Náročný negativní příklad | AI slovník

Odborná definice

Hard negative je tréninkový příklad označený jako negativní, který se podle aktuální reprezentace velmi podobá pozitívnemu příkladu nebo leží blízko rozhodovací hranice. Při vyhledávání může jít o dokument tematicky podobný dotazu, ale bez správné odpovědi, při rozpoznávání tváře o jinou osobu s podobnými črtami. Takový příklad přináší silný učiaci signál, protože núti model zachytit jemné rozlišovace znaky. Pokud je však údaj v skutečnosti relevantní nebo chybne označený, stává se false negative a model se učí oddělovat prvky, které mají zůstat blízko.

Srozumitelné vysvětlení

Při tréninku vyhladávača je náhodný negativní dokument o varení pro otázku o daňovej sadzbe příliš lahký. Model ho odmietne bez hlbšieho pochopení. Náročný negatív může hovorit o daniach, používat stejné čísla a právně výrazy, ale vzťahovat se na jinou krajinu nebo období. Až takový příklad model naučí kontrolovat jurisdikci a datum. Problém nastane, když dokument obsahuje čiastočnou správnou odpověď a dataset ho navzdory tomu označí jako nerelevantný. Silný tréninkový signál se potom změní na systematickou chybu dohladu.

Časté otázky

Čím se hard negative liší od běžného negatívneho příkladu?

Běžný negatív stačí na označení nesprávné třídy, ale model ho může rozlíšit okamžitě. Hard negative je blízko pozitívu v datech nebo embeddingovom prostoru, takže odhaluje, či model pozná rozhodujúci detail.

Může být hard negative vytvořený uměle?

Ano. Lze změnit jednu podstatnou vlastnost pozitívneho příkladu, použít generátor nebo vybrat suseda z indexu. Syntetický příklad musí zůstat realistický a skutečně negativní, jinak vnáša artefakty nebo nesprávný label.

Proč jsou hard negatives důležité pro RAG?

Retriever potřebuje odlíšit pasáž, která pouze zdiela klíčové slova, od pasáže podporujúcej odpověď. Náročné negatívy učí model vnímat verzi dokumentu, entitu, časový rozsah a přesný vztah k otázce.

Jsou najťažšie negatívy vždy nejlépe?

Ne. Zcela nejbližší položky mohou být chybne označené, duplicitné nebo relevantní z jiného uhla. Kurikulum často začíná stredne náročnými příklady a postupně zvyšuje obtížnost při kontrole false negatives.

Jak se ověřuje kvalita hard negative?

Vzorek se ručně posúdi podle jasných kritérií relevance, sleduje se zdroj výběru a míra sporných labelů. Při retrievale je vhodné zachovat viacstupňové hodnocení, ne pouze binární relevantní nebo nerelevantný.

Související pojmy

Zdroje a redakční stopa

Schroff a kol., FaceNet (arxiv.org) Karpukhin a kol., Dense Passage Retrieval (arxiv.org)

Definícia je autorská odborná syntéza. Pri právnych a regulačných rozhodnutiach má prednosť aktuálne oficiálne znenie predpisu a posúdenie konkrétneho prípadu.