ويني الدبدوب في 768 بُعدًا: البحث الدلالي لحيوانات Codex الأليفة على YDB

يحتوي كتالوج Codex Pets على 153 حيوانًا أليفًا متحركًا معتمدًا يرافق وكلاء الذكاء الاصطناعي. ومع نمو الكتالوج، أصبح البحث القائم على الوسوم غير عملي، وفشل في العثور على الحيوانات الأليفة الموصوفة بالمظهر بدلاً من الوسوم الدقيقة. نفذ المؤلف البحث الدلالي: يتم ترميز الحقول النصية (الاسم والوصف والوسوم) في متجهات ذات 768 بُعدًا، ويقوم نموذج متعدد الوسائط بتوليد تسميات توضيحية لأربعة إطارات رسوم متحركة مختارة والتي يتم تحويلها أيضًا إلى متجهات. يخزن YDB المتجهات ويحسب تشابه جيب التمام عبر Knn::CosineSimilarity. تمت إضافة أربعة جداول جديدة للتعامل مع التضمينات والتسميات التوضيحية والتوصيات والإصدارات. يدمج البحث ثلاث قوائم مرتبة باستخدام Weighted Reciprocal Rank Fusion، مع أوزان معجمية ونصية تساوي 1 ووزن بصري مضبوط. يمكن أن يفشل الفرع البصري بشكل مستقل، مع التراجع إلى النتائج المعجمية. أظهر الاختبار أن البحث الدلالي يحسن NDCG@5 من 0.539 إلى 0.724 وRecall@5 من 0.528 إلى 0.743 على المجموعة الكاملة المكونة من 14 استعلامًا.