Koncepcja
Zbudowany na innej zasadzie.
Wiedzy nie da się przypisać do jednego poprawnego znaczenia. Te same słowa lądują inaczej w zależności od tego, kto je czyta — a dystans jest jeszcze większy między ludźmi a AI.
VATES traktuje wiedzę nie jako ustalone znaczenie, lecz jako strukturę, którą każdy czytelnik ożywia w danym momencie. Tam gdzie metody konwencjonalne ustalają znaczenie z góry, VATES pozostawia interpretację czytelnikowi. Ta zasada jest fundamentem, na którym został zbudowany.
Dlaczego jest zbudowany w ten sposób
VATES wobec powszechnej metody podawania wiedzy modelowi językowemu (RAG).
| Aspekt | RAG | VATES |
|---|---|---|
| Przetwarzanie pośrednie | Embedding, wyszukiwanie wektorowe, re-ranking | Nic z tego — BM25 na zwykłym tekście; top-k trafia do modelu |
| Aktualizacje | Wymagane ponowne embedowanie i ponowne indeksowanie | Wchodzi w życie w momencie zapisania ES |
| Znaczenie | Kompresowane do współrzędnych w czasie embedowania i dryfuje | Zachowane jako struktura; interpretowane w momencie obserwacji |
| Zależności | Infrastruktura bazy wektorowej | Wyłącznie standardowa baza danych i pliki |
| Widoczność | Wektory liczbowe; dlaczego fragment został pobrany, pozostaje nieprzejrzyste (czarna skrzynka) | Ustrukturyzowany zwykły tekst; zawartość jest widoczna (biała skrzynka) |
| Obsługa | Ponowne embedowanie, ponowne indeksowanie; usunięcia mogą pozostać w wektorach | Edytuj lub usuń wiersz bezpośrednio; weryfikowalne wzrokiem |
Brak przetwarzania pośredniego
Typowy system RAG uruchamia potok — embedding, wyszukiwanie wektorowe, re-ranking. VATES nie ma z tego nic.
Przychodzi pytanie. Każdy ES jest wobec niego oceniany przez BM25. Najwyżej ocenione top-k trafiają do modelu. Model odpowiada.
To cała droga. Jedyne, co jest przygotowane z góry, to sam ES; nic nie jest przygotowywane pod pobranie. Ocena jest budowana na nowo dla każdego pytania, więc nie ma indeksu do utrzymania, nie ma czego embedować ponownie i nigdzie nie jest przechowywane ustalone znaczenie. Pobranie jest leksykalne — na zwykłym tekście, który możesz przeczytać. Model obserwuje strukturę bezpośrednio — znaczenie nie jest rozstrzygane, zanim dotrze, lecz w chwili, gdy zostaje odczytane.
Natychmiastowe aktualizacje
RAG musi ponownie embedować i przebudowywać swój indeks za każdym razem, gdy wiedza się zmienia. W VATES, gdy ES zostanie zapisany, jest odzwierciedlony już od następnego zapytania. Nie ma indeksu do przebudowy.
Znaczenie interpretowane w momencie obserwacji
Embedding spłaszcza znaczenie do ustalonych współrzędnych w momencie zapisu. VATES nie ustala znaczenia z góry — pobranie jest składane na nowo dla każdego zapytania, a interpretacja pozostaje po stronie czytelnika. Z jednej bazy wiedzy odpowiedzi dostosowują się do pytania i do języka czytelnika. Dlatego wiedza zapisana po japońsku może odpowiedzieć po francusku, bez przechowywania jakichkolwiek danych tłumaczeniowych.
Wyłącznie standardowa baza danych i pliki
Brak dedykowanej bazy wektorowej — bez Pinecone, Weaviate czy pgvector. Wiedza to zwykły ustrukturyzowany tekst, działający na zwyczajnej bazie danych i plikach. Bez GPU, bez API embeddingów rozliczanego za użycie. Mniej ruchomych części oznacza niższy koszt i mniej punktów awarii.
Biała skrzynka
Indeks RAG to masa wektorów liczbowych, których żaden człowiek nie odczyta; nie sposób stwierdzić, dlaczego fragment został pobrany. VATES przechowuje wiedzę jako zwykły tekst wzdłuż podstawowych osi obserwacji — substancja, ilość, jakość, relacja i tak dalej — a osie rozszerzają się swobodnie, gdy przedmiot się w nich nie mieści. To nie jest sztywny schemat. Możesz odczytać ją wzrokiem i przeszukać. Model widzi składnię; człowiek widzi tabelę.
Bezpośrednia edycja i usuwanie
Usunięcie w RAG może pozostawić ślady w wektorach nawet po ponownym embedowaniu. W VATES edytujesz lub usuwasz odpowiedni wiersz bezpośrednio i potwierdzasz wynik wzrokiem — struktura, która służy również żądaniom usunięcia danych, prawu do bycia zapomnianym.
Czym jest ES?
ES = EchoScript
Jednostka, w której VATES przechowuje wiedzę. Dwie kolumny, n wierszy, oddzielone pionowymi kreskami (|). Sama kreska nie niesie znaczenia; oznacza jedynie granicę. Znaczenie powstaje nie w symbolu, lecz w tym, kto go obserwuje.
IIIS = Inter-Intelligence Intermediary Syntax
ES jest również strukturą składniową zaprojektowaną jako składnia pośrednicząca między inteligencjami (IIIS).
Co znajduje się w środku
Dowolny język naturalny, a także notacja logiczna i nie tylko. Zarówno słowa, jak i zdania.
Czym jest IIIS?
Strefa zamieszkiwalna
Składnia, poprzez którą inteligencje o różnej percepcji mogą obserwować tę samą strukturę — w obrębie strefy zamieszkiwalnej, gdzie ich percepcje się nakładają. To jest IIIS.
Między inteligencjami
Na razie: AI i ludzie.
Obserwacja poprzez różne percepcje
Ten sam ES jest odczytywany przez AI jako json, a przez człowieka jako dwukolumnowa tabela. Oboje obserwują jedną i tę samą strukturę — dwie kolumny, n wierszy, oddzielone pionową kreską, nienosząca własnego znaczenia — każde poprzez własną percepcję.