Stop Chunking Like It's 2022 — Yuval Belfer, AI21 Labs
Yuval Belfer från AI21 Labs visar att det inte finns en universell rätt storlek för hur man delar upp text när man indexerar data för AI-sökning.
Ett exempel: en fråga om Jerrys favoritkyrka i Seinfeld-avsnitt hittas bäst med små textbitar, medan en fråga om hans ärkefiende kräver större sammanhang. Hans lösning är att indexera samma data sex gånger med olika storlekar, söka i alla samtidigt, och sedan rangordna de träffade dokumenten tillsammans istället för att välja en fast storlek. Metoden kostar två till fem gånger mer minne men ger 20-40 procent bättre sökresultat.
Sammanfattningen har tagits fram med AI av Vibekollen utifrån källans publicering. Innehållet tillhör AI Engineer.
Mer att läsa
Lumaril, which develops AI software for optimizing industrial production by connecting to existing control systems, raised a $66M Series A at a $400M valuation
Techmeme för 2 tim sedan
DeepSeek open sources Super-Agent as a research prototype, a proactive coding agent it says can monitor group chats for coding issues and suggest solutions
Techmeme för 2 tim sedan
Insurance software maker Guidewire agrees to acquire Hyperexponential, which makes AI-powered insurance underwriting and pricing software, for $1.7B in cash
Techmeme för 2 tim sedan
One word for AI agents in 2027
Nate Herk för 6 tim sedan