مانا پترو
KC-01پایهموج 1هوش مصنوعی

دستیار دانش فنی (RAG)

در یک جمله

دربارهٔ میدان خودتان به فارسی، عربی، انگلیسی یا اسپانیایی سؤال می‌پرسید و جوابی می‌گیرید که گزارش و شمارهٔ صفحهٔ منبعش را هم می‌گوید.

مسئله چیست

پاسخ بیشتر پرسش‌های عملیاتی همین حالا جایی در آرشیو خودِ بهره‌بردار وجود دارد. یافتنش مستلزم دانستن این است که باید در کدام گزارش گشت — که عملاً یعنی پرسیدن از همان یک مهندسی که بیست سال آنجا بوده است.

چطور کار می‌کند

تولید پاسخ با کمک بازیابی، روی بایگانی نمایه‌شدهٔ خودِ بهره‌بردار، و تماماً با مدل‌هایی که روی زیرساخت خودتان اجرا می‌شوند. بازیابی ترکیبی است، هم معنایی و هم واژگانی، با تکه‌کردنی که دامنه را می‌شناسد و جدول‌ها و زیرنویس شکل‌ها را سالم نگه می‌دارد. هر پاسخ باید منبعش را ارجاع بدهد؛ پاسخی که سامانه نتواند به سندی بازیابی‌شده متکی‌اش کند، به‌جای تولید شدن رد می‌شود، و این مهم‌ترین تصمیم طراحی این قابلیت است.

چه داده‌ای لازم است

  • بایگانی نمایه‌شدهٔ اسناد، از خط OCR و دسته‌بندی
  • ظرفیت GPU روی زیرساخت خودتان، برای تعبیه‌سازی و تولید پاسخ
  • مدل کنترل دسترسی، که تعیین می‌کند کدام کاربر کدام سند را می‌بیند
  • مجموعه‌ای از پرسش‌ها از متخصصان دامنه، برای ارزیابی

چه چیزی تحویل می‌گیرید

  • پاسخ به زبان طبیعی، با ارجاع به سند، صفحه و بند
  • نمایش بندهای منبع در کنار هر پاسخ، برای راستی‌آزمایی
  • دفتر پرسش‌ها، که نشان می‌دهد مردم واقعاً چه می‌پرسند و اولویت بایگانی را تعیین می‌کند

چه کاری از آن برنمی‌آید

دستیار فقط همان چیزی را می‌داند که در آرشیو نمایه‌شده هست. نمی‌تواند به پرسشی پاسخ دهد که پاسخش هرگز نوشته نشده و به‌جای استنتاج، همین را می‌گوید. کیفیت بازیابی در فارسی و عربی برای پیکره‌ای هم‌اندازه، به‌طور قابل‌اندازه‌گیری پایین‌تر از انگلیسی است و پرسش‌های چندمرحله‌ای که نیازمند ترکیب سه سند هستند، نقطهٔ ضعفی در کل صنعت است، نه فقط اینجا.

در صفحهٔ هر قابلیت، یک محدودیت واقعی نوشته شده است. فروشنده‌ای که نتواند بگوید محصولش کجا تمام می‌شود، دربارهٔ اینکه از کجا شروع می‌شود هم راستش را به شما نگفته است.

قابلیت‌های مرتبط

  • DF-01پایه

    خط لولهٔ OCR اسناد میدانی

    دهه‌ها گزارش، نمودار و نقشهٔ اسکن‌شده را به متن قابل جست‌وجو تبدیل می‌کند؛ اسناد فارسی و عربی و یادداشت‌های دست‌نویس را هم شامل می‌شود.

    بنیان دادههوش مصنوعی
  • DF-02پایه

    استخراج ساخت‌یافته از گزارش‌ها

    عددها را از دل گزارش‌ها بیرون می‌کشد — عمق، نرخ، فشار، حجم، تاریخ — و در پایگاه داده می‌نشاند، هرکدام با پیوندی به همان صفحه‌ای که از آن درآمده است.

    بنیان دادههوش مصنوعیدامنهٔ تخصصی
  • KC-02پیشرو

    مدل زبانی تخصصی دامنه

    مدلی که روی متون مهندسی نفت آموزش تکمیلی دیده تا اصطلاحات این رشته را در فارسی و عربی هم به‌اندازهٔ انگلیسی درست به کار ببرد.

    دانش و دستیارهوش مصنوعی