ES
En palabras sencillas
Las páginas web suelen poner información en tablas, listas y cuadros informativos, donde los encabezados explican qué significan los datos. Los sistemas de búsqueda pueden encontrar la página adecuada y, aun así, darle al modelo de lenguaje fragmentos que omiten esos datos o su contexto.
Tessera es una capa que vuelve a recorrer las páginas recuperadas y reúne pasajes pertinentes con sus etiquetas en un espacio que el lector ya tiene. En pruebas con tres sistemas de texto y capturas de pantalla, mejoró la precisión agregada de las respuestas, aunque la evaluación se limitó a Wikipedia en inglés.
La investigación
Cuando un sistema de búsqueda encuentra una página web útil, ¿recibirá su lector las pruebas necesarias para responder, junto con las etiquetas y los encabezados que permiten entenderlas?
Los autores siguieron las pruebas a través de un flujo de recuperación y encontraron casos en que algunas pruebas almacenadas en los fragmentos nunca llegaban al lector.
Tessera reconstruye las páginas recuperadas como unidades de evidencia etiquetadas y coloca las pertinentes en un espacio existente del lector sin cambiar el presupuesto de contexto.
En un seguimiento desde las fuentes hasta el lector, las citas de evidencia llegaron al lector en el 59,5 % de las preguntas cuyas páginas citadas respaldaban las respuestas de referencia. En el 16,5 %, las pruebas estaban almacenadas, pero faltaban en la entrada del lector.
Cuando los investigadores proporcionaron un fragmento almacenado con todas las pruebas para 715 preguntas afectadas, la precisión subió del 49,1 % al 78,5 %. En la comparación principal, un modelo lector respondió a partir de los tres elementos recuperados principales o de los dos primeros más el bloque de evidencia de Tessera dentro del mismo espacio para el tercer elemento.
Un modelo evaluador juzgó las respuestas frente a referencias. La precisión agregada aumentó en tres flujos evaluados de texto y capturas de pantalla, lo que respalda la idea de que entregar pruebas de las páginas junto con su contexto puede ayudar.
Las evaluaciones principales usan Wikipedia en inglés, cuyas páginas incluyen muchas tablas y cuadros informativos. No establecen cómo gestiona Tessera las tablas de diseño, la representación del lado del cliente ni el marcado más ruidoso de la Web abierta.
Qué muestran las pruebas
- Encontrar la página no basta
La generación aumentada por recuperación en la Web proporciona a un modelo de lenguaje material de páginas buscadas para respaldar sus respuestas. Pero las páginas web presentan datos en tablas, cuadros informativos, listas y pies de foto, además de prosa; las etiquetas y los encabezados suelen explicar qué significan.
Los fragmentos fijos o los mosaicos de capturas de pantalla pueden separar las pruebas de ese contexto, o dejar fuera pruebas estructuradas antes de que lleguen al lector.
- Entregar pruebas con su contexto
Tessera es una capa de entrega de evidencia que no requiere entrenamiento. Usa una lista ordenada para localizar páginas, vuelve a abrir su HTML y crea unidades breves —como filas de tablas, elementos de listas y párrafos— con el título de la página, la ruta de la sección o los encabezados de tabla necesarios para entenderlas.
Selecciona las unidades pertinentes para la pregunta y las coloca en uno de los espacios que ya tiene el lector, sin cambiar el índice, el sistema de recuperación, el lector ni el presupuesto de contexto.
- Seguir la brecha de evidencia
Los autores siguieron las citas de evidencia por un flujo híbrido de texto para localizar dónde se perdían. De 5.883 preguntas cuyas páginas citadas respaldaban las respuestas de referencia, las pruebas llegaron al lector en el 59,5 %; en el 16,5 %, estaban en los fragmentos almacenados, pero faltaban en la entrada del lector.
En 715 preguntas de este último grupo, donde un fragmento almacenado contenía todas las pruebas, sustituir el tercer espacio por ese fragmento elevó la precisión del 49,1 % al 78,5 %. Esta intervención oracle muestra el valor potencial de entregar las pruebas, no el resultado propio de Tessera.
- Comparar con el mismo presupuesto
En la comparación principal, el lector recibió los tres elementos principales del flujo o los dos primeros más un bloque de evidencia de Tessera dentro del espacio asignado al tercer elemento. Con el mismo presupuesto de contexto, la precisión agregada de las respuestas aumentó 5,0 puntos porcentuales en el flujo híbrido de texto de los autores, 6,2 en el flujo de texto de PixelRAG y 5,6 en el flujo de capturas de pantalla de PixelRAG.
Un análisis de ablación aparte encontró una mejora mayor con unidades que incluían títulos, rutas de secciones y encabezados que con unidades sin esos elementos, lo que respalda el papel de la estructura añadida en esa configuración evaluada.
- Ampliar la prueba a búsquedas repetidas
La capa también mejoró la precisión de las respuestas de un agente de búsqueda de varios pasos en dos pruebas que requieren información de distintas fuentes. La mejora fue mayor en FRAMES que en MuSiQue, cuyas preguntas suelen basarse en párrafos individuales de la prosa inicial de las secciones.
En conjunto, los resultados respaldan la entrega de evidencia en las configuraciones evaluadas de texto, capturas de pantalla y búsquedas repetidas. La evaluación usa Wikipedia en inglés, así que no establece cómo funciona el método con otros diseños web o formas de representación.
Detalles
- Autores del paper original
- Peichun Hua, He Sun, Zirui Zhuang, Qi Qi, Yiming Qiu
- Enviado a arXiv
- Licencia
- arXiv non-exclusive