विस्तृत विश्लेषण · लगभग 8 मिनट पढ़ना
IskayPet का Bedrock ज्ञान सहायक खोज में ही पहुँच-अधिकार लागू करता है
AWS का ग्राहक उदाहरण बहुभाषी ज्ञान खोज, SharePoint अनुमतियों और संदर्भ की लागत को उत्तर बनने की गति से अलग करके दिखाता है।
- यहाँ प्रकाशित
- स्रोत की तारीख
- स्रोत जाँचा गया
22 अक्टूबर के लेख में AWS ने बताया कि IskayPet ने Amazon Bedrock Managed Knowledge Bases से बहुभाषी कॉर्पोरेट ज्ञान सहायक कैसे बनाया। मुख्य सीख खोज की शर्त है: कर्मचारी को प्रासंगिक, स्रोत सहित वही सामग्री मिले जिसे पढ़ने का अधिकार उसके पास पहले से है। समय की बताई गई बचत इसी ग्राहक के कार्यान्वयन का परिणाम है, उद्यम सहायकों का स्वतंत्र बेंचमार्क नहीं।
समाचार सुनें
यह लेख सुनें या समाचार लगातार चलाएँ।
पढ़ने की तैयारी हो रही है…
डिवाइस की आवाज़
वाक् प्रक्रिया आपके ब्राउज़र या डिवाइस में होती है। AISubHub पाठ किसी ऑडियो API को नहीं भेजता। आवाज़ों और लॉक स्क्रीन पर चलने की सुविधा डिवाइस पर निर्भर है।
जारी करने पर छोटा वाक्यांश दोहराया जा सकता है।
मुख्य बातें
- हर सहायक का अलग ज्ञान आधार है, जो चुनी हुई SharePoint साइटों, दस्तावेज़ लाइब्रेरियों या फ़ोल्डरों से जुड़ता है। खोज के समय कर्मचारी की दस्तावेज़ संबंधी अनुमतियाँ लागू होती हैं।
- AWS और IskayPet के अनुसार, उत्पादन में लगभग पहले दो महीनों के दौरान कार्य संबंधी उत्तर खोजने का समय 3–5 मिनट से लगभग 7 सेकंड हुआ। लगभग 100,000 मासिक प्रश्न अपेक्षित पैमाना है, मापा गया मासिक उपयोग नहीं।
सवाल उस सही प्रक्रिया का है जिसे कर्मचारी पढ़ सकता है
IskayPet अपने व्यवसाय में 330 से अधिक स्टोर, 4,500 से अधिक कर्मचारी और स्पेन, पुर्तगाल तथा फ्रांस में संचालन बताता है। खुदरा काम, पशु-चिकित्सा, खरीद और नए कर्मचारियों के प्रशिक्षण की सामग्री स्पेनिश, पुर्तगाली, फ़्रेंच और अंग्रेज़ी में है। ये संगठन के आकार के आँकड़े हैं; इनसे यह सिद्ध नहीं होता कि हर कर्मचारी ने सहायक इस्तेमाल किया या हर ग्राहक को AI सहायता मिली।
व्यावहारिक समस्या SharePoint पर बिखरे दस्तावेज़ थे। किसी कर्मचारी को एक देश की वापसी नीति चाहिए, जबकि दूसरे को पशु-चिकित्सा प्रक्रिया। गलत देश या विभाग से आया सहज भाषा का उत्तर भी काम के लिए गलत हो सकता है। इसलिए सफलता की इकाई केवल बना हुआ वाक्य नहीं, बल्कि अधिकृत, पर्याप्त ताज़ा और स्रोत से जाँचा जा सकने वाला उत्तर है।
हमारा विश्लेषण है कि यह दृष्टिकोण केवल भाषाओं की संख्या से बेहतर संरचना का कारण समझाता है। चार भाषाएँ संभालना उपयोगी है, लेकिन यह भी बचाए रखना होगा कि कौन सा दस्तावेज़ किस काम के संदर्भ का है। स्रोत ग्राहक का कार्यान्वयन बताता है, सभी Bedrock उपयोगकर्ताओं के लिए कोई नया सार्वभौमिक अधिकार नहीं।
उत्तर बनाने से पहले ज्ञान क्षेत्रों को अलग करना
टीम ने एक साझा ज्ञान आधार पर देश और विभाग के टैग लगाने तथा हर प्रश्न पर फ़िल्टर लगाने का विकल्प सोचा था। उसने इसके बजाय प्रत्येक सहायक के लिए अलग ज्ञान आधार चुना। हर सहायक संबंधित SharePoint साइटों से जुड़ता है और दस्तावेज़ लाइब्रेरी या फ़ोल्डर तक सीमित किया जा सकता है। नए देश या क्षेत्र के लिए पूरे तंत्र को दोबारा बनाने के बजाय एक और सहायक जोड़ा जा सकता है।
मूल कनेक्टर मौजूदा भंडार को इस्तेमाल करता है और नए या बदले दस्तावेज़ों का क्रमिक समन्वयन करता है। लेख कहता है कि उन्नत इंडेक्सिंग चालू करने पर PDF, DOCX और PPTX के भीतर चित्रों तथा अलग चित्रों की सामग्री भी खोजी जा सकती है। यह बताई गई डेटा ग्रहण क्षमता है; साइट ने हर स्कैन किए दस्तावेज़ की सही समझ का परीक्षण नहीं किया।
अलग इंडेक्स से अपेक्षित सीमा देखना और प्रत्येक क्षेत्र को समायोजित करना आसान होता है, पर यह प्राधिकरण का विकल्प नहीं। क्रमिक समन्वयन भी सिद्ध नहीं करता कि हर संपादन तुरंत हर उत्तर में दिखेगा; लेख में सामग्री ताज़ा होने का मापा अंतराल नहीं है। यहाँ लिखित संरचना विवरण को आधार बनाया गया है; अलग होस्ट का चित्र नहीं देखा गया।
अनुमति की दो जाँचों के उद्देश्य अलग हैं
पहली जाँच तय करती है कि उपयोगकर्ता को कौन से सहायक दिखें। उदाहरण के अनुसार, मौजूदा सीधी अनुमति, समूह सदस्यता या फ़ोल्डर तक पहुँच का उपयोग होता है। पात्रता सुनिश्चित न हो तो सहायक छिपा दिया जाता है। इससे कर्मचारी को दिखाए जाने वाले प्रवेश बिंदु सीमित होते हैं।
दूसरी जाँच खोज के भीतर होती है। ऐप कर्मचारी की पहचान ज्ञान आधार को भेजता है और वह केवल उन दस्तावेज़ों के अंश लौटाता है जिन्हें कर्मचारी पढ़ सकता है। अलग अधिकार वाले दो कर्मचारियों को एक ही प्रश्न के अलग उत्तर मिलना उचित हो सकता है। केवल इंटरफ़ेस में सहायक छिपाना दस्तावेज़-स्तरीय सीमा नहीं बनाता।
लेखकों का कहना है कि पहुँच की जाँच SharePoint की अनुमतियाँ पढ़ती है, इसलिए अनुमति बदलने के लिए ऐप का कोड बदलना आवश्यक नहीं। यह कार्यान्वयन का दावा है, साइट का सुरक्षा प्रमाणपत्र नहीं। उपयोगी स्वीकृति परीक्षण में अलग अधिकार वाले उपयोगकर्ता बनाकर किसी दस्तावेज़ की अनुमति वापस लें और प्राप्त साक्ष्य तथा अंतिम उत्तर दोनों जाँचें। लेख ऐसा परीक्षण सेट या अनुमति के बदलाव फैलने का समय नहीं देता।
25 अंश खोजना और अधिकतम 15 देना बचत का प्रतिशत नहीं है
खोज अर्थ-आधारित मिलान और BM25 कीवर्ड खोज को जोड़ती है, फिर परिणामों को प्रासंगिकता के अनुसार दोबारा क्रम देती है। अर्थ मिलान संबंधित शब्दावली खोज सकता है; कीवर्ड मिलान उत्पाद कोड और संदर्भ जैसे सटीक पद बचाता है। IskayPet 25 अंश लेता है, दोहराव और बहुत छोटे टुकड़े हटाता है और जनरेशन प्रॉम्प्ट में अधिकतम 15 डालता है।
ये एक प्रश्न के दो चरणों की गिनती हैं, सफलता दर या 40% खर्च घटने का प्रमाण नहीं। अंशों की लंबाई, दोहराया संदर्भ और उत्तर की लंबाई भी बिल पर असर डालते हैं। AWS के अनुसार इस व्यवस्था में पार्सिंग, एम्बेडिंग और दोबारा क्रम देने का अलग शुल्क नहीं है, लेकिन स्टोरेज, खोज कॉल और जनरेशन मॉडल टोकन खर्च के हिस्से हैं। इस तैनाती में इनपुट टोकन प्रमुख खर्च हैं।
प्रॉम्प्ट स्रोत देने और मिले साक्ष्य में उत्तर न होने पर यह बताने को कहता है। यह वांछित व्यवहार तय करता है, कल्पित उत्तरों के समाप्त होने का प्रमाण नहीं। उत्पादन में उत्तर बनाने वाले मॉडल का नाम नहीं दिया गया। Claude Haiku 4.5 को Kiro में फ़्रंटएंड, संरचना और तैनाती विकसित करने के मॉडल के रूप में स्पष्ट किया गया है; उसे अपने-आप उत्पादन उत्तर मॉडल नहीं मानना चाहिए।
Guardrails अभी जोड़े जा रहे हैं। प्रॉम्प्ट के स्थिर हिस्से की कैशिंग और गैर-संवादी काम के लिए बैच इंफ़रेंस का मूल्यांकन चल रहा है। ये पहले से साबित बचत नहीं हैं। वास्तविक उपयोग के सकारात्मक और नकारात्मक फ़ीडबैक मूल्यांकन में जाते हैं, पर लेख खोज या उत्तर गुणवत्ता का संख्यात्मक स्कोर नहीं देता।
7 सेकंड को उसके तुलना-आधार के साथ पढ़ना
उत्पादन के लगभग पहले दो महीनों में लेखकों ने कार्य संबंधी उत्तर खोजने का समय 3–5 मिनट से लगभग 7 सेकंड और प्रक्रियाएँ व नीतियाँ खोजने का समय लगभग 95% कम बताया। ये ग्राहक द्वारा बताई गई खोज-समय की टिप्पणियाँ हैं। इनका अर्थ कुल कर्मचारी काम 95% कम होना, सही उत्तर सिद्ध होना या सारा सुधार किसी एक मॉडल से आना नहीं है।
7 सेकंड की 180–300 सेकंड से तुलना करने पर साधारण गणना लगभग 96–98% समय घटने का संकेत देती है। पर मूल समय अनुमानित हैं और माप की परिभाषाएँ स्पष्ट नहीं। स्रोत के लगभग 95% को अधिक सटीक दिखने वाले सार्वभौमिक आँकड़े से बदलना भ्रामक होगा। नमूना आकार, कार्य मिश्रण, आधार माप विधि या धीमे उत्तरों का वितरण उपलब्ध नहीं है।
देशों और विभागों में हर महीने लगभग 100,000 प्रश्न अपेक्षित हैं; यह मापा गया उत्पादन उपयोग नहीं। हमारा निष्कर्ष सीमित है: प्रबंधित खोज बुनियादी ढाँचा चलाने का काम घटा सकती है, पर दस्तावेज़ गुणवत्ता, अनुमति, मूल्यांकन और खर्च की जिम्मेदारी संगठन पर रहती है। विस्तार से पहले असफल प्रश्नों वाले मूल्यांकन सेट में पूरे कार्य, स्रोत की शुद्धता, देशों के बीच अलगाव और पहुँच न मिलने का व्यवहार मापें।
यह क्यों अहम है
यह उदाहरण प्रबंधित RAG अपनाने वाले संगठनों के लिए ठोस जाँच सूची देता है: ज्ञान की सीमा तय करें, उपयोगकर्ता की पहचान खोज तक पहुँचाएँ, स्रोत और अनुमति बदलने का व्यवहार जाँचें तथा केवल उत्तर की देरी के बजाय पूरा कार्य मापें।
सीमाएँ और उपलब्धता
लेख AWS और IskayPet के कर्मचारियों ने मिलकर लिखा है। इसमें पुनरुत्पादित किया जा सकने वाला मूल्यांकन सेट, नमूना आकार, गुणवत्ता स्कोर, पूरा खर्च या स्वतंत्र अनुमति ऑडिट नहीं दिया गया। HTML लेख और लेखकों की जानकारी पढ़ी गई; अलग होस्ट पर रखा संरचना चित्र नहीं देखा गया क्योंकि उस स्रोत के robots अनुरोध ने 403 लौटाया। साइट ने तैनाती या प्रयोग दोहराया नहीं।
स्रोत और प्रमाण
स्रोत की तारीख: · स्रोत जाँचा गया:
AI की सहायता से लिखे लेखों को दिए गए प्राथमिक स्रोतों से जाँचा जाता है। प्रदाता के दावों का श्रेय स्पष्ट है; सूची में होना समर्थन नहीं है।