نویسنده (ها): R. Thompson (دکترا)
در ابتدا منتشر شده در به سمت هوش مصنوعیبشر
“در میان گسترش فن آوری های تولیدی ، محدودیت واقعی دسترسی معرفتی باقی مانده است – به ویژه در سیستم های عمومی.”
اجزای اسناد حقوقی ، نظارتی و سیاسی که توسط دولت ها و سازمان های مردم نهاد نگهداری می شود ، به یک اکوسیستم متراکم و ناهمگن تبدیل شده است. این اسناد ، که اغلب به زبان خاص دامنه تهیه می شوند و در قالب های مختلف مانند PDF ، متن اسکن شده و HTML تکه تکه شده بایگانی می شوند ، یک مانع بزرگ برای دسترسی و تفسیر ایجاد می کنند. برای مدیران ، پرسنل حقوقی و مؤلفه ها ، وظیفه بازیابی بندهای مربوطه یا تراز کردن شیوه های فعلی با دستورات فعلی مملو از ناکارآمدی ، ابهام و تأخیر است.
گزارشی از سال 2019 توسط مک کینزی میزان این مسئله را کمیت کرد و خاطرنشان کرد که تا 30 ٪ از زمان یک کارمند عمومی صرف یافتن اطلاعات داخلی می شود. در حوزه های حاکم بر نوسانات نظارتی بالا یا حساسیت به انطباق ، این ناکارآمدی صرفاً ناخوشایند نیست – از نظر ساختاری ناتوان است. ضرورت برای یک رابط شناختی باهوش بین کاربران و مخازن سیاست اکنون مشهود است.
این مقاله یک چارچوب بازیابی و استدلال سیستماتیک را معرفی می کند: موتور جستجوی خط مشی هوشمند. معماری با استفاده از ترکیب پذیری Langchain ، قدرت تعبیه چند زبانه BGE-M3 ، نمایه سازی با ابعاد بالا Chromadb و وفاداری تولید کننده GPT-4 ، این موتور به عنوان یک پل عصبی نمادین بین متون تنظیم نشده تنظیم نشده و پرس و جوهای انسانی عمل می کند.
بر خلاف سیستم های جستجوی معمولی که به تراکم کلمات کلیدی متکی هستند … وبلاگ کامل را به صورت رایگان در رسانه بخوانیدبشر
منتشر شده از طریق به سمت هوش مصنوعی