← नवीनतम पेपर
🤖 machine learning

Advancing Relevance Measurement with Vision-Language Models for Web-Scale Search

यह शोध पत्र Pinterest Search में तैनात एक विजन-लैंग्वेज मॉडल (VLM) आधारित स्वचालित प्रासंगिकता मूल्यांकन पाइपलाइन प्रस्तुत करता है जो मानव एनोटेशन के साथ संरेखित है ताकि माप दक्षता में उल्लेखनीय सुधार किया जा सके, क्वेरी कवरेज का विस्तार किया जा सके और ऑनलाइन A/B प्रयोगों में न्यूनतम पता लगाने योग्य प्रभावों (Minimum Detectable Effects) को कम किया जा सके।

मूल लेखक: Han Wang, Alex Whitworth, Pak Ming Cheung, Zhenjie Zhang, Krishna Kamath, Xi Chen, Roberto Konow, Kurchi Subhra Hazra

प्रकाशित 2026-08-04
📖 3 मिनट में पढ़ें☕ कॉफ़ी ब्रेक में पढ़ें
CC BY 4.0

मूल लेखक: Han Wang, Alex Whitworth, Pak Ming Cheung, Zhenjie Zhang, Krishna Kamath, Xi Chen, Roberto Konow, Kurchi Subhra Hazra

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आप एक विशाल, अनंत पुस्तकालय में टहल रहे हैं जहाँ आपकी सोच के आधार पर हर सेकंड अलमारियाँ खुद को पुनर्गठित करती हैं। यह आधुनिक वेब सर्च की दुनिया है, जो कंप्यूटर विज्ञान का एक ऐसा क्षेत्र है जो अरबों डिजिटल वस्तुओं के बीच लोगों को बिल्कुल वही खोजने में मदद करने के लिए समर्पित है जिसकी उन्हें आवश्यकता है। लंबे समय तक, यह जानने का एकमात्र तरीका कि क्या एक लाइब्रेरियन (या एक कंप्यूटर एल्गोरिदम) अच्छा काम कर रहा था, मानव पाठकों की एक टीम को प्रत्येक पुस्तक की सिफारिश की जाँच करने के लिए नियुक्त करना था। वे शीर्षक पढ़ते, चित्र देखते और निर्णय लेते: "क्या यह वास्तव में वही है जो व्यक्ति ने पूछा था?" लेकिन इंसान थक जाते हैं, इसमें बहुत समय लगता है, और सब कुछ जाँचने के लिए पर्याप्त लोगों को काम पर रखने में एक बड़ी धनराशि खर्च होती है। हाल ही में, वैज्ञानिकों ने एक नए प्रकार के "सुपर-रीडर" की खोज की है जिसे विजन-लैंग्वेज मॉडल (VLM) कहा जाता है। इन्हें AI जासूस समझें जो टेक्स्ट पढ़ सकते हैं और साथ ही चित्रों को भी देख सकते हैं, और एक चित्र के पीछे की कहानी को ठीक वैसे ही समझ सकते हैं जैसे एक इंसान करता है। बड़ा सवाल जो हर कोई पूछ रहा है वह यह है: क्या इन AI जासूसों पर मानव पाठकों का काम करने के लिए भरोसा किया जा सकता है, और यदि वे ऐसा कर सकते हैं, तो क्या वे बेहतर सर्च इंजन बनाने में हमारी मदद करने के लिए पर्याप्त तेज़ होंगे?

Pinterest की टीम का यह शोध पत्र इस बात की कहानी बताता है कि कैसे उन्होंने एक AI जासूस को खोज परिणामों (सर्च रिजल्ट्स) को ग्रेड करने के लिए प्रशिक्षित किया और सिद्ध किया कि यह पुराने तरीके से बेहतर काम करता है। उन्होंने एक ऐसी प्रणाली बनाई जहाँ AI उपयोगकर्ता के खोज प्रश्न, वस्तु के चित्र (जिसे "पिन" कहा जाता है), और उसका वर्णन करने वाले सभी टेक्स्ट को देखता है, और फिर इसे प्रासंगिकता के आधार पर 1 से 5 तक का स्कोर देता है। टीम ने पाया कि यह AI अविश्वसनीय रूप से सटीक है, जो लगभग 83% बार मानव न्यायाधीशों से मेल खाता है, और लगभग हमेशा मानव के स्कोर के एक अंक के भीतर रहता है। लेकिन असली जादू केवल यह नहीं है कि AI अच्छा है; बल्कि यह है कि यह बिजली की तरह तेज़ है। जहाँ एक मानव टीम परिणामों के एक बैच को लेबल करने में दो दिन ले सकती है, वहीं AI इसे केवल दो घंटों में कर देता है। क्योंकि AI बहुत तेज़ और सस्ता है, टीम अब खोज परिणामों के एक छोटे, यादृच्छिक (रैंडम) नमूने का उपयोग करने के बजाय एक बहुत अधिक स्मार्ट, संगठित सैंपलिंग पद्धति का उपयोग कर सकती थी। इस बदलाव ने उन्हें खोज की गुणवत्ता में उन सूक्ष्म सुधारों को पहचानने की अनुमति दी जो पहले अदृश्य थे। इस AI-संचालित प्रणाली में स्विच करके, उन्होंने "न्यूनतम पता लगाने योग्य प्रभाव" (Minimum Detectable Effect)—वह सबसे छोटा परिवर्तन जिसे हम विश्वसनीय रूप से माप सकते हैं—को छह गुना कम कर दिया। इसका अर्थ यह है कि अब वे सर्च इंजन के काम करने के तरीके में सूक्ष्म, सार्थक बदलावों को पकड़ सकते हैं, जिससे यह सुनिश्चित होता है कि उपयोगकर्ताओं को वही मिले जो वे खोज रहे हैं, बिना मानव जाँच की धीमी प्रक्रिया पर पैसा या समय बर्बाद किए।

अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?

आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।

Digest आज़माएँ →

इसी तरह के और पेपर

इस विषय के सभी पेपर देखें 🤖 cs.LG →