跳至正文

能力 · 在委托内适用

工业 RAG 与知识

立足于你技术现实的答案——手册、规范、标准与日志——可追溯至来源,附带引用,并通过评估环路衡量缺乏依据的回答。

洽谈知识落地项目

Hyperion 将产品领导力与范围明确的模型工程和网络安全工作结合。技术任务明确配置、适配、集成和交接内容;专业测试及独立资格评估另行明确约定。

回答需要证据支撑
  1. 受控语料库

    权利、版本和生效日期

  2. 按权限检索

    仅使用该身份获准访问的来源

  3. 受限生成

    根据检索证据回答任务

  4. 核验或拒答

    核对引用,升级处理证据不足

检索不保证正确性,仍需测试权限、来源支持、拒答和过时文档处理。

架构视角

  1. 受控语料库

  2. 按权限检索

  3. 受限生成

  4. 核验或拒答

检索不保证正确性,仍需测试权限、来源支持、拒答和过时文档处理。

受控语料库 → 按权限检索 → 受限生成 → 核验或拒答

模型可能已经学到了工业知识。经过批准的手册、规范、标准和维护记录仍是独立管理的权威参考来源,可以更新和核验。要决定的不是采用哪个检索库,而是在允许工程师据此行动之前,一个答案必须可追溯到什么。Hyperion 设定这条验收标准,定义如何度量对来源的忠实度,并判断检索增强究竟是不是正确的手段。

对来源语料的摄取与切分;嵌入与向量库;带重排序的检索;引用来源的有据生成;以及衡量忠实度的评估闭环——即答案是否真正由检索到的文本所支持。

针对 PDF、表格与扫描文档(OCR)的文档解析;基于 pgvector 的嵌入;带重排序的混合检索(语义加关键词);强制引用使论断链接回来源;忠实度与检索质量评估;在 Mistral 或其他开放权重模型上生成。

带检索助手与纯模型基线

比较同一任务在检索受控语料和不检索时的表现,两者都不保证回答正确。

需要受控知识时再考虑检索。比较质量、权限、新鲜度、延迟和运营成本。
维度带检索助手纯模型基线
依据受控语料与模型已学知识已学知识与输入提示,不检索受控语料
可追溯须验证来源链接和支持段落生成引用并不证明引用有效
时效取决于摄取、版本管理和检索覆盖取决于模型版本和提示中提供的信息
访问控制须实施并测试身份与文档过滤应用仍可拥有身份认证和访问控制
失效模式评估无依据回答、拒答和检索失败用同一任务评估无依据回答和拒答