כלי אוטומטי לסקירת ספרות

לעמוד בקצב הספרות המדעית הפך בלתי אפשרי

בתחום המחקר והפיתוח, קצב הפרסום הגיע לנקודת מפנה. עבור חוקרים ואנליסטים, להישאר מעודכן ב"מצב האמנות" הוא כבר לא אתגר בקנה מידה אנושי. חיפוש מילות מפתח מסורתי אינו יעיל - מחזיר אלפי תוצאות לא רלוונטיות או מפספס מאמרים קריטיים. העומס הקוגניטיבי של סינון, קריאה וסינתזה הוא ניקוז משמעותי של הון אינטלקטואלי.

הבנה סמנטית בקנה מידה

בניית כלי שיכול באמת "לקרוא" ו"להבין" אלפי מסמכים דרשה התמודדות עם מספר אתגרי NLP קשים:

• רב-משמעות: אותה מילה פירושה דברים שונים לחלוטין בתחומים שונים - "model" בלמידת מכונה לעומת ארכיטקטורה או אופנה. ביטול עמימות מודע-הקשר היה חיוני.
• חילוץ מובנה: הכלי היה צריך לחלץ ולצבור ממצאים ספציפיים - מתודולוגיות, תוצאות, בנצ'מארקים - ממקורות הטרוגניים מרובים ולהציג אותם בצורה ניתנת להשוואה.
• הכללה לתחומים שונים: המערכת הייתה צריכה לעבוד על פני טרמינולוגיות מגוונות - ממחקר ביו-רפואי ועד חדשות פיננסיות - מבלי לדרוש אימון מחדש לכל תחום.

מנוע ידע מבוסס RAG

טנדרס לאב פיתחה כלי אוטומטי לסקירת ספרות - מערכת RAG (Retrieval-Augmented Generation) המשלבת דיוק חיפוש וקטורי עם יכולת הסקה של LLM.

1. הטמעת וקטורים וחיפוש סמנטי

מסמכים נקלטים למסד נתונים וקטורי (Pinecone/Milvus) על ידי המרת קטעי טקסט להטמעות רב-ממדיות. זה מאפשר חיפוש סמנטי - מוצא מסמכים דומים מושגית לשאילתה, לא רק התאמה לקסיקלית.

2. חילוץ וסיכום מונע-LLM

לאחר אחזור מסמכים רלוונטיים, שרשרת של פרומפטים LLM מבצעת משימות חילוץ ספציפיות. המערכת יכולה לענות על שאלות מורכבות כמו "מה היו מדדי הדיוק לכל גרסאות ResNet שנזכרו?" על ידי סינתזת נקודות נתונים ממספר PDF לטבלת השוואה מובנית - עם ציטוטים.

3. בניית גרף ידע דינמי

מעבר לשאלות ותשובות, הכלי בונה גרף ידע קל-משקל הממפה קשרים בין מחברים, מוסדות ומושגים מרכזיים. זה מאפשר לחוקרים לדמיין את "היחוס" של רעיון ולזהות מאמרים משפיעים או אשכולות מחקר מתפתחים.

מכפיל כוח לצוותי מחקר

• שבועות לשעות: סקירות ספרות שלקחו קודם לכן שבועות ניתן כעת לייצר בשעות, עם ציטוטים ותקצירים מנהלים מלאים.
• דיוק ציטוטים גבוה: על ידי עיגון פלטים בקטעי מסמכים שאוחזרו (ארכיטקטורת RAG), סיכון ההמצאה מופחת משמעותית - צוותים סומכים על הפלט.
• גילוי בין-תחומי: חוקרים מגלים בקביעות מתודולוגיות רלוונטיות מתחומים סמוכים שאחרת לעולם לא היו נתקלים בהם.