मैं एक एआई एजेंट या चैटबॉट बनाऊंगा जो आपके अपने दस्तावेज़ों से जवाब देगा।

अधिकांश दस्तावेज़ चैटबॉट के साथ समस्या

वे आत्मविश्वासी होते हैं। एक ऐसा प्रश्न पूछें जिसका दस्तावेज़ जवाब नहीं देते हैं और एक भोली प्रणाली एक प्रशंसनीय प्रतिक्रिया का आविष्कार करती है, जो तब और भी बदतर होती है जब दस्तावेज़ अनुबंध, नीतियां या समर्थन प्रक्रियाएं होती हैं।

मैं इसके बजाय क्या बनाता हूँ

पहले पुनर्प्राप्ति, फिर जनरेशन। आपके दस्तावेज़ों को संरचना के साथ खंडित किया जाता है - शीर्षक उन पैराग्राफ से जुड़े रहते हैं जिन्हें वे पेश करते हैं, तालिकाओं को अर्थहीन टुकड़ों में नहीं फाड़ा जाता है। प्रत्येक खंड अपना स्रोत, पृष्ठ और अनुभाग वहन करता है। पुनर्प्राप्ति हाइब्रिड खोज का उपयोग करती है: अर्थ के लिए घने एम्बेडिंग, सटीक पहचानकर्ताओं के लिए कीवर्ड खोज जो एम्बेडिंग चूक जाते हैं, जैसे भाग संख्या, खंड संदर्भ और नाम।

मॉडल को केवल पुनर्प्राप्त किए गए अंशों से उत्तर देने और उनका हवाला देने का निर्देश दिया जाता है। यदि पुनर्प्राप्ति आत्मविश्वास सीमा से ऊपर कुछ भी वापस नहीं करती है, तो एजेंट ऐसा कहता है और आगे बढ़ने की पेशकश करता है। यह व्यवहार विन्यास योग्य है, लेकिन यह डिफ़ॉल्ट है क्योंकि यह वह व्यवहार है जो आपको परेशानी से बचाता है।

आपको क्या मिलता है

• PDF, DOCX, HTML और सादे पाठ के लिए अंतर्ग्रहण पाइपलाइन, दस्तावेज़ बदलने पर पुनः अनुक्रमण के साथ।
• वास्तविक प्रश्नों के मूल्यांकन सेट और मापी गई सटीकता के साथ एक पुनर्प्राप्ति सेवा, ताकि गुणवत्ता एक संख्या हो न कि एक राय।
• एक इंटरफ़ेस: चैट विजेट, एपीआई एंडपॉइंट, या दोनों।
• हर प्रश्न, पुनर्प्राप्त किए गए अंशों और उत्तर की लॉगिंग - ताकि गलतियों का पता लगाया जा सके।

मुझे क्या चाहिए

दस्तावेज़ों का एक नमूना, आपके उपयोगकर्ता जो बीस वास्तविक प्रश्न पूछते हैं, और प्रत्येक का उत्तर जो आप देंगे। वे बीस परीक्षण सूट बन जाते हैं जो एजेंट के काम करने से पहले साबित करते हैं कि आप उस पर भरोसा करते हैं।

तैनाती

आपके बुनियादी ढांचे पर या क्लाउड में चलता है, जिसमें मॉडल विक्रेता विनिमेय होता है। यदि दस्तावेज़ आपके नेटवर्क को नहीं छोड़ सकते हैं, तो मैं इसके बजाय एक स्थानीय मॉडल की योजना बनाऊंगा।

टर्नअराउंड और संचार

अंतर्ग्रहण और पुनर्प्राप्ति परतें आमतौर पर एक सप्ताह के भीतर आपके दस्तावेज़ों के खिलाफ काम कर रही होती हैं, जिसमें बीस-प्रश्नों का मूल्यांकन सेट यह दर्शाता है कि उपयोगकर्ताओं के सामने कुछ भी उजागर होने से पहले सटीकता कहाँ है। मैं एक धारणा के बजाय स्कोर की रिपोर्ट करता हूं, और पुनर्प्राप्ति में हर बदलाव को उसी सेट के खिलाफ मापा जाता है ताकि सुधार दिखाई दे और प्रतिगमन पकड़ा जा सके। यदि दस्तावेज़ अपेक्षा से अधिक गंदे हैं, तो यह एक खोज है जो आपको पहले दिनों में मिलती है, अंत में नहीं।