Skip to content
Live

Hukommelse

Forankret søgning i dit eget materiale, med kvitteringer.

Hvad den gør

Dokumenter, transskriptioner og uploads opdeles i bidder, indlejres og indekseres, og hentes derefter via en hybrid af vektorsimilaritet, søgeordsmatch og grafcentralitet på svartidspunktet. Hentede afsnit indeholder kvitteringer, så et svar kan pege på den kilde, der genererede det, og adgangsregler filtrerer korpuset før søgning i stedet for efter.

Hvorfor det er vigtigt

En agent, der ikke kan citere, er en agent, du ikke kan kontrollere. Søgning med kvitteringer forvandler "det siger AI'en" til "det siger dette dokument, her er det", hvilket er forskellen på en demo og noget, du vil lade tale med en kunde.

Hvordan det fungerer

  • Adgangsfiltrering sker før søgning

    Det korpus, en agent kan søge i, er allerede begrænset af politikker, så en fejl i tilladelser ikke kan dukke op som et lækket citat.

  • Hybrid scoring, ikke kun vektor

    Vektorsimilaritet kombineres med søgeordsmatch og grafcentralitet, hvilket sikrer, at præcise identifikatorer og sjældne udtryk forbliver søgbare.

  • Svar indeholder forankringskvitteringer

    Det afsnit, der dannede grundlag for en påstand, vedhæftes påstanden i stedet for at blive rekonstrueret bagefter.

Spørgsmål

Husker agenten vores samtaler?
Ikke på den måde, som "hukommelse" normalt antyder. Dette er søgning i materiale, du leverer. Samtalehistorik gemmes pr. session; den destilleres ikke til en permanent profil.
How does retrieval work?
Documents are chunked, embedded and indexed. At answer time a hybrid of vector similarity, keyword match and graph centrality selects the best passages, and each one carries a receipt back to its source.
Tilbage til historien

That was step 5 of 6: the agent consults its bag. Next, tasks, delegation edges, decisions and artifacts persist as rows you can replay, and the spend is already accounted for.