D-CAT Group ↗ Əlaqə ENTRDEESAZ
12 sual 4 həftəlik pilot başlat
4 həftəlik pilot başlat

Etibar modeli

Hər rəqəmin bir ünvanı var.

Ünvanı olmayan bir rəqəm ekrana çata bilmir. Etibar modeli prompt-lamaya əsaslanmır, və modellər yaxşılaşdıqca xətaların azalacağını fərz etmir. Rəqəmlə cümlə arasındakı deterministik bir nəzarət zəncirinə əsaslanır — və həmin zəncirin nəyi rədd etdiyinin qeydinə.

İzlənilə bilmə

Bir sorğu işlədikdə nəticəsi bir zərfin içinə möhürlənir. İçindəki hər dəyər bir ünvan alır.

Hansı zərf, hansı sətir, hansı xana — və sonda bir yoxlama rəqəmi, beləliklə yanlış qapı təsadüfən açılmır. Agent bir rəqəmi istifadə etdikdə həmin ünvanı bəyan edir. Engine ünvana baxır və müqayisə edir. Faiz belə modelə buraxılmır: “böl” deyə bilmir, nisbəti engine-dən istəyir.

Bir sübut ünvanının quruluşu e1.r1.v.1u ünvanı dörd hissəyə bölünür: e1 bir sorğu nəticəsinin möhürlənmiş zərfini, r1 onun içindəki sətri, v.1 həmin sətirdəki xananı bildirir; sondakı u isə ünvan həll edilməzdən əvvəl yoxlanılan bir yoxlama rəqəmidir. e1.r1.v.1u e1 Zərf Bir sorğunun möhürlənmiş nəticəsi. r1 Sətir Həmin nəticənin hansı sətri. v.1 Xana Sətirdəki hansı dəyər. u Yoxlama rəqəmi Ünvan həll edilməzdən əvvəl yoxlanılır.
Agent bir ünvan bəyan edir. Engine onu həll edir. Bu sxemdəki heç bir qutu modelin içində olduğu bir mərhələ deyil — məsələ də budur.

Dörd addım, bu sıra ilə, hər dəfə

  1. Bəyan edilən ünvan ayrılır — zərf, sətir, xana.
  2. Yoxlama rəqəmi doğrulanır. Uğursuz olarsa həll heç sınanmır.
  3. Zərf açılır və xanadakı real dəyər oxunur.
  4. Agent-in yazdığı rəqəm ilə oxunan dəyər müqayisə edilir.

Qonşu xanaya təsadüfi həll etməyə qarşı ölçülən tutma nisbəti: bir yoxlama rəqəmi ilə 97,63%, iki rəqəmlə 100% · daxili ölçmə. FinalGuard müqayisəsi ≈ 2 ms · demo ölçməsi.

Hüdud

Ünvan, warehouse-dakı ayrı-ayrı sətirə deyil, sorğu addımına çatır — hansı sorğu, hansı dövr, hansı filtrlər. Bunu burada yazmağı, pilotun üçüncü həftəsində sizin tapmağınızdan üstün tuturuq.

Trust səviyyələri

A təsdiqlənmiş rəsmi metrik · B törəmə · C kəşfiyyat ya da namizəd. C səviyyəsindəki bir dəyər bir brief-ə xam halda girə bilməz, və A-ya yüksəltmək insan qərarıdır.

Tək bir “etibar balı” nişanı qəsdən yoxdur.

FinalGuard

Təhvildən əvvəlki son gate. AI deyil. Söndürülə bilmir.

Sıfır dözümlülük: bir qəpik sapma rədd edilir, və sorğu işləməmişdən əvvəl yazılmış bir cavab, rəqəm təsadüfən doğru olsa belə rədd edilir.

Agent bunu yazdı…NiyəQərar
zərfdəki dəyərin tam özüeynidirkeçir
onun standart bir yuvarlaqlaşdırılmasıyuvarlaqlaşdırma qaydaları açıq şəkildə müəyyəndirkeçir
engine-in hesabladığı bir fərqzərfin içindədirkeçir
bir vahid sapmış bir dəyərnə eynidir, nə də etibarlı bir yuvarlaqlaşdırmarədd edilir
agent-in özünün topladığı bir cəmagent arifmetika etmirrədd edilir
sübutsuz “doqquz bölgədə”kiçik olsun-olmasın, sübutsuz sübutsuzdurrədd edilir

İmtina nərdivanı

  1. Birinci imtina → cavab saxlanılır; agent-ə zərfdəki dəyərləri olduğu kimi istifadə etməsi deyilir.
  2. İkinci imtina → ortada tam olaraq bir aydın zərf varsa, cavabı engine-in özü yazır.
  3. Üçüncü imtina → dürüst kəsmə.

Geri tutulan dəyərlər

Sübutu olmayan bir rəqəm mətndən çıxarılır və səbəbi ilə birlikdə cavabın altındakı qutuya qeyd edilir. İxrac, yayım və yaddaşa girişi struktur olaraq bloklanır. Bir düzəliş edilibsə cavabın altında bir qeyd görünür — heç vaxt gizlədilmir.

Ölçüldü. Öz iş qeydimizdə mənşə yoxlaması, 275 icra ərzində 282 qaralama cavabı dayandırdı; agent onların 87,2%-ni növbəti cəhddə düzəltdi. Bu sayımı aparan baxış səhifəsi, içindən bir trend xətti keçirməkdən imtina edir: yüksələn bir imtina nisbəti, agent-lərin pisləşdiyi demək deyil.

Qəsdən bir yoxluq. “Doğrulandı ✓” nişanı yoxdur. Yalnız doğrulana bilməyən işarələnir, beləliklə təsadüfi bir uyğunluq heç vaxt yanlış bir möhür qazanmır.

Gate-lərin rədd etdiyi

İcranın ortasında engine, qaralama cavabın hamısını geri göndərdi.

İstənilən satıcı sizə yaxşı bir brifinq göstərə bilər. Sistemin deməkdən imtina etdiyini görmək istəyin.

Bu, tamamilə açılmış tək bir planlaşdırılmış icradır. Saat 05:00-da başladı, 285 saniyə sonra bitdi, və həmin gün keçərli qiymətdən dondurulmuş 78 sent model xərci tutdu. On üç namizəd qeyd verilənlər bazasına çatdı. İkisi gate-lərdən sağ çıxmadı, və səbəbləri hələ də sənəddədir.

05:00
scheduled start
285 s
total duration
$0.78
model spend, frozen
13
candidates produced
11
published
2
held, with reasons

Əhatə: öz iş qeydimizdən real bir planlaşdırılmış icra, adlar maskalanmış, məhsulun verilənlər bazasından oxunmuş. Müştəri benchmark-ı deyil.

Rəqəmlərinin, engine-in həll edə biləcəyi bir ünvanı yox idi. Yazdığı budur.

engine · struktur qaydası · ədədi mənşəTƏHVİL VERİLMƏDİ
[engine] Structural rule (numeric provenance): every figure in a final answer
is exactly one of three things. ADDRESSED (declared in the claims block with
the ref you read it from), COMPUTED (declared with op and operands that are
addresses), or STRUCTURE the engine or the user put there. Nothing else is
proven. A value that merely EXISTS somewhere in the evidence is not proven
until you name its address.
Cavabınız təhvil VERİLMƏDİ.
Konsolda adi bir icranın yekun xülasəsi; başlığı Operasyon izi, alt başlığı BU KOŞUM NE YAPTI. Belə oxunur: agent 8 tur işlədi və data warehouse-a 56 sorğu göndərdi. Bir cavab cəhdi, mənbəyini göstərə bilmədiyi rəqəmlər üzündən geri qaytarıldı; agent xəbərdarlığı aldı və növbəti cəhdi qəbul edildi. On bir çıxış dərc olundu: 6 finding, 4 recommendation, 1 xülasə. Maliyyət 1,68 ABŞ dolları — 470 min giriş və 15 min çıxış tokeni, onların 140 mini keşdən. Altında, AJANIN ÇALIŞMASININ ANLATISI başlığı ilə, agentin işinin nəsr şəklində yazılmış hesabatı.
demo məlumatEyni hesabat, adi bir icranın sonunda — haqqında yazılmış bir hesabatda deyil, icranın öz üzərində: neçə tur, neçə sorğu, nə geri qaytarıldı və niyə, nə dərc olundu, və keşdən oxuduğu tokenlərə qədər nə xərclədi.

İş qeydinin hamısında on bir namizəd obyekt saxlanıldı. Doqquzu eyni ailədəndir: ən sürətlə böyüyən, ən zəif, ən yüksək. Gate-in ən tez-tez tutduğu cümlə sinfi, məhz bir rəhbərin üzərində hərəkət etmə ehtimalının ən yüksək olduğu sinifdir.

Əhatə: iş qeydinin hamısı, 3 agent, 3,5 həftə, məhsulun öz verilənlər bazasından oxundu. Müştəri benchmark-ı deyil.

Planlaşdırılmış bir icra və ardınca gələn söhbət, başdan sona. Demo məlumat, bir dəqiqə iyirmi beş saniyə, danışıq yoxdur: icra axını, icra başlayanda dondurulan parametrlər, nəyi dərc etdiyi və nəyi saxladığı, sonra söhbətə aparılıb orada sorğulanan bir finding.

Məhsulda

Sübut paneli, gəldiyi şəkildə

Hər rəqəm, agent-in onun üçün bəyan etdiyi ünvanı və engine-in həmin ünvanı həll etdikdə tapdığını daşıyır.

Bu başlıqlı dərc olunmuş bir finding: promosyonsuz Fresh Food brüt satışları yalnız 57,01 faiz artdı, 96,97 faizlik şəbəkə ortalamasının xeyli altında. Mətnin içindəki iki rəqəm xəncər işarəsi daşıyır, və mətnin altındakı sətirdə belə yazılır: model ifadəsi, engine tərəfindən doğrulanmadı. Onun altında bir Sübut paneli deyir: aşağıdakı hər rəqəm, agent-in onun üçün bəyan etdiyi ünvanı daşıyır; engine həmin ünvanı həll etdi və tapdığı budur. Hər sətir metrikini, dövrünü və promosyon vəziyyətini adı ilə verir və hər biri ya engine hesabladı, ya da mənbədə ölçüldü kimi etiketlənir.
demo məlumatYuxarıdakı mətndə iki dəyər xəncər işarəsi və model ifadəsi — engine tərəfindən doğrulanmadı sətrini daşıyır. Qalan hər şey, oxunduğu ünvanla birlikdə altda sadalanır və hər sətir engine-in onu mənbədə ölçdüyünü mü, yoxsa hesabladığını mı deyir — əksər alətlərin heç etmədiyi bir fərq.
By-Pass gəlirindəki artımla bağlı bir finding-in sübut paneli, bir törəmə açılmış halda. Finding Bulgu, Düşük və Yeni etiketlərini, agent adını, A mənşə təbəqəsini və tarixini daşıyır. Sübut panelinin başında bu sətir var: aşağıdaki her figür, ajanın onun için beyan ettiği adresi taşır; motor o adresi çözdü ve bulduğu budur. İlk sətirdə +22,76% rəqəmi, KDV Dahil Gelir metriki və motor hesapladı etiketi ilə durur; törəməsi açıqdır: bu rakam şu işlemden geldi, (910.486 − 741.674) ÷ 741.674 × 100. Hər iki operand da öz metriki, dövrü və xidmət alt tipi ilə altda sadalanır, və ən altda mühərrikin öz göstərişi yazılır: yüzde değişim( 910.486 · 741.674 ). Növbəti sətirdəki 910.486 isə kaynakta ölçüldü etiketini daşıyır.
demo məlumatTörəmə bir rəqəm, açılmış halda. İddia edilmir — gəldiyi bölmə əməliyyatı kimi göstərilir, və hər operand eynilə üstündəki ölçülmüş rəqəmlər kimi öz ünvanını daşıyır. Buradakı heç nəyi model yazmadı.

Dörd sual

Korporativ etibar dörd suala əsaslanır. Heç biri AI-ya buraxılmır — və hər cavab öz hüdudunu deyir.

İzlənilə bilmə — “Bu rəqəm haradan gəldi?”

Hər rəqəm üç hissəli bir ünvan daşıyır: zərf, sətir, xana. Ünvanı engine təyin edir; agent yalnız bəyan edir. Hər qeyd; icraya, agent-ə, dondurulmuş modelə və onu istehsal edən istifadəçi səlahiyyətinə bağlıdır. Dəyərlər yaradılarkən qeydin üzərinə dondurulur, beləliklə icra jurnalı təmizlənsə belə sübut ayaqda qalır.

Hüdud

Ünvan, warehouse-dakı ayrı-ayrı sətirə deyil, sorğu addımına çatır — hansı sorğu, hansı dövr, hansı filtrlər.

Audit oluna bilmə — “Kim, nə vaxt, nə ilə, hansı xərclə?”

Audit qeydi yalnız-əlavə edilir. Heç bir qeyd silinmir, yalnız arxivlənir; səslərin üzərinə möhür vurulur. Dərc zənciri deterministikdir: eyni giriş, eyni nəticə. Kənarlaşdırılan, saxlanılan ya da duplicate olan hər namizəd, səbəbi ilə Guard Ledger-də durur. Addım, vaxt və xərc limitləri hər icra başlamazdan əvvəl dondurulur.

Hüdud

Audit qeydi məhsulun içində yaşayır. Bir SIEM-ə ya da xarici audit sisteminə ixrac, pilotda ayrıca əhatələnir.

Şəffaflıq — “Sistem nə etdi, və nə etmədi?”

Heç nə səssizcə itmir. Təkrarlanan bir mövzu ongoing / repeat möhürü alır və sayılır, gizlədilmir. Boş bir dövr ayrıca bir data state sinfinə düşür. Səbəbiyyət ya da üstünlük bildirən dil interpretive nişanı alır: ölçülən, şərh olunandan ayrılır. Söhbətdə edilən fərziyyələr açıq şəkildə yazılır.

Hüdud

Bildiriş mətnləri qəsdən dəyər daşımır. Şəffaflıq bildirişdə deyil, qeydin içindədir.

İzah oluna bilmə — “Bu nəticəyə niyə gəldi?”

Hər finding-də metriki, dövrü və filtrləri engine yazır. Hər recommendation, əsaslandığı finding-i bir kliklə açır. “Söhbətdə dərinləş” finding-i sitat gətirilmiş məlumat kimi söhbətə aparır, beləliklə “niyə?” sualı eyni sübutun üzərindən verilir.

Hüdud

Məhsul, cümlədəki rəqəmlərin haradan gəldiyini izah edir — modelin cümləni niyə belə qurduğunu yox. Əhəmiyyət dərəcəsi agent-in iddiasıdır. Sübut izah olunur; hökm insanda qalır.

Konsoldakı audit qeydi, başlığı Denetim Kaydı, alt başlığı giriş hadisələri və hər dəyişikliyin dəyişdirilə bilməyən qeydi, yalnız-əlavə edilən dəftər. Sütunlar: vaxt, hadisə, aktor, xülasə və təfərrüat. Görünən sətirlər arasında 1127 giriş, 348 çıxış tokeni və 0,008601 ABŞ dolları qeyd edən bir narrative_generated hadisəsi; aktoru Sistem olan və planlaşdırılmış tetikleme növbəyə alındı, agent 4, icra 1353 deyə xülasə edilən bir scheduler_fire hadisəsi; gəldikləri marşrutları adı ilə verən create hadisələri; giriş hadisələri; və bir geri bildiriş hadisəsi var.
demo məlumatYuxarıdakı abzasın arxasındakı dəftər. Planlaşdırılmış bir işə salma bir şəxsə deyil System-ə yazılır, və istehsal edilən bir mətn öz token sayını və xərcini daşıyır. Hələ etmədiyi iki şey: təfərrüat sütunu hər sətirdə boşdur, və interfeysdən bir parametri dəyişmək öz sətrini yaratmır. Hər ikisi məhsulun siyahısındadır, və hər ikisi burada gizlədilmir.

Yoxluq və fərziyyə

Yanlış bir rəqəm qədər təhlükəli ikinci şey: yanlış başa düşülmüş doğru bir rəqəm.

  • Fərziyyələr əvvəldən deyilir. “Bir dövr göstərmədiniz; 2024 tam ili fərz edildi.” Sabit bir şablon cümlə, hər dəfə eyni.
  • Təzəlik ölçülür, fərz edilmir. “Bu model 31 Dek 2025-ə qədər məlumat saxlayır — təxmin deyil, ölçmə.”
  • Modelin daşımadığı bir kəsim yaxınlaşdırılmır, rədd edilir. “Bu modeldə rüblük görünüş mövcud deyil.” Engine, sualı təmin etmək üçün aylardan rüb qurmur.
  • Məhdudlaşdırılmış bir istifadəçi öz məhdudiyyətini görür. “Əhatə: Mağaza — Maltepe Park.” Qayda engine-də yaşayır; həll edilə bilən bir kimlik yoxdursa “hər şeyi göstər”ə düşmək əvəzinə dayanır.
  • Şəxsi məlumat mexaniki olaraq maskalanır. Bir kəsim etiketi, prompt ilə deyil, qayda ilə baş hərflərə endirilir.
  • Yoxluq udulmur, dərc olunur. Məlumatı olmayan bir dövr, dayağı empty_result_set olan bir data state-ə çevrilir: “ölçülmüş bir sıfır deyil; bu pəncərədə qeyd olunmuş əməliyyat yoxdur.” Əhəmiyyət nişanı yoxdur, öz bölgəsi var, və üzərində heç bir recommendation qurula bilməz.

Öz-özünü audit

“Hər rəqəm yoxlanılır” bir iddiadır. Buna görə hər həftə sınanır.

Golden set

Möhürlənmiş bir sual dəsti. İki icra eyni barmaq izini qaytarırsa davranış dəyişməyib. Model ya da kod dəyişdikdə fərq dərhal üzə çıxır.

Sıfır dözümlülük xətti

Mənbəsiz rəqəmlər, təxmin etməkdən imtina, şəxsi məlumat maskalanması. Həddi rəqəmləri silərək tutmaq da tutulur.

Ritm

Testlər hər həftə və hər buraxılış bağlanışında avtomatik işləyir. Bir iddia ölçmə ilə ziddiyyət təşkil edirsə sistem özünü dayandırır.

Canlı servislər ekranı

Hər açılışda ölçülür; heç vaxt saxlanılmış bir vəziyyət göstərmir.

Etibar modeli, modellər yaxşılaşdıqca xətaların azalacağını fərz etmir. Model dəyişsə belə ünvanlama, audit qeydi, dərc zənciri və səlahiyyət yoxlamaları deterministik qalır.

From Answers to Records-u oxuyun Memarlığa baxın →