التغلب على قضاة بحث LLM الغير دقيقين باستخدام التعلم الآلي الكلاسيكي

يستكشف الكاتب استخدام نموذج لغة كبير محلي كقاضي لمدى صلة البحث، كبديل اقتصادي لـ OpenAI. تكون أحكام LLM الفردية غير موثوقة، لذلك يقترح المقال دمج تقييمات سمات المنتجات المختلفة (الاسم، التصنيف، الوصف، إلخ) من نماذج LLMs متعددة باستخدام التعلم الآلي الكلاسيكي (مثل أشجار القرار) لتحسين الدقة. تُظهر التجارب أن هذا النهج يمكنه التنبؤ بتفضيلات المستخدمين وكشف المنطق وراء تسميات المستخدمين، مما يساعد في تحسين محركات البحث.