15/10/2026
כיצד יכולים בינה מלאכותית וחוקרים אנושיים להתקדם מעבר לחיפוש מילות מפתח סטנדרטי כדי למצוא השראה מדעית אמיתית מתוך מיליוני מאמרים?
בית הספר למדעי המחשב גאה להציג מחקר חדש מאת מעין שרון וד״ר תום הופ.
במאמרם - "RATIO: A Benchmark for Retrieval Across Typed Ideation Operations in Scientific Literature", הצוות מתמודד עם מגבלה מרכזית במנועי חיפוש אקדמיים קיימים, הממוקדים ברלוונטיות נושאית במקום בתפקיד הפונקציונלי שקטע טקסט ממלא ביצירת רעיונות חדשים. כדי לפתור זאת, הם פיתחו את RATIO - מדד (בנצ'מרק) המעריך אחזור ספרות על פני שלושה "מהלכי רעיונות" ספציפיים:
• מענה: אחזור פתרונות ישירים או גישות מתודולוגיות לבעיות מחקר שהוגדרו.
• הרחבה: התרחבות לעקרונות כלליים יותר ולניסוחים רחבים יותר.
• התמקדות: התמקדות במופעים קונקרטיים, דוגמאות בעלות שמות או מנגנונים ספציפיים.
מדד RATIO, שנבנה ממיליוני משפטים בטקסט מלא באמצעות פיקוח מבוסס סמני שיח (discourse-marker supervision) בשילוב אימות אנושי ושל מודלי שפה גדולים (LLM), מוכיח שכוונון עדין המותאם לפעולה ספציפית משפר משמעותית את ביצועי האחזור. בכך, הוא סולל את הדרך למערכות הסקה מתקדמות מבוססות ספרות המופעלות על ידי בינה מלאכותית.
ברכות למעין שרון ולד״ר תום הופ על תרומתם המשמעותית למדעי המחשב ולגילוי מדעי אוטומטי!
קישורים נוספים בתגובות 👇