ग्राफ- RAG में समसामयिक तर्क को एकीकृत करना: तथ्यों की ताजाता और अप्रचलन की निगरानी

मेटा विवरणः ग्राफ- RAG में एक हल्का समय तर्क परत जोड़ें ताकि यह स्पष्ट, व्यावहारिक कार्यप्रवाह में पुराने दावों से ताजा तथ्यों को अलग कर सके।

टैगः ग्राफ- RAG , समसामयिक तर्क, ताजा तथ्य

विशेष रुप से प्रदर्शित छवि: (अंग्रेज़ी में) ">"</string> ग्राफ में समय-चिह्नित नोड्स और किनारों का एक अमूर्त मैत्रीपूर्ण चित्रण, जिसमें कोई व्यक्ति, लोगो या पाठ नहीं है।

यह मार्गदर्शिका डेवलपर्स, विश्लेषकों और ज्ञान-आधार मालिकों के लिए है जो एक ग्राफ- RAG प्रणाली में एक हल्के समय तर्क परत को जोड़ना चाहते हैं ताकि यह पुराने दावों से ताजा तथ्यों को अलग कर सके। स्रोत किसी विशिष्ट मॉडल, कंपनी, dataset , स्कोर या रिलीज की तारीख का नाम नहीं देता है, इसलिए नीचे दिया गया दृष्टिकोण विक्रेता-तटस्थ रहता है। यह सबसे छोटे उपयोगी संस्करण का वर्णन करता हैः ग्राफ़ तथ्यों पर समय जानकारी संलग्न करें, जांचें कि क्या क्वेरी समय पर कोई तथ्य अभी भी मान्य है, और पुनर्प्राप्ति सिस्टम को जवाब देते समय वर्तमान साक्ष्य पसंद करते हैं।

ग्राफ- RAG को ताजगी की आवश्यकता क्यों है

ग्राफ- RAG , या ग्राफ़ आधारित retrieval-augmented generation , एक ऐसी विधि है जो भाषा मॉडल के लिए संदर्भ प्राप्त करने के लिए संस्थाओं और रिश्तों के आलेख का उपयोग करती है। एक नोड किसी व्यक्ति, उत्पाद, नीति, स्थान या घटना का प्रतिनिधित्व कर सकता है । एक किनारा स्वामित्व, रोजगार, संगतता, निर्भरता या स्थिति को दर्शा सकता है। यह संरचना सिस्टम को केवल शब्दों से मेल खाने के बजाय संबंधों का पालन करने में मदद करता है।

कमजोरी यह है कि सामान्य ग्राफ पुनर्प्राप्ति सभी संग्रहीत तथ्यों को समान रूप से उपयोग करने योग्य मान सकती है। उत्पाद की कीमत, कानूनी नीति, बैठक अनुसूची, API एंडपॉइंट या कंपनी की स्थिति के बारे में एक तथ्य इसलिए पुनः प्राप्त किया जा सकता है क्योंकि यह प्रासंगिक है, भले ही वह अब वर्तमान न हो। पुराना जानकारी का उपयोग करते समय उत्तर तब आश्वस्त लग सकता है।

एक temporal reasoning layer एक छोटा निर्णय घटक है जो समय-संबंधी मेटाडेटा को पढ़ता है और नियमों को लागू करता है। इसे भाषा मॉडल या ग्राफ डेटाबेस की जगह लेने की आवश्यकता नहीं है। यह इस तरह के सवालों का जवाब देता हैः क्या यह तथ्य हाल ही में देखा गया था, क्या इसकी समाप्ति तिथि है, और क्या यह अभी वैध है? यही कारण है कि यहां हल्कापन मायने रखता हैः काम मुख्य रूप से मेटाडाटा, अनुक्रमण और स्कोरिंग में होता है।

परत क्या बदलती है

कोर आउटपुट AI मॉडल का एक नया प्रकार नहीं है। यह एक स्पष्ट उत्तर पथ है। जब कोई उपयोगकर्ता समय-संवेदनशील प्रश्न पूछता है, तो सिस्टम उम्मीदवार तथ्यों को पुनर्प्राप्त करता है, वैधता के आधार पर उम्मीदवारों को फ़िल्टर करता हैं, उन्हें प्रासंगिकता और ताजगी से रैंक करता है और समय संकेत के साथ साक्ष्य लौटाता है। उदाहरण के लिए, एक जवाब कह सकता है कि किसी तथ्य को दी गई तारीख में दर्ज किया गया था या एक पुराने रिकॉर्ड की जगह एक नए रिकॉर्ड ने ली थी। यदि सिस्टम वर्तमान रिकॉर्ड नहीं ढूंढ पा रहा था, तो वह अनुमान लगाने के बजाय ऐसा कह सकता था।

इसका तीन व्यावहारिक प्रभाव हैं। पहला, यह पुराने उत्तरों को कम करता है जब डेटा अक्सर बदलता रहता है। दूसरा, यह संघर्षों का लेखा-जोखा करना आसान बनाता है क्योंकि सिस्टम दिखा सकता है कि एक तथ्य दूसरे पर क्यों जीत गया था। तीसरा, यह इतिहास में सही से अलग होता है जो रखरखाव लॉग्स, उत्पाद प्रलेखन, नीतियों और परिचालन डैशबोर्ड के लिए उपयोगी है।

लाभ डेटा की गुणवत्ता पर निर्भर करता है. यदि ग्राफ में कोई टाइमस्टैम्प, वैधता अवधि और स्रोत अद्यतन तिथियां नहीं हैं, तो परत निश्चितता के साथ ताजगी का अनुमान नहीं लगा सकती। उस मामले में, पहला कदम स्कोरिंग नहीं है; यह डेटा संग्रह है।

चरण-दर-चरणः परत जोड़ना

1. प्रत्येक तथ्य प्रकार के लिए ताजा क्या मतलब है परिभाषित करें. एक बैठक की स्थिति मिनटों में वैध होने की आवश्यकता हो सकती है। उत्पाद विनिर्देश महीनों तक ताज़ा रह सकता है। किसी कानून या अनुबंध को स्पष्ट रूप से प्रभावी तिथि और समाप्ति तिथि की आवश्यकता पड़ सकती है. जब तक कि स्रोत डेटा इसका समर्थन नहीं करता तब तक एक सार्वभौमिक आयु कटऑफ का उपयोग न करें। एक छोटी तालिका लिखेंः तथ्यात्मक प्रकार, समय संकेत, डिफ़ॉल्ट वैधता विंडो, और समीक्षा के लिए मानव से कब पूछना चाहिए।

1. अंतर्ग्रहण के दौरान समय संकेतों को कैप्चर करें. प्रत्येक नए या अद्यतन रिकॉर्ड में कम से कम इनमें से एक संग्रहीत करना चाहिए: अवलोकन तिथि, स्रोत प्रकाशन तिथि, अंतिम अपडेट की तारीख, प्रभावी दिनांक और समाप्ति तिथि। यदि सटीक समय अज्ञात है, तो स्टोर करें कि रिकॉर्ड वर्तमान होने का दिखावा करने के बजाय अनिश्चित है। जब उपलब्ध हो तो स्रोत से मूल टाइमस्टैम्प रखें, और अनुक्रमण के लिए आवश्यक होने पर ही परिवर्तित करें।

1. ग्राफ नोड्स और किनारों के लिए अस्थायी मेटाडेटा संलग्न करें. एक नोड created_at, updated_at और last_verified_at फ़ील्ड ले जा सकता है. एक किनारा valid_from, valid_to और observed_at ले जा सकते हैं. सटीक क्षेत्र नाम स्थिरता जितना मायने नहीं रखते। लक्ष्य यह करना है कि ग्राफ़ उत्तर दें कि क्या यह रिश्ता किसी चुने हुए समय पर मान्य है, न केवल यदि यह संबंध मौजूद है.

1. क्वेरी-टाइम वैधता जांच जोड़ें. जब कोई प्रश्न पूछा जाता है, तो पुनर्प्राप्ति परत वर्तमान समय या उपयोगकर्ता द्वारा प्रदान किए गए समय को ग्राफ खोज में पास करती है। उस समय से पहले valid_to के साथ तथ्यों को समाप्त हो गया चिह्नित किया जाता है। इस समय के बाद valid_from के साथ तथ्य भविष्य चिन्हित होते हैं। तिथियों के बिना तथ्यों अज्ञात चिह्नিত होते हैं. यह भाषा मॉडल को एक साधारण हाँ-या-नहीं पुनःप्राप्त करने की तुलना में समृद्ध संदर्भ देता है।

1. प्रासंगिकता और ताजगी के साथ उम्मीदवारों को रैंक करें. पहले ग्राफ प्रामाणिकता रखें: तथ्य प्रश्न से जुड़ना चाहिए। फिर वर्तमान, हाल ही में, समाप्त हो गया है, और अज्ञात अलग करने के लिए एक छोटे समय स्कोर का उपयोग करें। ताजापन को प्रासंगिकी पर हावी न होने दें। पूरी तरह से मौजूदा लेकिन असंबंधित तथ्य थोड़ा पुराना नहीं होना चाहिए लेकिन दृढ़ता से जुड़ा हुआ तथ्य। स्कोर तीन श्रेणियों के रूप में सरल हो सकता हैः वर्तमान, नवीनतम, पुरानी। वास्तविक क्वेरी पर उन्हें परीक्षण किए बिना संख्यात्मक भार बनाने से बचें।

1. स्पष्ट नियमों के साथ संघर्षों को हल करें। यदि दो तथ्य असहमत हैं, तो वैधता और विश्वास की तुलना करें। एक समाप्त हो चुके तथ्य पर एक वर्तमान तथ्य को प्राथमिकता दें। अगर दोनों ही वर्तमान है, तो मजबूत स्रोत, अधिक हालिया अद्यतन या उच्च सत्यापन स्थिति वाले व्यक्ति को पसंद करें। अगर भरोसा बराबर है, दोनों को वापस लौटाएं और कहें कि वे विरोधाभास करते हैं। चुपचाप इतिहास को ओवरराइट न करें। पुराने तथ्यों को ऐतिहासिक साक्ष्य के रूप में रखें।

1. उत्पन्न उत्तरों में समय आधार दिखाएं। मॉडल को एक संक्षिप्त प्रस्थान नोट शामिल करने के लिए कहें जब संभव होः पर दर्ज किया गया, तब से अद्यतन किया गया है, पहले समाप्त हुआ या तारीख अज्ञात है. इसके लिए जटिल इंटरफ़ेस की आवश्यकता नहीं होती है। एक सादा वाक्य पाठक को बता सकता है कि क्या जवाब ताजा साक्ष्य पर आधारित है। यदि उत्तर समय-संवेदनशील है, तो अनुपलब्ध तिथि उपयोगकर्ता विश्वास को कम कर देगी।

1. जोड़े गए प्रश्नों के साथ परीक्षण करें। ऐसे प्रश्न बनाएं जिनके पास एक ही ग्राफ पथ हो लेकिन अलग-अलग तिथियां हों। एक क्वेरी को वर्तमान स्थिति के बारे में पूछना चाहिए। दूसरे को अतीत की स्थिति का पता लगाना चाहिए। तीसरे को अज्ञात दिनांक तथ्य के लिए पूछना होगा। समीक्षा करें कि क्या सिस्टम सही रिकॉर्ड चुनता है, जब रिकॉर्ड समाप्त हो जाता है तो इसे अस्वीकार कर देता है और तारीख गायब होने पर अनिश्चितता सामने आती है।

1. बहाव और लापता तिथियों की निगरानी करें। सरल रिपोर्ट जोड़ेंः कोई अद्यतन नहीं होने वाले तथ्य, वैध होने के करीब तथ्यों, स्रोतों के बीच संघर्ष, और उत्तर जो एक्सपायर्ड साक्ष्य का हवाला देते हैं। ये रिपोर्ट टीम को बताती है कि temporal परत को बेहतर इनपुट डेटा या स्पष्ट नियमों की आवश्यकता कहां है।

आम गलतियाँ

पहली गलती नए को सच मानने की है। एक नया रिकॉर्ड ड्राफ्ट, अफवाह या असत्यापित अद्यतन हो सकता है। ताजगी स्रोत विश्वास के साथ काम करना चाहिए, इसे प्रतिस्थापित नहीं करना चाहिए।

दूसरी गलती वैधता मॉडल के बिना टाइमस्टैम्प जोड़ना है। एक updated_at फ़ील्ड बताती है कि डेटा कब छुआ गया था, लेकिन यह नहीं बताता है कि तथ्य अभी भी सच है या नहीं। कीमत आज अपडेट की जा सकती है लेकिन एक महीने तक मान्य रहेगी। स्थिति को आज देखा जा सकता है लेकिन कल समाप्त हो जाएगा.

तीसरी गलती समय क्षेत्र और दिनांक परिशुद्धता को अनदेखा करना है। एक तथ्य जो एक क्षेत्र में ताजा हो सकता है वह दूसरे में पुरानी हो सकती है. यदि सिस्टम केवल तिथियों का उपयोग करता है, तो यह उन घटनाओं के लिए गलत हो सकता हैं जो घंटों के भीतर होती हैं। डोमेन की आवश्यकता होने पर टाइम ज़ोन और सटीकता संग्रहीत करें।

चौथी गलती प्रत्येक तथ्य को एक सटीक तिथि के लिए मजबूर करना है। कुछ पृष्ठभूमि संबंधों, जैसे कि ऐतिहासिक घटना में किसी व्यक्ति की भूमिका, को समाप्ति तिथि की आवश्यकता नहीं हो सकती है। यदि स्कीमा हर जगह तिथियों की मांग करता है, तो उपयोगकर्ता प्लेसहोल्डर्स दर्ज कर सकते हैं, जो परत को बेकार से बदतर बनाता है।

पांचवीं गलती अनिश्चितता छिपाना है। जब किसी तथ्य की कोई तारीख नहीं होती, तो सिस्टम को कहना चाहिए कि ताजगी अज्ञात है। यदि यह चुपचाप इस तथ्य के रूप में व्यवहार करता है, तो यह झूठा विश्वास पैदा करता है। एक अच्छी समय तर्क परत सब कुछ नया नहीं दिखाती है। यह साक्ष्य की सीमाओं को दिखाई देती है।