यह शोधपत्र एक नवीन विधि, "मेटाजेन ब्लेंडेड आरएजी" प्रस्तुत करता है, जो डोमेन-विशिष्ट डेटासेट पर पुनर्प्राप्ति-संवर्धित पीढ़ी (आरएजी) के सामने आने वाली चुनौतियों का समाधान करती है: फ़ायरवॉल के पीछे पृथक और जटिल एवं विशिष्ट शब्दावली से भरपूर, जिसका सामना एलएलएम प्रीट्रेनिंग के दौरान नहीं होता। मौजूदा आरएजी की तीन प्रमुख चुनौतियों—इंटरडोमेन सिमेंटिक वेरिएशन, फ़ाइन-ट्यूनिंग की लागत और सामान्यीकरण का अभाव, और ज़ीरो-शॉट सटीकता प्राप्त करने की कठिनाई—का समाधान करने के लिए, हम एक मेटाडेटा जनरेशन पाइपलाइन और सघन एवं विरल सदिशों का उपयोग करते हुए एक हाइब्रिड क्वेरी इंडेक्स के माध्यम से सिमेंटिक पुनर्प्राप्ति को बढ़ाने की एक विधि प्रस्तावित करते हैं। एक मेटाडेटा-समृद्ध सिमेंटिक इंडेक्स और एक उन्नत हाइब्रिड क्वेरी उत्पन्न करने के लिए प्रमुख अवधारणाओं, विषयों और संक्षिप्ताक्षरों का लाभ उठाकर, हमारी विधि फ़ाइन-ट्यूनिंग के बिना मज़बूत और मापनीय प्रदर्शन प्राप्त करती है। यह PubMedQA, SQuAD, और NQ डेटासेट पर मौजूदा ज़ीरो-शॉट आरएजी बेसलाइन मॉडलों से बेहतर प्रदर्शन करती है, और फ़ाइन-ट्यून्ड मॉडलों के साथ प्रतिस्पर्धा भी करती है। यह विभिन्न डोमेन में बेहतर सामान्यीकरण के साथ अर्थगत पुनर्प्राप्ति प्रणालियों के निर्माण के लिए एक नवीन दृष्टिकोण का प्रतिनिधित्व करता है।
