Պատմեք ինձ LongRAG-ի մասին և նրա երկար որոնման միավորների գաղափարի մասին։

LongRAG — դա մոտեցում է Retrieval-Augmented Generation (RAG) ոլորտում, որը ուղղված է երկար որոնման միավորների (long retrieval units) հետ աշխատելուն: Կլասիկ RAG-ում սովորաբար օգտագործվում են կարճ տեքստի հատվածներ (օրինակ՝ պարբերություններ)՝ համապատասխան տեղեկատվություն որոնելու համար, որը հետո օգտագործվում է պատասխան ստեղծելու համար:

LongRAG-ի գաղափարը կայանում է ավելի երկար և կոնտեքստով հարուստ որոնման միավորներ օգտագործել, օրինակ՝ ամբողջական փաստաթղթեր կամ մեծ բաժիններ, ինչը հնարավորություն է տալիս՝

• Պահպանել ավելի շատ կոնտեքստ որոնման ժամանակ, բարելավելով համապատասխան արդյունքների որակը:
• Կրճատել տվյալների բազային դիմումների քանակը, քանի որ մեկ հարցում ավելի շատ տեղեկատվություն է ստացվում:
• Բարձրացնել պատասխանների ճշգրտությունը և ամբողջականությունը, հատկապես այն խնդիրներում, որտեղ կարևոր է լայն կոնտեքստը:

Այս կերպ LongRAG-ը ընդլայնում է ավանդական RAG-ը, բարելավելով մեծ ծավալի տեղեկատվության և բարդ հարցումների հետ աշխատելու կարողությունը, ինչը հատկապես օգտակար է լայն գիտելիքներ ունեցող LLM-ների համար։