AI තීරණ සොයා ගැනීම කුමක්ද?
තීරණ සොයා ගැනීම යනු සෑම AI නියෝජිතයකම තීරණය පිළිබඳ සම්පූර්ණ තර්කය සකස් කළ, පරීක්ෂා කළ හැකි කලාප ලෙස අල්ලා ගැනීමේ ක්රියාවලියයි. සිදු වූ දේ සටහන් කරන ක්රියාත්මක ලොග් වලට වඩා, තීරණ සොයා ගැනීම් ඇයි සිදු වූයේද යන්න සටහන් කරයි — සලකා බැලූ විකල්ප, සොයාගත් සාක්ෂි, තර්ක, සහ තෝරාගත් සාධන. AIAgentree තීරණ පැකේට් මඟින් තීරණ සොයා ගැනීම ක්රියාත්මක කරයි: ප්රතිපත්ති, තර්ක ගස්, සාක්ෂි ඡායාරූප, තෝරාගත් සාධන, සහ ප්රතිඵල අනුගමනය කරන සීලිත සටහන්. තීරණ සොයා ගැනීම EU AI නීතියේ ලිපි 12-14 සමඟ අනුකූලතාවය සක්රීය කරයි, විශ්වාසයේ තුන් මාර්ග (මිනිසා-සංසන්දනය, මිනිසා-සංසන්දනය, සම්පූර්ණ ස්වයංක්රීයත්වය) සහ පෙරනිමියක් ලෙස ආයතනික මතකය නිර්මාණය කරයි. ව්යුහය සාමාන්ය සම්බන්ධතා (සහාය/විරෝධය) සහ විස්තරාත්මක සම්බන්ධතා (සැකසුම්/සම්බන්ධ) අතර වෙනසක් කරයි, AI තර්කය ප්රශ්න කිරීමට, සසඳා බැලීමට, සහ උපුටා ගැනීමට හැකි කරයි.
බොහෝ සංවිධාන ලොග් කිරීම (නියෝජිතයා කළ දේ) සහ තීරණ සොයා ගැනීම (කෙසේද යන්න සහ ඇයි) අතර ගැටළුවක් කරයි. මෙම වෙනස වැදගත් වේ, මන්ද නියාමනය, ප්රතිපත්තිකරණය, සහ ආයතනික මතකය සියල්ල පසුගියටම යටත්වේ.
- •ලොග් ක්රියාත්මක කිරීමේ සිදුවීම් සටහන් කරයි — API ඇමතුම්, ප්රමාද, දෝෂ
- • faisal traces සංවිධානය කළ යුක්තිකරණය — විකල්ප, සාක්ෂි, යුක්ති, ප්රතිඵල
- • faisal යනු සීල කරන ලද වස්තු වේ, ඒවායේ පරීක්ෂකයන් ප්රශ්න කර සහ නැවත ක්රියාත්මක කළ හැක.
- •ප්රතිපත්තිය ව්යුහගත තීරණ වලින් ස්වයංක්රීයව උද්ගත වේ — ආයතනික මතකය යනු යාන්ත්රණයක් ලෙස
රෙගුලේටරය ඔබේ AI විසින් කළ අවසන් 100 තීරණ ඉල්ලා සිටියා.
ඔබට ප්රතිචාර දීමට දිනයන් 30ක් ඇත. ඔබට ඇත්තේ කුමක්ද?
මුල් තේසීස්, නැවත ප්රකාශිතය
ආර්ථික තීරණ සඳහා ලැබීම් අවශ්ය වේ. ලොග් කිරීම වගකීමක් නොවේ. සිතුවිලි මාලාව යථාර්ථය නොවේ.
මෙම ප්රකාශ සත්ය වේ. නමුත් එය අසම්පූර්ණ වේ.
ප්රශ්නය "අපි තීරණ අල්ලාගන්නා හේතුව කුමක්ද?" යන්නට පැහැදිලි පිළිතුරක් ඇත: අනුකූලතාව, වගකීම, දෝෂ සොයා ගැනීම. කටුක ප්රශ්නය වන්නේ: "අපි එය කළ විට කුමක් සිදුවේද?"
පිළිතුර අපේක්ෂිත නොවේ: සංස්ථාපන මතකය ස්වයංක්රීය වේ. ඔබ ඉදිරියට ගොඩනැගෙන ලක්ෂණයක් ලෙස නොවේ. පසුව එකතු කරන මොඩියුලයක් ලෙස නොවේ. දත්ත ආකෘතියේ ස්වාභාවික ප්රතිඵලයක් ලෙස.
"සියලුම තීරණ" යනු කුමක්ද?
ආදේශය මොඩල් ප්රතිදානය නොවේ. එය API ප්රතිචාරය නොවේ. එය ක්රියාවලියෙන් ආපසු ලබා දෙන අගය නොවේ.
faisal යනු පහත දෑ අඩංගු ව්යුහගත නිෂ්පාදනයකි:
- •ආශාව — කුමක් තීරණය කරනු ලබනවාද (ණය #1234 අනුමත කරන්න)
- •ආසන්න කළ සාක්ෂි — තීරණය කිරීමේ වේලාවේදී සොයාගත් තොරතුරු, නවතා ඇති
- •සලකා බැලූ විකල්ප — ඇගයීම් කර ඇති සහ ප්රතික්ෂේප කළ විකල්ප
- •තෝරාගත් සාධන — කුමන වාදයන් තීරණය ගෙන ආවාද
- •ලියාපදිංචි ප්රතිඵලය — පසුව සිදුවූ දේ (අවසාන, මාස 6, වසර 1)
මෙය AIAgentree විසින් සියලු තීරණ පැකේජයක් ලෙස හැඳින්වේ — පරීක්ෂකයන් ප්රශ්න කිරීමට, නැවත ක්රියාත්මක කිරීමට සහ උපුටා ගැනීමට හැකි සීලකළ, අසම්මත වාර්තාවකි.
ලොග් වලින් ඔබට කියා නොදෙන දේවල්
| අධිකරණ ලොග් | faisal |
|---|---|
අනුමත_ණුදුව(application_id=1234, score=0.87) | ආශාව: ණය #1234 අනුමත කරන්න ප්රතිලාභ: ආදායම් සනාථ කිරීම සාර්ථකයි (බර: 0.92) ප්රතිලාභ: වසර 3ක රැකියා ඉතිහාසය (බර: 0.85) අවාසිය: ණය ලකුණ තීරණය කළ සීමාවට පහළ (බර: 0.78) අභිබවා දැමීම: ජ්යෙෂ්ඨ විශ්ලේෂකයා විසින් අත්සන් කළ මැනුවල් විශේෂණය අනුමතයි කාරණය: රැකියා ස්ථායීත්වය ණය ආශාවට වඩා වැදගත් වේ ප්රතිඵල (6මස): 0 අහිමි ගෙවීම් |
| ඇත්තේ කුමක්ද. එය කවදා සිදු වුණාද. එයට කීයක් ගත වුණාද. | ඇයි එය තීරණය කළේද. කුමක් සලකා බැලීයද. පසුව කුමක් සිදු වියද. |
ලොග් එක ඔබට ණය අනුමත කරන ලද්දේ යැයි කියයි. සොයාගැනීම ඔබට කෙසේ එය අනුමත කරන ලද්දේ යැයි, ණය ලකුණේ කණගාටුකම despite, කවුද විශේෂිත අනුමැතිය ලබා දුන්නේ, සහ එම තීරණය හොඳින් සිදු වුණාද යන්න කියයි.
දෙදෙනා ප්රාථමිකයන්
සම්පූර්ණ තීරණ සොයාගැනීමේ පද්ධතිය දෙකක් මූලික කරුණු මත පදනම් වේ:
ප්රාථමික 1: ශක්තිමත් තර්කයෙහි වාර්තාව
"මොඩලය කී දේ" නොවේ. සංවිධානය කළ වාද ග්රාෆ් එකක්, ප්රකාශ, සම්බන්ධතා (සහාය/විරුද්ධ), සාක්ෂි යොමු සහ ශ්රේණිගත කිරීම සමඟ.
ප්රාථමික 2: දිගුකාලීන ප්රතිඵල සටහන්
"මොඩලය 200 OK ආපසු ලබා දුන්නා" නොවේ. සීලිත තීරණ වාර්තාව එකක්, ප්රතිඵලය, යුක්තිකාරක, තීරණය කරන අය, සහ තුන්-අහස අනුගමනය.
ඔබට දෙකම තිබුණහොත්, පෙරනිමිය දැන් ඔබ "සමරන" දෙයක් නොවේ. එය ඔබට ප්රශ්න කිරීමට, සාපේක්ෂ කිරීමට, සහ උපුටා ගැනීමට හැකි දෙයක් වේ.
ආකාරාත්මකය විස්තරාත්මකය වඩා හොඳයි කුමක්ද?
සංදර්භ ග්රාෆ් විස්තරාත්මක සම්බන්ධතා ගබඩා කරයි: "සම්බන්ධයි," "සැකැස්ම," "අයිතිකාරයා." තීරණ ආර්ගුමන්ට් ග්රාෆ් නියමිත සම්බන්ධතා ගබඩා කරයි: "සහාය කරයි," "විරුද්ධයි."
මෙම වෙනස මූලික වේ:
- •විස්තරාත්මක: "මෙම ටිකට්පත මෙම ගනුදෙනුකරු පිළිබඳ සඳහන් කරයි"
- •නියමිත: "මෙම සාක්ෂිය ආධාර කරයි අනුමැතියක් ලබා දීමට, එය ස්ථිර ගෙවීම් ඉතිහාසයක් පෙන්වයි"
නියමිත ව්යුහය පැහැදිලි කිරීම, පාලනය සහ පෙරනිමිය සම්පූර්ණ කිරීමට ඉඩ සලසයි. විස්තරාත්මක ව්යුහය සොයා ගැනීම සහ සොයා ගැනීම සම්පූර්ණ කිරීමට ඉඩ සලසයි. දෙකම වටිනා වේ. එක්ම එකක් ආයතනික විනිශ්චය සම්පූර්ණ කරයි.
කෙසේද ප්රතිපත්ති උද්භව වන්නේ (කාර්යමය ලෙස)
ඇලය
ආයුක්තය ප්රතිපත්ති/අපරාධ වාසියන්ගේ ගසක් නිර්මාණය කරයි.
මිනිසුන් අනුමත කරයි/අවලංගු කරයි + තෝරාගන්නා සාධන තර්ක
faisal is sealed → case record frozen
ඊළඟ තීරණය: නියෝජිතයා එම නඩු සොයාගෙන එය උපුටා දක්වයි.
පූර්ව නියමය නව නඩුයේ වාදය නෝඩයක් බවට පත්වේ.
සංවිධානයක් "අපි කෙසේ තීරණය කරන්නේද" ආකාර වල පුස්තකාලයක් ගොඩනැගිල්ලක්.
පැටර්න් සුරක්ෂිත ස්වයංක්රීය කිරීම (පූර්වකාලීන-ආධාරිත ස්වයංක්රීයත්වය) සක්රීය කරයි.
ඔබට ආයතනික මතකය සාමාන්ය භාවිතයේ අනුඵලයක් ලෙස ලැබේ, වෙනම යෝජනාවක් ලෙස නොවේ.
සුරකින්නා සිට ලබාගත හැකි: තීරණයක් ලෙස ග්රාෆ්
සියලුම තීරණ සටහන් කර ගැනීම පමණක් අගයෙහි අර්ධයක් වේ. අනෙක් අර්ධය නම් එම තීරණ නැවත ලබා ගැනීමයි — සහ එහිදී දත්ත ආකෘතිය එහි වටිනාකම ලබා ගනී. එක් එක් තීරණයක් සාමාන්ය ආර්ථික විවාදයක් ලෙස සුරකින බැවින් (ආධාර කරන සම්බන්ධතා/විරුද්ධතා සම්බන්ධතා), එය පළමු ශ්රේණියේ නැවත ලබා ගැනීමේ ආධාරකයක් බවට පත්වේ, පමණක් සංග්රහයක් නොවේ.
කච්චා සෝපයක් ලෙස කුඩා කුඩා කොටස් ලබා ගන්නා විට, ඔබට "චංක සූප්" ලැබේ — සම්බන්ධ නොවන කුඩා කොටස්, ඒවායේ නිගමනයක් උපුටා ගන්නා නමුත් විරුද්ධ තර්කය, අනුමතකරු සහ පෙර නිර්ණය අතහැර දමයි. එහි වෙනුවට තීරණ ග්රාෆ් එකෙන් ලබා ගන්නා විට, ඔබට සීමාසහිත තීරණ පැකේජය ලැබේ: යෝජනාව, එයට සහ එයට විරුද්ධ වූ තර්ක, සාක්ෂි, සහ ප්රතිඵල, සම්පූර්ණයෙන්ම. මෙය AI තීරණ සඳහා GraphRAG වේ — පෙර නිර්ණය ඔබට විමසන්න සහ උපුටා ගන්න පුළුවන් දෙයක් බවට පත් වීමේ හේතුව, ඔබට මතක තබා ගන්න බලාපොරොත්තු වීමක් නොවේ. (ලබා ගැනීමේ ආධාරකය පිළිබඳ වැඩිදුර: තීරණ ලබා ගැනීම කුමක්ද.)
විශ්වාසයේ තුන් මාර්ග
සංස්ථාපන AI වෙත තීරණ ලබා දීම රාත්රියකින් සිදු නොවේ. ඒවා ක්රම මඟින් ප්රගති කරයි:
මිනිසා-සංසන්දනයේ
ආයුක්තය සහයෝගය කරයි, මිනිසා තීරණය කරයි. ආයුක්තය යුක්තියක් නිර්මාණය කරයි; මිනිසා අවසන් තීරණය කරයි.
මිනිසා-සංසන්දනයේ
ආයුක්තයා තීරණය කරයි, මිනිසා පරීක්ෂා කරයි. ආයුක්තයා තීරණ ගනී; මිනිසෙකු පරීක්ෂා කර සහ අභිබවා යා හැක.
සම්පූර්ණ ස්වාධීනත්වය
ආයුක්තය තීරණය කරයි, මිනිස් පරීක්ෂකයන් කාලානුකූලව පරීක්ෂා කරයි. ස්වයංක්රීය ක්රියාකාරිත්වය සඳහා ප්රමාණවත් පෙරනිමිති තිබේ.
මෝඩ් ප්රගතිය සනාථිත සාක්ෂි මත පදනම් වේ: විශ්වාසය ≥ 95%, සමාන පෙරනිමියන් ≥ 5 සහ සමාන ප්රතිඵල, ආකෘතිය ස්ථාපිත කර ඇති සහ සනාථ කර ඇති. මෙය "විශ්වාස කරන්න, නමුත් සනාථ කරන්න" නොවේ. මෙය "සනාථ කරන්න, පසුව විශ්වාස කරන්න, පසුව සනාථ කරගෙන යන්න."
මෙය ව්යාපාරික AI ස්ටැක් සඳහා කුමක්ද?
ව්යාපාරික පරිසරය ස්ටැක්
- •පැතිකඩ C: සාකච්ඡාව — මෙය ඇයි තීරණය කළේ? ප්රති/පක්ෂ ගස, පෙර නිර්ණය උපුටා දැමීම්, සාක්ෂි ආශ්රිතතා
- •පෙළ B: තීරණ වංශය — කුමක් තීරණය කරන ලදී? ප්රතිඵලය, විශ්වාසය, ප්රතිපත්ති ඇගයීම, අනුමැතියන්
- •පෙළ A: ක්රියාකාරී පරිසරය — කවුද/කොහොමද සම්බන්ධ වෙන්නේ? ආයතන, සම්බන්ධතා, කාලීන තත්ත්වය (CRM, ERP)
බොහෝ කණ්ඩායම් A ඉදිකරයි. කීපයක් B ඉදිකරයි. සෑම කෙනෙකුම C හොඳින් ඉදිකරන්නේ නැහැ. AIAgentree C ලබා දෙයි.
සම්බන්ධ වීමට තුන් මාර්ග — SDK එකක් පමණි.
සියලු තීරණ සොයා ගැනීමක් 6 මාස කාලයක් පුරා උපදේශන සම්බන්ධතාවයක් නොවේ — සහ එය අපගේ SDK එක අවශ්ය නොවේ. සම්බන්ධ වීමට තුන් මාර්ග ඇත:
- •MCP (ආකාර-දේශීය) — මෙවලම් ලෙස සම්පූර්ණ ජීවන චක්රය, ආරම්භයෙන් අවසන් දක්වා: සටහනක් සාදන්න, හේතු සටහන් කරන්න, තීරණය මුද්රණය කරන්න (
create_trace,append_events,seal_decision) සහ වහාම තීරණ පැකේජය ලබා ගන්න (get_packet,search_precedents) — ස්ථාපනය කිරීමට පුස්තකාලයක් අවශ්ය නැත - •REST API — ඕනෑම භාෂාවක්, ඕනෑම ක්රියාකාරකමක්, ශුන්ය ආශ්රිතතා (SDK එක මෙම අවසන් ලිපිනයන් මත සුළු ආවරණයක් වේ)
- •SDK (Python / TypeScript) — ඔබේ නියෝජිතයාගේ ප්රතිදානයෙන් යුක්තිකරණය ස්වයං-ආපසු ගෙන යාම සමඟ සුවපහසු විකල්පය
SDK මාර්ගය ලිවීමට කෙටිම මාර්ගයයි — සීරුමාරු තීරණයක් සම්පූර්ණයෙන්ම සෑම විටම දස පේළි පමණයි:
from aiagentree import AgentreeClient
client = AgentreeClient(api_key="ask_...", base_url="https://api.aiagentree.com", tenant_id="acme")
# Trace your agent's decision point
trace = client.start_trace(
agent_id="discount-agent",
workflow_id="discount_approval",
entity_type="request",
entity_id="4521",
)
trace.add_input("discount", 0.18, source="crm")
trace.add_step("s1", title="SEV-1 incident yesterday", category="evidence", confidence=0.9)
trace.add_step("s2", title="Customer flagged as churn risk", category="evidence", confidence=0.85)
trace.add_step("s3", title="Exceeds standard 15% threshold", category="risk", confidence=0.7)
trace.seal("d1", action="approved", confidence=0.9)අනුගමනය මුද්රිත, කාලය සටහන් කර ඇති, සහ විමසිය හැකි වේ. ඊළඟ සමාන ඉල්ලීම පැමිණෙන විට, එම පෙරනිමිය ලබා ගත හැකි සහ උපුටා ගත හැකි වේ.
අනුකූලතා කෝණය
ආර්ථික සංගමය (EU) AI නීතිය, උසස් අවදානම් AI පද්ධති සඳහා විශේෂිත අවශ්යතා නියම කරයි:
- •කොටස 12 — තීරණ හා අවදානම් හඳුනා ගැනීමේ හැකියාව සලසන ස්වයංක්රීය ලොග් කිරීම
- •කොටස 13 — පැහැදිලිත්වය සහ යෙදුම්කරුවන්ට සහ පරිශීලකයන්ට තොරතුරු ලබා දීම
- •කොටස 14 — මිනිස් අධීක්ෂණ ක්රියාමාර්ග, මැදිහත්වීම සහ අවබෝධය සක්රීය කිරීම
සියලුම අවශ්යතා සපුරාලන තීරණ සටහන්, ව්යුහගත තර්ක, සාක්ෂි ආශ්රිතතා, මිනිස් පරීක්ෂණ ක්රියා සහ ප්රතිඵල සටහන් අල්ලාගෙන, නියාමකයන්ට ප්රශ්න කිරීමට සහ අවබෝධය ලබා ගැනීමට හැකි ආකාරයකින් සකස් කරයි.
දෙසැම්බර් 2027 අවසන් කාලය: අනුසූචි III යටතේ ඉහළ අවදානම් AI පද්ධති ලොග් කිරීම සහ අනුගමනය කිරීමේ අවශ්යතා අනුගමනය කළ යුතුය. ඔබගේ AI නියෝජිතයන් ණය, රැකියා, අධ්යාපනය, හෝ සෞඛ්යය පිළිබඳ තීන්දු ගනී නම්, කාලය ගණන් කරමින් පවතී.
ආකාරය සොයා ගැනීම විසඳන්නේ නැති තීරණය
සියලුම තීරණ සොයා ගැනීම ක්රියාකාරී පරිසරය ඉහළින් පිහිටා ඇත. එය ප්රතිස්ථාපනය නොකරයි:
- •CRM/ERP පද්ධති — ඔබට තවමත් ඔබේ වාර්තා පද්ධති අවශ්යයි
- •අවබෝධය මෙවලම් — LangSmith, W&B, Arize තවමත් ආකෘතියේ සෞඛ්යය නිරීක්ෂණය කරයි
- •අයිතිකාරකය විසඳීම — ඔබට තවමත් පද්ධති අතර අයිතීන් සම්බන්ධ කිරීම අවශ්යයි
මෙම මෙවලම් විවිධ තට්ටු වල විවිධ ගැටළු විසඳයි. AIAgentree ඔවුන් සියල්ලට අවශ්ය නමුත් ඉතිහාසය තුළ කිසිවක් ගබඩා කර නොමැති එකම කාර්යය අල්ලා ගනී: තීරණයම.
ආරම්භ කිරීමට කෙසේද
ඔබගේ උසස් අවදානම් තීරණ ලක්ෂ්යයන් හඳුනා ගන්න.
කොයි නියෝජිත තීරණයන් පාරිභෝගිකයන්, අනුකූලතාව, හෝ ආදායමට බලපායිද? එහි සිට ආරම්භ කරන්න.
10-ලයින් SDK එක ඒකාබද්ධ කරන්න
ඔබගේ පවතින නියෝජිත ලොජික් ට්රේස් අල්ලා ගැනීමෙන් වටකරන්න. නැවත ලිවීම අවශ්ය නැත.
නිර්දේශක ප්රශ්නයට පිළිතුරු දෙන්න
එකක් නියෝජිතයෙක් තෝරා ගන්න සහ අසන්න: "සංවිධායකයෙක් අවසන් 100 තීරණ ඉල්ලා ඇත්නම්, මට පිළිතුරු දිය හැකිද?"
අවසාන ප්රශ්න
AI නියෝජිතයන් සඳහා තීරණ සොයා ගැනීම කුමක්ද?
සියලු AI තීරණ වල පසුබැසීමේ සම්පූර්ණ හේතුකාරකය අල්ලා ගැනීම සඳහා තීරණ සොයාගැනීමේ ක්රියාවලියක් වන අතර, එය සකස් කරන ලද, පරීක්ෂා කළ හැකි නිෂ්පාදන ලෙස හැඳින්වෙන තීරණ පැකට්ස් ලෙස හැඳින්වේ. සිදුවීම් සටහන් කරන ලද ලොග් වලට වඩා, තීරණ සොයාගැනීම් සිදුවීම් සිදුවූයේ කෙසේද යන්න සටහන් කරයි.
සියලුම තීරණ සොයා ගැනීම ලොග් කිරීම හෝ නිරීක්ෂණය කිරීමෙන් කෙසේ වෙනස්ද?
ලොග් සටහන් ක්රියාත්මක සිදුවීම් (API ඇමතුම්, ප්රමාද, දෝෂ) වාර්තා කරයි. නිරීක්ෂණ මෙවලම් පද්ධතියේ සෞඛ්යය නිරීක්ෂණය කරයි. තීරණ සොයාගැනීම සාධාරණය කිරීමේ සාධාරණ ව්යුහය අල්ලා ගනී - කුමන වාදයන් තීරණයක් සහය දුන්නා හෝ විරුද්ධ විය, කුමන සාක්ෂි උපුටා ගන්නා ලදී, සහ කුමන යුක්තිය ප්රතිඵලය ගෙන ආවා. "ණය අනුමත කරන ලදී" යන්න දැනීම සහ "මෙම ණය අනුමත කරන ලද්දේ ණය ලකුණු කටයුතු සම්බන්ධයෙන් කෙසේද" යන්න දැනීම අතර වෙනසයි.
සියලු තීරණ පැකේජයක් කුමක්ද?
ආකාරය පැකේට් එක AIAgentree හි මූලික කාර්යය වේ: තීරණය (කියන ලද දේ), වාද ගස (හිතවාදී/අහිතවාදී යෝජනා), සාක්ෂි ඡායාරූප (තීරණ කාලයේදී අසරණ වූ), තෝරාගත් යුක්තිය (කොහොමද තීරණය ගෙන ඇත්තේ), සහ ප්රතිඵල අනුගමනය (ඉන්පසු කුමක් සිදු වුණේද) යන සියල්ල අඩංගු, මුද්රිත, අසරණ වාර්තාවකි. එය නියාමකයෙකු හෝ පරීක්ෂකයෙකුට තීරණයක් තේරුම් ගැනීමට සහ නැවත ක්රියාත්මක කිරීමට අවශ්ය සියල්ලයි.
ආයුබෝවන්, EU AI නීතියට අනුකූල වීම සඳහා තීරණ සොයා ගැනීම කෙසේද උපකාරී වේද?
EU AI නීතියේ ලිපි 12-14 හි අවදානම් AI පද්ධතින්ට තීරණ වල අනුගමනය කළ හැකි ලොග් පවත්වා ගැනීමට අවශ්ය වේ. තීරණ අනුගමනය මෙම අවශ්යතා සපුරාලන අතර, ව්යුහගත තර්ක, සාක්ෂි ආශ්රිතතා, මිනිස් පරීක්ෂණ ක්රියා සහ ප්රතිඵල වාර්තා අල්ලා ගැනීමෙන් යුක්ත වේ — නියාමකයන්ට සත්ය වශයෙන් විමසිය හැකි සහ අවබෝධ කරගත හැකි ආකාරයකින්.
AI පාලනයේ විශ්වාසයේ තුන් මාර්ග කුමක්ද?
තුන්මැදියන් යනු ප්රගතියක් නියෝජනය කරයි: මැදිය 1 (මිනිසා-සංසන්දනයේ) එහි නියෝජිතයන් සහය වුවද මිනිසුන් තීරණය කරයි; මැදිය 2 (මිනිසා-සංසන්දනයේ) එහි නියෝජිතයන් මිනිස් පරීක්ෂණයක් සමඟ තීරණය කරයි; මැදිය 3 (සම්පූර්ණ ස්වයංක්රීයත්වය) එහි නියෝජිතයන් කාලානුකූල පරීක්ෂණ සමඟ තීරණය කරයි. මැදියන් අතර ප්රගතිය සාක්ෂි පදනම් කර ඇති අතර, විශ්වාස ලකුණු, පෙර සිදුවීම් සමානත්වය, සහ ප්රතිඵල අනුගමනය කිරීම මගින් ධාවනය වේ.
නීතිමය තීරණ සොයා ගැනීමේදී පෙරනැඟිලි කෙසේ ක්රියා කරයිද?
ආකෘතික කාර්යයන් ලෙස තීරණ සටහන් කරනු ලබන විට, පෙරනිමිය ස්වයංක්රීයව උද්භව වේ. සමාන අතීත තීරණ ප්රවර්ගය, ආයතන යොමු, වාද ලේබල්, හෝ ප්රතිපත්ති සීමා මගින් ලබා ගත හැක. මෙම පෙරනිමීන් නව තීරණ වල ප්රථම ශ්රේණියේ වාද නෝඩ් ලෙස පවතී — එය උපුටා ගත හැක, අභියෝග කළ හැක, හෝ වෙනත් ඕනෑම හේතුවක් මෙන්ම අභිබවා දැමිය හැක. ආයතනික මතකය සෑම තීරණයකින්ම වර්ධනය වේ.
AIAgentree එකට ඒකාබද්ධ වීමට කී දිනක් ගනීද?
ඔබට සම්බන්ධ විය හැකි මාර්ග තුනක් ඇත: MCP මඟින් නියෝජිත-දේශීය මෙවලම් ලෙස (SDK එකක් නැත, පුස්තකාලයක් නැත), REST API (ඕනෑම භාෂාවක, ශුන්ය ආශ්රිතතා), හෝ Python/TypeScript SDK (සමීප දහයක් පේළි, හේතුකරණය ස්වයං-ඉවත් කිරීම සමඟ). සම්පූර්ණ ජීවන චක්රය — සටහනක් නිර්මාණය කිරීම, හේතුකරණය වාර්තා කිරීම, තීරණය මුද්රණය කිරීම, සහ තීරණ පැකේජය වහාම ආපසු ගෙන යාම — MCP මඟින් පමණක් ක්රියා කරයි, ආරම්භයෙන් අවසන් දක්වා, කිසිදු පුස්තකාලයක් නැතිව. මාස 6ක උපදේශන සම්බන්ධතාවයක් නැත; එය ඔබේ පවතින නියෝජිත ස්ටැක් එකට එකතු කරන ආධාරක තට්ටුවකි.
සම්බන්ධ මාතෘකා
සම්බන්ධ ලිපි
AI තීරණ සඳහා GraphRAG: කුමක් හේතුවෙන් ග්රාෆ් මතකය සඳහා වෙක්ටර් සොයා ගැනීමේදී ජයග්රහණය කරයි
ලොග් මත වෙක්ටර් RAG "චංක සුප්" ආපසු ලබා දේ — විකල්ප තර්ක, අනුමැතියන් සහ තීරණයක් ආරක්ෂිත කරනු ලබන පෙර නිර්ණය අහිමි වූ සම්බන්ධ නොවන පෙළ කැබැල්ලන්. තීරණ නියමිත තර්ක ග්රාෆ් ලෙස ගබඩා කරන විට, ප්රතිපත්තිකරණය සීමාසහිත, පරීක්ෂා කළ හැකි තීරණ පැකේජයක් ආපසු ලබා දේ.
EU AI කටයුතු පනතේ ලිපිය 6: ඔබේ AI නියෝජිතයන් සඳහා උසස් අවදානම් වර්ගීකරණය යනු කුමක්ද
EU AI නීතියේ ලිපි 6 ක් ඔබගේ AI පද්ධතිය "ඉහළ අවදානම්" බව තීරණය කරයි — සහ අනිවාර්ය පරීක්ෂණ මාර්ගය අවශ්යතා ක්රියාත්මක කරයි. ඔබගේ නියෝජිතයන් ණය, රැකියා, අධ්යාපනය, හෝ සෞඛ්යය පිළිබඳ තීරණ ගනී නම්, 2027 දෙසැම්බර් මසට පෙර අනුසන්ධි III වර්ගීකරණය තේරුම් ගන්න අවශ්ය වේ.
සියලු තීරණ සොයාගැනීමේ පාරක් කුමක්ද?
AI ලැබීම් සඳහා මිනිස් තීරණ සමානකාරය: කවුරුන් කුමක් තීරණය කළේද, සහ ඇයි යන්න සම්පූර්ණ, සමාලෝචන කළ හැකි වාර්තාවක්.
AIAgentree කණ්ඩායම
AI ප්රතිපත්තිකරණය
AIAgentree කණ්ඩායම AI නියෝජිතයන් සඳහා තීරණ සොයා ගැනීමේ යාන්ත්රණය නිර්මාණය කරයි. අපගේ මෙහෙවර වන්නේ AI තර්කය දෘශ්යමය, පරීක්ෂා කළ හැකි, සහ සංවර්ධනය කළ හැකි බවට පත් කිරීමයි.
ඔබේ AI තීරණ සොයා ගැනීමට සූදානම්ද?
අද තීරණ මාර්ග සොයා ගැනීම ආරම්භ කරන්න. නිදහස් තට්ටුව ලබා ගත හැක — ණය කාඩ්පතක් අවශ්ය නැත.
නිදහස් පරීක්ෂණය ආරම්භ කරන්න