본 논문은 저정밀도 계산을 사용하는 검색 시스템의 효율성 향상을 위해 모델 파라미터 및 계산의 수치적 정밀도를 낮추는 방법이 널리 사용되지만, 이로 인해 저정밀도에서 질의와 문서 간의 관련성 점수를 계산할 때 과도한 동점이 발생하여 결과의 변동성이 커지고 평가의 신뢰성이 떨어지는 문제를 다룹니다. 이를 해결하기 위해, 저자들은 점수 변동을 줄이도록 설계된 보다 강력한 검색 평가 프로토콜을 제안합니다. 이 프로토콜은 최종 점수 계산 단계를 고정밀도로 상향 변환하여 동점 후보를 최소한의 계산 비용으로 해결하는 고정밀도 점수 매기기(HPS)와 동점 후보의 순서 불확실성을 정량화하기 위해 예상 점수, 범위 및 편향을 보고하는 동점 인식 검색 메트릭(TRM)으로 구성됩니다. 실험을 통해 HPS가 동점으로 인한 불안정성을 크게 줄이고 TRM이 예상 메트릭 값을 정확하게 복구함을 보여줍니다. 이러한 조합을 통해 저정밀도 검색에 대한 더욱 일관되고 신뢰할 수 있는 평가 시스템을 구축할 수 있습니다.