Quando todas aquelas horas de doutorado gastas otimizando a transformação de funções para recuperação de dados podem ser úteis 🥹 Tudo é um ciclo, existem muitos truques e ideias interessantes em Recuperação de Informação, mas é incrivelmente difícil superar a capacidade computacional: - modelo maior para incorporação - representações multivetoriais - aumento do tempo de teste - etc A lista continua, e isso não desmerece outras ótimas ideias (ex: trabalhei bastante no treinamento para que ele correspondesse à distribuição de consultas e bancos de dados durante o período de treinamento, para que tivesse um desempenho melhor no momento do teste), mas boas ideias + poder computacional têm sido, há muito tempo, uma estratégia vencedora em aprendizado de máquina (e em recuperação de informação não é diferente).
Carregando detalhes do thread
Buscando os tweets originais no X para montar uma leitura limpa.
Isso normalmente leva apenas alguns segundos.