AI सिस्टम · सार्वजनिक क्षेत्र: मानकीकरण और मापविज्ञान
RAG नॉलेज बेस और AI रणनीतियाँ
Rosstandart · 2025 · AI सिस्टम · Python 3.11, LangChain
Rosstandart के दस्तावेज़ों और “RST 2.0” प्रोजेक्ट पर RAG डेमो, पाँच अधीनस्थ संगठनों का विश्लेषण और GOST मानकों से आवश्यकताएँ निकालने का स्पेसिफ़िकेशन
काम की दो जुड़ी हुई धाराएँ। पहली Rosstandart के दस्तावेज़ों और डिजिटल रूपांतरण प्रोजेक्ट “RST 2.0” पर डेमो RAG सिस्टम है (15 दस्तावेज़, 954 चंक): स्रोतों के लिंक के साथ आम भाषा में जवाब; यह तीन इटरेशन से गुज़रा (लोकल FAISS, फिर वेक्टर DB का इंक्रीमेंटल प्रबंधन, फिर Milvus पर माइग्रेशन) और कोड रिव्यू से भी। दूसरी पाँच अधीनस्थ संगठनों (30+ दस्तावेज़, लगभग 600 पेज) पर विश्लेषणात्मक पैकेज है, जिसमें AI ऑप्टिमाइज़ेशन रणनीतियाँ हैं, साथ में एक मानकीकरण संस्थान के उस सिस्टम के टेक्निकल स्पेसिफ़िकेशन की समीक्षा, जो GOST मानकों से मशीन-पठनीय आवश्यकताएँ निकालकर क्लाइंट के सिस्टम तक पहुँचाता है।
काम
एजेंसी और उसके अधीनस्थ संगठनों की बिखरी हुई जानकारी, और AI अपनाने की रणनीति की ज़रूरत; मानकीकरण संस्थान के लिए, नियामक दस्तावेज़ों को ऐसी आवश्यकताओं में बदलना जो मशीन प्रोसेसिंग और AI, MDM व MES सिस्टम में इंटीग्रेशन के लायक हों।
इसमें क्या है
- Claude 4.5 Sonnet (OpenRouter के ज़रिए) और paraphrase-multilingual-MiniLM-L12-v2 बहुभाषी एम्बेडिंग पर RAG; हर जवाब में स्रोत का हवाला
- संस्करण A: पूरी री-इंडेक्सिंग के बिना वेक्टर DB में फ़ाइलों का इंक्रीमेंटल जोड़ना और हटाना, CLI से प्रबंधन और इंटीग्रिटी वैलिडेशन
- संस्करण B: FAISS की जगह Milvus, प्रॉम्प्ट इंजेक्शन और DoS से सुरक्षा, सभी मॉडल रिक्वेस्ट पर 60 सेकंड का टाइमआउट
- 5 संगठनों में से हर एक के लिए विश्लेषणात्मक पैकेज: व्यापक रिपोर्ट, AI रणनीति (8 क्षेत्र, 2026–2028 का रोडमैप), SWOT के साथ संक्षिप्त समीक्षा, कार्य रिपोर्ट
- मानकीकरण संस्थान का स्पेसिफ़िकेशन: ऑन्टोलॉजी मॉडल (OWL 2, SHACL, Apache Jena), एंटिटी और संबंध निष्कर्षण (ruRoBERTa-large), Java Spring Boot पर REST API, AI/MDM/MES के कन्वर्टर, “ऑटोनॉमस स्टार्ट” चरण
मशीन अनुवाद — प्रूफ़रीडिंग जारी है।