AI-система · Держсектор: стандартизація й метрологія
RAG-база знань і ШІ-стратегії
Rosstandart · 2025 · AI-система · Python 3.11, LangChain
RAG-демо на документах Росстандарту й проєкту «РСТ 2.0», аналітика п’яти підвідомчих організацій і ТЗ на вилучення вимог зі стандартів ГОСТ
Два пов’язані напрями роботи. Перший — демонстраційна RAG-система на документах Росстандарту й проєкту цифрової трансформації «РСТ 2.0» (15 документів, 954 фрагменти): відповіді природною мовою з посиланнями на джерела; вона пройшла три ітерації (локальний FAISS, потім інкрементальне керування векторною БД, потім міграція на Milvus) і рев’ю коду. Другий — аналітичний пакет щодо п’яти підвідомчих організацій (30+ документів, близько 600 сторінок) зі стратегіями ШІ-оптимізації, а також розбір технічного завдання інституту стандартизації на систему, яка вилучає з ГОСТів машиночитні вимоги й передає їх у системи замовника.
Завдання
Розпорошена інформація про відомство та підвідомчі організації й потреба у стратегії впровадження ШІ; для інституту стандартизації — перетворення нормативних документів на вимоги, придатні для машинної обробки та інтеграції в AI-, MDM- і MES-системи.
Що всередині
- RAG на Claude 4.5 Sonnet (через OpenRouter) з багатомовними ембедингами paraphrase-multilingual-MiniLM-L12-v2; джерела зазначено в кожній відповіді
- Edition A: інкрементальне додавання й видалення файлів у векторній БД без повної переіндексації, керування через CLI та перевірка цілісності
- Edition B: Milvus замість FAISS, захист від prompt injection і DoS, тайм-аут 60 секунд на всі запити до моделі
- Аналітичний пакет для кожної з 5 організацій: комплексний звіт, ШІ-стратегія (8 напрямів, дорожня карта на 2026–2028 роки), стислий огляд зі SWOT, звіт про роботу
- ТЗ інституту стандартизації: онтологічна модель (OWL 2, SHACL, Apache Jena), вилучення сутностей і зв’язків (ruRoBERTa-large), REST API на Java Spring Boot, конвертери в AI/MDM/MES, етап «автономний старт»
Машинний переклад — триває вичитка.