AI systém · verejný sektor: normalizácia a metrológia
RAG znalostná báza a AI stratégie
Rosstandart · 2025 · AI systém · Python 3.11, LangChain
RAG demo nad dokumentmi Rosstandartu a projektu „RST 2.0“, analýza piatich podriadených organizácií a špecifikácia na extrakciu požiadaviek z noriem GOST
Dve súvisiace línie práce. Prvou je demonštračný systém RAG nad dokumentmi Rosstandartu a projektu digitálnej transformácie „RST 2.0“ (15 dokumentov, 954 chunkov): odpovede v prirodzenom jazyku s odkazmi na zdroje; prešiel tromi iteráciami (lokálny FAISS, potom inkrementálna správa vektorovej databázy, potom migrácia na Milvus) a code review. Druhou je analytický balík o piatich podriadených organizáciách (30+ dokumentov, približne 600 strán) so stratégiami optimalizácie pomocou AI, plus posúdenie technickej špecifikácie normalizačného ústavu pre systém, ktorý extrahuje strojovo čitateľné požiadavky z noriem GOST a odovzdáva ich systémom klienta.
Zadanie
Rozptýlené informácie o úrade a jeho podriadených organizáciách a potreba stratégie zavedenia AI; pre normalizačný ústav premena normatívnych dokumentov na požiadavky vhodné na strojové spracovanie a integráciu do systémov AI, MDM a MES.
Čo obsahuje
- RAG na Claude 4.5 Sonnet (cez OpenRouter) s viacjazyčnými embeddingmi paraphrase-multilingual-MiniLM-L12-v2; zdroje uvedené v každej odpovedi
- Edícia A: inkrementálne pridávanie a odstraňovanie súborov vo vektorovej databáze bez úplnej reindexácie, správa cez CLI a validácia integrity
- Edícia B: Milvus namiesto FAISS, ochrana pred prompt injection a DoS, 60-sekundový timeout na všetky požiadavky na model
- Analytický balík pre každú z 5 organizácií: komplexná správa, AI stratégia (8 oblastí, roadmapa 2026–2028), stručný prehľad so SWOT, pracovná správa
- Špecifikácia normalizačného ústavu: ontologický model (OWL 2, SHACL, Apache Jena), extrakcia entít a vzťahov (ruRoBERTa-large), REST API v Java Spring Boot, konvertory pre AI/MDM/MES, etapa „autonómneho štartu“
Strojový preklad – prechádza korektúrou.