HY

AI համակարգ · պետական հատված՝ ստանդարտացում և չափագիտություն

RAG գիտելիքների բազա և AI ռազմավարություններ

Rosstandart · 2025 · AI համակարգ · Python 3.11, LangChain

RAG դեմո Rosstandart-ի փաստաթղթերի և «RST 2.0» նախագծի վրա, հինգ ենթակա կազմակերպությունների վերլուծություն և տեխնիկական առաջադրանք GOST ստանդարտներից պահանջներ դուրս բերելու համար

Երկու փոխկապակցված ուղղություն։ Առաջինը Rosstandart-ի փաստաթղթերի և «RST 2.0» թվային վերափոխման նախագծի վրա ցուցադրական RAG համակարգն է (15 փաստաթուղթ, 954 չանք)՝ բնական լեզվով պատասխաններ աղբյուրների հղումներով, որն անցել է երեք իտերացիա (լոկալ FAISS, հետո վեկտորային բազայի աստիճանական կառավարում, հետո միգրացիա Milvus-ի վրա) և կոդի ռևյու։ Երկրորդը վերլուծական փաթեթ է հինգ ենթակա կազմակերպությունների վերաբերյալ (30+ փաստաթուղթ, մոտ 600 էջ)՝ AI օպտիմալացման ռազմավարություններով, գումարած ստանդարտացման ինստիտուտի տեխնիկական առաջադրանքի վերանայում այնպիսի համակարգի համար, որը GOST ստանդարտներից դուրս է բերում մեքենայաբար ընթեռնելի պահանջներ և փոխանցում դրանք պատվիրատուի համակարգերին։

Խնդիրը

Գերատեսչության և նրա ենթակա կազմակերպությունների մասին տեղեկատվությունը ցրված է, և անհրաժեշտ է AI ներդրման ռազմավարություն, իսկ ստանդարտացման ինստիտուտի համար՝ կանոնակարգող փաստաթղթերը վերածել մեքենայական մշակման և AI, MDM ու MES համակարգերում ինտեգրման համար պիտանի պահանջների։

Ինչ կա ներսում

  • RAG Claude 4.5 Sonnet-ի վրա (OpenRouter-ով) բազմալեզու ներդրումներով (embeddings) paraphrase-multilingual-MiniLM-L12-v2, յուրաքանչյուր պատասխանում նշվում են աղբյուրները
  • A տարբերակ՝ ֆայլերի աստիճանական ավելացում և հեռացում վեկտորային բազայում՝ առանց լրիվ վերաինդեքսավորման, CLI-կառավարում և ամբողջականության վավերացում
  • B տարբերակ՝ Milvus՝ FAISS-ի փոխարեն, պաշտպանություն prompt injection-ից և DoS-ից, 60 վայրկյանի թայմաուտ մոդելին բոլոր հարցումների համար
  • Վերլուծական փաթեթ յուրաքանչյուր 5 կազմակերպության համար՝ համալիր հաշվետվություն, AI ռազմավարություն (8 ուղղություն, 2026–2028 ճանապարհային քարտեզ), համառոտ ակնարկ SWOT-ով, աշխատանքային հաշվետվություն
  • Ստանդարտացման ինստիտուտի տեխնիկական առաջադրանք՝ օնտոլոգիական մոդել (OWL 2, SHACL, Apache Jena), էությունների և կապերի դուրս բերում (ruRoBERTa-large), REST API Java Spring Boot-ով, կոնվերտորներ AI/MDM/MES-ի համար, «ինքնավար մեկնարկի» փուլ

Մեքենայական թարգմանություն՝ սրբագրվում է։

Կոնտակտներ

Խոսենք։

Խնդրի տեսակը
Բոտ

Որտեղ է աշխատելու բոտը

Կայք

Ինչպիսի կայք

Դիզայնի առկայություն

Mini App

Որտեղ է գործարկվելու

Վճարումների անհրաժեշտություն

AI համակարգ
Այլ

Պատասխանում ենք 24 ժամվա ընթացքում · ներդիրները փոխելիս ձեր անունն ու կոնտակտը պահպանվում են