Опис проєкту
ПерекладНаша команда щотижня втрачає години на пошук відповідей, які вже де-то є, але розкидані по документах, вікі та PDF-файлах. Хочу найняти спеціаліста, який побудує внутрішнього ІІ-асистента за базою знань на основі retrieval-augmented generation. Система повинна завантажувати документи компанії, розбивати їх на фрагменти, будувати еббедінги та складати все у векторну базу. Коли співробітник задає питання в чат-інтерфейсі, асистент знаходить найбільш релевантні фрагменти та формує обґрунтовану відповідь з чіткими посиланнями на вихідний документ і розділ.
Це саме внутрішній інструмент питань і відповідей за документами, а не чат-бот підтримки для клієнтів. Точність і простежуваність важливіше розмовленості. Кожна відповідь повинна показувати, звідки взята інформація, щоб співробітник міг її перевірити, а при відсутності даних асистент зобов'язаний чесно сказати, що не знає, а не вигадувати. Для мене важливі акуратна обробка оновлень документів, щоб індекс залишався свіжим, розумна затримка відповіді та контроль доступу, щоб до чутливих матеріалів звертались лише авторизовані співробітники. Опишіть, яку модель еббедінгів, векторне сховище та підхід до оркестрації ви пропонуєте та чому.
У результаті чекаю робочий чат-інтерфейс, багаторазово запускуваний пайплайн завантаження та коротку документацію, щоб наша команда могла сама підтримувати систему. У відповіді покажіть подібні RAG-проекти та приблизні строки.
— Пайплайн завантаження: парсинг, розбиття та еббедінг документів у векторне сховище
— Чат-інтерфейс, де співробітники задають питання та отримують відповіді зі посиланнями на джерело
— Налаштування якості пошуку та спосіб оновлювати індекс при змінах документів
— Контроль доступу, логування та коротка інструкція з підтримки для нашої команди
Це саме внутрішній інструмент питань і відповідей за документами, а не чат-бот підтримки для клієнтів. Точність і простежуваність важливіше розмовленості. Кожна відповідь повинна показувати, звідки взята інформація, щоб співробітник міг її перевірити, а при відсутності даних асистент зобов'язаний чесно сказати, що не знає, а не вигадувати. Для мене важливі акуратна обробка оновлень документів, щоб індекс залишався свіжим, розумна затримка відповіді та контроль доступу, щоб до чутливих матеріалів звертались лише авторизовані співробітники. Опишіть, яку модель еббедінгів, векторне сховище та підхід до оркестрації ви пропонуєте та чому.
У результаті чекаю робочий чат-інтерфейс, багаторазово запускуваний пайплайн завантаження та коротку документацію, щоб наша команда могла сама підтримувати систему. У відповіді покажіть подібні RAG-проекти та приблизні строки.
— Пайплайн завантаження: парсинг, розбиття та еббедінг документів у векторне сховище
— Чат-інтерфейс, де співробітники задають питання та отримують відповіді зі посиланнями на джерело
— Налаштування якості пошуку та спосіб оновлювати індекс при змінах документів
— Контроль доступу, логування та коротка інструкція з підтримки для нашої команди
Дизайн та Мультимедіа Готівка, Банківський переказ
