일반적인 텍스트 임베딩과 항목 검색 작업의 특정 요구 사항 사이의 간극을 줄이기 위해 특정 작업에 맞춘 데이터셋을 제안하고, 이를 통해 임베딩 모델의 성능을 향상시키는 방법을 제시한다.
본 논문에서는 사전 훈련된 언어 모델의 활성화를 미세 조정하여 모델 출력을 조정하는 새로운 방법론인 활성화 엔지니어링을 소개하며, 특히 ActAdd 기술을 통해 기존 방법 대비 뛰어난 성능과 효율성을 보여줍니다.