پرش به محتوای اصلی
داریان تک
CS-03هوش مصنوعی

پرسش به زبان ساده
از میان صدها قرارداد.

پیدا کردن یک بند خاص در آرشیو قراردادها، ساعت‌ها کار دستی است. مدل زبانی به‌تنهایی این را حل نمی‌کند — چون از خودش جواب می‌سازد. راه درست، وادار کردن مدل به پاسخ دادن فقط از روی متن واقعی سند است.

۰۱مسئله

چه چیزی باید حل می‌شد

مدل زبانی وقتی جواب را نداند، جواب می‌سازد. در متن حقوقی این فاجعه است: یک بند اشتباه می‌تواند مبنای تصمیم غلط شود. مسئله فقط «جستجو» نبود؛ مسئله این بود که سیستم اجازه نداشته باشد چیزی بگوید که در سند نیست.

۰۲رویکرد

تصمیم‌های فنی و دلیلشان

هر بند اینجا یک تصمیم است که می‌شد جور دیگری گرفته شود. اگر تیم فنی دارید، همین‌ها را زیر سؤال ببرید.

  • اسناد به قطعه‌های معنادار تقسیم و به بردار تبدیل می‌شوند، نه اینکه کل سند به مدل داده شود
  • برای هر پرسش، ابتدا قطعه‌های مرتبط بازیابی و فقط همان‌ها به مدل داده می‌شود
  • هر پاسخ به بند و صفحهٔ منبع ارجاع دارد تا کاربر بتواند خودش راستی‌آزمایی کند
  • اگر سند مرتبطی پیدا نشود، سیستم می‌گوید «نمی‌دانم» — این عمدی است، نه نقص
  • امکان اجرای کامل روی زیرساخت داخلی برای سازمان‌هایی که سند از آن‌ها خارج نمی‌شود
۰۳دموی تعاملی

خودتان امتحان کنید

این دمو با دادهٔ نمونه کار می‌کند و به سیستم واقعی وصل نیست. برای درک رفتار سامانه ساخته شده، نه برای نمایش.

۰۴مشخصات فنی

با چه چیزی ساخته شده

بازیابی
Vector DB · Embeddings
سرویس
Python · FastAPI
مدل زبانی
LLM · قابل تعویض
ذخیره‌سازی
PostgreSQL
استقرار
ابری یا On-Premises

ظرفیت و اعداد عملکردی به منابع سروری بستگی دارد که پروژه رویش مستقر می‌شود. عدد قطعی پس از تست بار روی همان سرور اندازه‌گیری و در قرارداد ثبت می‌شود.

قدم بعدی

مسئلهٔ مشابهی دارید؟

اگر چیزی از این صفحه به کار شما می‌خورد، یک جلسهٔ کوتاه کافی است تا بگوییم برای مورد شما چه چیزی منطقی است — و چه چیزی نیست.