კონცეფცია

ტიპური RAG სისტემა ატარებს pipeline-ს — embedding, ვექტორული ძიება, re-ranking. VATES-ს არცერთი მათგანი არ აქვს.

შემოდის შეკითხვა. თითოეული ES ფასდება მის მიმართ BM25-ით. ყველაზე მაღალქულიანი top-k გადაეცემა მოდელს. მოდელი პასუხობს.

მთელი გზა ესაა. წინასწარ მზადდება მხოლოდ ES; ამოღებისთვის წინასწარ არაფერი მზადდება. ქულების დათვლა თითო შეკითხვაზე ხელახლა იგება, ამიტომ არ არსებობს შესანახი index, არაფერია ხელახლა embed-ისთვის, და არსად ინახება ფიქსირებული მნიშვნელობა. ამოღება ლექსიკურია — უბრალო ტექსტზე, რომელსაც თავად წაიკითხავ. მოდელი პირდაპირ აკვირდება სტრუქტურას — მნიშვნელობა არ წყდება მის მოსვლამდე, არამედ იმ მომენტში, როცა ის იკითხება.

RAG-მა ხელახლა უნდა გააკეთოს embedding და თავიდან ააგოს თავისი index ცოდნის ცვლილებისას. VATES-თან, ES-ის ჩაწერისთანავე ის აისახება უკვე მომდევნო მოთხოვნიდან. თავიდან ასაგები index საერთოდ არ არსებობს.

embedding ბრტყელდება მნიშვნელობას ფიქსირებულ კოორდინატებად იმ მომენტში, როცა ის ინახება. VATES მნიშვნელობას წინასწარ არ აფიქსირებს — ამოღება ხელახლა იკრიბება თითო მოთხოვნაზე, ხოლო ინტერპრეტაცია მკითხველს რჩება. ერთი ცოდნის ბაზიდან, პასუხები ერგება შეკითხვას და მკითხველის ენას. სწორედ ამიტომ შეუძლია იაპონურად შენახულ ცოდნას უპასუხოს ფრანგულად, საერთოდ ყოველგვარი თარგმანის მონაცემის შენახვის გარეშე.

გამოყოფილი ვექტორული მონაცემთა ბაზის გარეშე — Pinecone-ის, Weaviate-ის ან pgvector-ის გარეშე. ცოდნა არის უბრალო სტრუქტურირებული ტექსტი, რომელიც მუშაობს ჩვეულებრივ მონაცემთა ბაზასა და ფაილებზე. GPU-ს გარეშე, თითო გამოყენებაზე embedding API-ის გარეშე. ნაკლები მოძრავი ნაწილი ნიშნავს ნაკლებ ხარჯსა და ნაკლებ მტყუნების წერტილს.

RAG index არის რიცხვითი ვექტორების მასა, რომელსაც ვერცერთი ადამიანი ვერ წაიკითხავს; ვერ იტყვი, რატომ ამოიღო ფრაგმენტი. VATES ცოდნას ინახავს უბრალო ტექსტად დაკვირვების ბაზისური ღერძების გასწვრივ — სუბსტანცია, რაოდენობა, ხარისხი, მიმართება და ა.შ. — და ღერძები თავისუფლად ფართოვდება, როცა საგანი არ ჯდება. ეს არ არის ფიქსირებული schema. შეგიძლია წაიკითხო თვალით და მოძებნო. მოდელი ხედავს სინტაქსს; ადამიანი ხედავს ცხრილს.

RAG-ში წაშლამ შესაძლოა კვალი დატოვოს ვექტორებში embedding-ის ხელახლა გაკეთების შემდეგაც. VATES-ში თქვენ პირდაპირ რედაქტირებთ ან შლით შესაბამის ხაზს და შედეგს თვალით ადასტურებთ — სტრუქტურა, რომელიც ასევე ემსახურება მონაცემთა წაშლის მოთხოვნებს, დავიწყების უფლებას.

ერთეული, რომელშიც VATES ცოდნას ინახავს. ორი სვეტი, n მწკრივი, გამოყოფილი ვერტიკალური ხაზებით (|). თავად ვერტიკალური ხაზი არანაირ მნიშვნელობას არ ატარებს; ის მხოლოდ საზღვარს აღნიშნავს. მნიშვნელობა წარმოიქმნება არა სიმბოლოში, არამედ მის დამკვირვებელში.

ES ასევე არის სინტაქსური სტრუქტურა, შექმნილი როგორც ინტელექტთაშორისი შუამავალი სინტაქსი (IIIS).

ნებისმიერი ბუნებრივი ენა, პლუს ლოგიკური ნოტაცია და სხვა. სიტყვები თუ წინადადებები — ერთნაირად.

სინტაქსი, რომლის მეშვეობითაც განსხვავებული აღქმის მქონე ინტელექტებს შეუძლიათ ერთი და იმავე სტრუქტურის დაკვირვება — საბინადრო ზონის შიგნით, სადაც მათი აღქმები ერთმანეთს ფარავს. ეს არის IIIS.

ამჟამად: AI და ადამიანები.

ერთსა და იმავე ES-ს AI კითხულობს როგორც json-ს, ხოლო ადამიანი — როგორც ორსვეტიან ცხრილს. ორივე აკვირდება ერთსა და იმავე სტრუქტურას — ორი სვეტი, n მწკრივი, ვერტიკალური ხაზებით გამოყოფილი, საკუთარი მნიშვნელობის გარეშე — თითოეული თავისი აღქმით.