Microsoft sorprendió a todos al anunciar un nuevo modelo de respuesta a preguntas conversacionales que supera las demás enfoques disponibles.
Este modelo tiene la capacidad de proporcionar respuestas más rápidas y precisas, mientras utiliza significativamente menos recursos. Bautizada como GCoQA (Generative Retrieval For Conversational Question Answering), esta nueva tecnología propone un enfoque innovador para clasificar fragmentos de contenido, lo que hace que la recuperación de información sea más eficiente.
GCoQA utiliza modelos autoregresivos para predecir la siguiente palabra o frase basándose en «cadenas identificadoras», que son representaciones de fragmentos en un documento.
Estas «cadenas identificadoras» se generan a partir del título de la página y los títulos de las secciones, lo que permite identificar el tema general del documento y el tema específico de cada fragmento.
Este enfoque se asemeja al uso de títulos y encabezados para comprender el contenido de una página web.
Además de superar varios métodos comúnmente utilizados, el modelo consume solo 1/10 de los recursos de memoria de los modelos actuales, lo que representa un salto significativo en eficiencia.
Los investigadores de Microsoft afirman que esta nueva tecnología tiene el potencial de provocar cambios profundos en las respuestas a preguntas conversacionales, impactando positivamente la forma en que buscamos información en la web.
A pesar de los resultados prometedores, GCoQA todavía enfrenta algunas limitaciones. El uso de la técnica de «búsqueda de haz» limita su capacidad para recuperar fragmentos a gran escala, y el modelo puede tener dificultades para interpretar correctamente los encabezados de secciones en páginas web fuera de Wikipedia.
Sin embargo, los investigadores están comprometidos en superar estas limitaciones, con el objetivo de mejorar aún más la eficacia y aplicabilidad de esta nueva tecnología de respuesta a preguntas conversacionales.
