AI систем · јавни сектор: стандардизација и метрологија
RAG база знања и AI стратегије
Rosstandart · 2025 · AI систем · Python 3.11, LangChain
RAG демо над документима агенције Rosstandart и пројекта „RST 2.0“, анализа пет подређених организација и спецификација за издвајање захтева из стандарда GOST
Два повезана правца рада. Први је демонстрациони RAG систем над документима агенције Rosstandart и пројекта дигиталне трансформације „RST 2.0“ (15 докумената, 954 исечка): одговори природним језиком са линковима ка изворима; прошао је три итерације (локални FAISS, затим инкрементално управљање векторском базом, па миграција на Milvus) и преглед кода. Други је аналитички пакет о пет подређених организација (30+ докумената, око 600 страница) са стратегијама AI оптимизације, уз преглед техничке спецификације института за стандардизацију за систем који издваја машински читљиве захтеве из стандарда GOST и прослеђује их системима клијента.
Задатак
Расуте информације о агенцији и њој подређеним организацијама и потреба за стратегијом увођења AI; за институт за стандардизацију – претварање нормативних докумената у захтеве погодне за машинску обраду и интеграцију у AI, MDM и MES системе.
Шта садржи
- RAG на Claude 4.5 Sonnet (преко OpenRouter) са вишејезичним embeddings моделом paraphrase-multilingual-MiniLM-L12-v2; извори се наводе у сваком одговору
- Издање A: инкрементално додавање и уклањање датотека у векторској бази без потпуне реиндексације, управљање преко CLI и провера интегритета
- Издање B: Milvus уместо FAISS, заштита од prompt injection и DoS напада, 60-секундни timeout на свим захтевима ка моделу
- Аналитички пакет за сваку од 5 организација: свеобухватан извештај, AI стратегија (8 области, мапа пута 2026–2028), кратак преглед са SWOT, извештај о раду
- Спецификација института за стандардизацију: онтолошки модел (OWL 2, SHACL, Apache Jena), издвајање ентитета и релација (ruRoBERTa-large), REST API на Java Spring Boot, конвертори у AI/MDM/MES, фаза „аутономног старта“
Машински превод – у лектури.