위키득계정 ↗
기술

LAMAR 다국어 재순위화

LAMAR 다국어 재순위화기술
발표
2026년
모델 형태
다국어 크로스 인코더
학습 단계
관련성 증류 이후 언어 선호 정렬
활용 위치
초기 검색 이후의 재순위화
LAMAR는 다국어 문서 검색에서 의미 관련성과 언어 일관성을 함께 고려하는 재순위화 모델이다. 의미가 비슷한 후보들 사이에서 질의와 같은 언어의 문서를 우선하도록 학습한다.

관련성과 문서 언어

다국어 검색에서는 관련 있는 문서가 여러 언어로 반환될 수 있다. LAMAR 연구는 의미가 동등한 후보가 있을 때 재순위화 모델이 질의 언어를 일관되게 우선하는지 분석했다.

영어 기준의 관련성 증류

첫 단계는 영어에 기준을 둔 관련성 증류다. 여러 언어의 입력에서 일관된 관련성 점수를 만들도록 학습하는 과정이다.

언어 일관성의 정렬

이후 언어 일관성에 대한 선호 정렬을 수행한다. 의미 관련성을 유지하면서 질의와 같은 언어의 문서가 더 높은 순위를 받도록 유도한다.

재순위화의 평가

논문은 언어 일관성을 측정하는 통제 실험과 기존 다국어 재순위화 벤치마크를 평가했다. 실제 초기 검색 후보를 다시 정렬하는 조건도 비교했으며 답변 생성 자체를 수행하는 모델은 아니다.

관련 문서

검색 증강 생성 / 크로스 인코더 / 지식 증류 / 정보 검색 / 전이 학습 / 신경망