Waterloo, 테이블 기반 모델 검색 프레임워크 StructuredSemanticSearch — 597개 질의에서 nugget coverage 개선

Waterloo 대학 연구팀이 모델 카드의 구조화된 테이블을 활용한 검색 프레임워크 StructuredSemanticSearch를 제안했습니다. 기존 텍스트 유사도 기반 검색은 동질적인 결과를 내는 반면, 이 방식은 unionability, joinability, keyword search 같은 테이블 연산자를 통해 질의 관련 테이블을 찾고, orientation-aware integration으로 통합 뷰를 생성합니다. 597개 모델 추천 질의 실험에서 구조 인식 파이프라인이 의미론적 베이스라인보다 nugget coverage가 높았지만, 평가 프로토콜이 nugget 기반이라는 점과 실험 규모가 한정적이라는 한계가 있습니다.

• #model-search
• #structured-data
• #table-driven
• #waterloo