ProjectVIEW AI მოდელები: SLM + LLM
რა მოდელებს იყენებს ProjectVIEW AI?
DANAOS ProjectVIEW AI აერთიანებს დარგობრივ მცირე ენობრივ მოდელებს (SLM) წამყვან დიდ ენობრივ მოდელებთან (LLM) და მოდელს თითოეული გამოყენების შემთხვევისთვის ცალკე ირჩევს. SLM-ები პროექტის მონაცემებზე კანონზომიერებების ამოცნობასა და რიცხვით ანალიზს ახორციელებენ. LLM-ები მსჯელობას, ენასა და მრავალსაფეხურიან დაგეგმვას უზრუნველყოფენ. ორივე მუშაობს ERP-ის კონტექსტზე, რომელიც კითხვის დასმის მომენტში იღება, ამიტომ არცერთი მოდელი თქვენს მონაცემებზე ხელახლა გაწვრთნას არ სჭირდება.
მშენებლობისა და სხვა პროექტზე ორიენტირებული დარგებისთვის SLM-ისა და LLM-ის ეს კომბინაცია სამუშაოს შეესაბამება: ერთ მხარეს ზუსტი ციფრები, მეორე მხარეს — ახსნა და შეფასება.
ProjectVIEW AI მოდელები: SLM + LLM
რით განსხვავდება SLM და LLM?
დიდი ენობრივი მოდელი არის ზოგადი მოდელი, რომელიც ფართო ტექსტურ მასალაზეა გაწვრთნილი. იგი ძლიერია კითხვების გაგებაში, წერაში, შეჯამებასა და ნაბიჯების თანმიმდევრობის დაგეგმვაში. მცირე ენობრივი მოდელი არის უფრო მცირე მოდელი, რომელიც უფრო ვიწრო დარგსა ან ამოცანაზეა ორიენტირებული. როგორც წესი, მისი გაშვება უფრო სწრაფი და იაფია, ხოლო მისი მორგება შესაძლებელია კონკრეტული ტიპის მონაცემებში კანონზომიერებების ამოსაცნობად.
ზოგადად არცერთი არ არის უკეთესი. მთავარია, რომელი შეესაბამება ამოცანას.
ProjectVIEW AI მოდელები: SLM + LLM
რატომ უნდა გაერთიანდეს დარგობრივი SLM-ები და LLM-ები მშენებლობაში?
პროექტის მონაცემები მშენებლობაში, გემთმშენებლობასა და სხვა პროექტზე ორიენტირებულ დარგებში ძირითადად სტრუქტურირებული და რიცხვითია: მოცულობები, ერთეულის ფასები, ვალდებულებები, სერტიფიცირებები, დაკავებები, საწვავის ხარჯი. მათ ასევე აქვთ საკუთარი ტერმინოლოგია: BoQ, WBS, ხარჯების კოდები, ცვლილებები, პრეტენზიები.
- ციფრებს სჭირდება თანმიმდევრული, განმეორებადი ანალიზი. ეს SLM-ის სამუშაოა.
- დირექტორს უნდა შეეძლოს მარტივი სიტყვებით გაიგოს, რატომ გადააჭარბა პროექტმა ბიუჯეტს. ეს LLM-ის სამუშაოა.
- ERP ინახავს ფაქტებს. ეს დეტერმინისტული სამუშაოა.
დეტერმინისტული ERP + ალბათური AI. ProjectVIEW ERP ჩანაწერს ზუსტად ინახავს. მოდელები ამატებენ გამოვლენას, ახსნასა და პროგნოზებს, ხოლო გადაწყვეტილებებზე პასუხისმგებლობა მომხმარებელს რჩება.
ProjectVIEW AI მოდელები: SLM + LLM
რომელი ტიპის მოდელი რომელ ამოცანას ასრულებს?
ცხრილში ნაჩვენებია, როგორ ნაწილდება ჩვეულებრივ ამოცანები მოდელების ტიპებს შორის. თითოეული გამოყენების შემთხვევისთვის კონკრეტული მოდელი თითოეული განთავსებისთვის ცალკე შეირჩევა.
| ამოცანა | მოდელის ტიპი | გამოყენებული ERP მონაცემები |
|---|---|---|
| საბიუჯეტო განაკვეთზე მაღალი კომერციული შეთავაზების მონიშვნა | SLM (ანომალიების გამოვლენა) | კომერციული შეთავაზები, საბიუჯეტო განაკვეთები, ხარჯების კოდები |
| ხარჯების გადაჭარბების ალბათობა, დასრულებისას საპროგნოზო ხარჯი | SLM (რიცხვითი ანალიზი) | ბიუჯეტი, ვალდებული ხარჯი, ფაქტობრივი ხარჯი, პროგრესი |
| ტექნიკის საწვავის არანორმალური ხარჯი ან უმოქმედობის დრო | SLM (კანონზომიერებების ამოცნობა) | ტექნიკის, საწვავისა და აქტივობების ჩანაწერები |
| „რატომ გადააჭარბა Alpha პროექტმა ბიუჯეტს?“ | LLM (მსჯელობა და ენა) | მოძიებული ხარჯების მუხლები, ცვლილებები, ვალდებულებები |
| სახელმძღვანელო მოკლე ანგარიში პროექტების მიხედვით | LLM (შეჯამება) | პროექტის KPI-ები და გამონაკლისები |
| კონტრაქტის პუნქტების ამოღება | LLM (ენა) | საკონტრაქტო დოკუმენტები |
| აგენტის ციკლი: გამოვლენა, გამოკვლევა, ახსნა, რეკომენდაცია, დამტკიცების მოთხოვნა | LLM დაგეგმვისა და ახსნისთვის, SLM გამოვლენისთვის | მოდულის მონაცემები და დამტკიცების პროცესი |
ProjectVIEW AI მოდელები: SLM + LLM
როგორ მუშაობენ SLM და LLM ერთად ერთ კითხვაზე?
ავიღოთ დირექტორის კითხვა: „რატომ გადააჭარბა Alpha პროექტმა ბიუჯეტს?“
- მოძიება. ProjectVIEW AI იღებს Alpha პროექტის ბიუჯეტს, ვალდებულ ხარჯს, ფაქტობრივ ხარჯს, პროგრესსა და ღია ცვლილებებს, დირექტორის უფლებების ფარგლებში.
- ანალიზი. რიცხვითი ანალიზი ადგენს, რომელი WBS ელემენტები და ხარჯების კოდები იწვევს გადახრას და რა მასშტაბით არის თითოეული გადახრილი.
- ახსნა. LLM შედეგს მარტივი ენით მოკლე ახსნად აქცევს, ციფრებითა და წყარო მუხლებით.
- რეკომენდაცია. საჭიროების შემთხვევაში იგი გვთავაზობს, რა უნდა გადაიხედოს შემდეგ: დაუმტკიცებელი ცვლილება, საბიუჯეტო განაკვეთზე მაღალი ფასის მომწოდებელი, დაგვიანებული სერტიფიცირება.
დირექტორი იღებს პასუხს, რომლის შემოწმება სტრიქონის სტრიქონ შესაძლებელია ProjectVIEW ხარჯების კონტროლში. გადაწყვეტილება დირექტორს რჩება.
ProjectVIEW AI მოდელები: SLM + LLM
რას ნიშნავს მოქნილობა მოდელების არჩევაში?
ProjectVIEW AI მოქნილია მოდელების არჩევაში: მოდელი თითოეული გამოყენების შემთხვევისთვის ცალკე შეირჩევა და არა მთელი პროდუქტისთვის ფიქსირებულია. რიცხვით პროგნოზსა და სახელმძღვანელო შეჯამებას ერთი და იგივე მოდელი არ სჭირდებათ.
მოქნილობა ასევე ნიშნავს, რომ AI ფენას შეუძლია უკეთესი მოდელების ადაპტირება მათი გამოჩენისთანავე, იმის შეცვლის გარეშე, თუ როგორ არის თქვენი მონაცემები სტრუქტურირებული ProjectVIEW ERP-ში. ERP-ის სტრუქტურა სტაბილური ნაწილია; მის გარშემო მოდელები შეიძლება შეიცვალოს. კლიენტისთვის სპეციფიკური SLM-ები ხელმისაწვდომია ProjectVIEW AI v12-ში.
ProjectVIEW AI მოდელები: SLM + LLM
მოძიება თუ ხელახალი გაწვრთნა: როგორ იცნობს AI თქვენს ბიზნესს?
ProjectVIEW AI ERP-ის კონტექსტს ინფერენციის დროს იღებს. როცა მომხმარებელი კითხვას სვამს, შესაბამისი ჩანაწერები ProjectVIEW ERP-დან მოიძიება და კითხვასთან ერთად მოდელს გადაეცემა. მოდელს თქვენს მონაცემებზე ხელახალი გაწვრთნა არ სჭირდება.
- მიმდინარე პასუხები. მოდელი კითხულობს დღევანდელ ვალდებულებებს და არა წინა კვარტლის გაწვრთნის მდგომარეობას.
- უფლებების დაცვა. მოძიება მომხმარებლის როლს ეყრდნობა, ასე რომ მოდელი მხოლოდ იმას ხედავს, რისი ნახვაც მომხმარებელს ერთვის.
- მონაცემები მოდელში არ ინახება. თქვენი კომერციული მონაცემები მოდელის წონებში (weights) არ იცერება.
სწორედ ასე იცნობს ProjectVIEW AI თქვენს ბიზნესს: თქვენი სტრუქტურირებული ERP მონაცემების მეშვეობით და არა ვარაუდებით. დაწვრილებით წაიკითხეთ: როგორ მუშაობს ProjectVIEW AI.
ProjectVIEW AI მოდელები: SLM + LLM
გამოიყენება თუ არა ჩვენი მონაცემები საჯარო მოდელების გასაწვრთნელად?
არა. მონაცემები საჯარო სამომხმარებლო AI სერვისებს არ გადაეცემა, ხოლო ProjectVIEW AI დახურულ გარემოში მუშაობს. Microsoft Azure-ზე მოთხოვნები (prompts) მოდელის გაწვრთნისთვის არ გამოიყენება. იხილეთ ProjectVIEW AI — მონაცემთა უსაფრთხოება და მართვა და საფუძვლისეული სტატია დახურული კორპორაციული AI მშენებლობისთვის.
ხშირად დასმული კითხვები
რომელ LLM-ს იყენებს ProjectVIEW AI?
ProjectVIEW AI მოქნილია მოდელების არჩევაში. მოდელი თითოეული გამოყენების შემთხვევისთვის ცალკე შეირჩევა: წამყვანი LLM-ები მსჯელობისა და ენისთვის, დარგობრივი SLM-ები კანონზომიერებების ამოცნობისა და რიცხვითი ანალიზისთვის.
ავარჯიშებთ თუ არა მოდელს ჩვენი პროექტების მონაცემებზე?
ხელახალი გაწვრთნა საჭირო არ არის. ProjectVIEW AI ERP-ის კონტექსტს ინფერენციის დროს იღებს და მოდელს მომხმარებლის კითხვასთან ერთად გადასცემს.
რატომ არ უნდა გამოვიყენოთ ზოგადი AI ჩატბოტი ხარჯების კონტროლისთვის?
ზოგად ჩატბოტს არ აქვს თქვენი BoQ, WBS, ხარჯების კოდები ან ვალდებულებები და იგი თანმიმდევრული რიცხვითი ანალიზისთვის არ არის შექმნილი. ProjectVIEW AI მუშაობს თქვენს მართვად ERP მონაცემებზე და იქ, სადაც ციფრებს გადამწყვეტი მნიშვნელობა აქვთ, SLM-ებს იყენებს.
ხელმისაწვდომია თუ არა კლიენტისთვის სპეციფიკური მოდელები?
დიახ. კლიენტისთვის სპეციფიკური SLM-ები ხელმისაწვდომია ProjectVIEW v12-ით. ისინი მორგებულია თქვენს მონაცემებსა და პროცესებზე.
მუშაობს თუ არა ProjectVIEW AI სამთო, საზღვაო ან წარმოების სფეროებში?
მოდელები მუშაობენ ProjectVIEW ERP-ის მონაცემებზე, სტრუქტურირებულზე BoQ-ის, WBS-ისა და ხარჯების კოდების მიხედვით, რაც საერთოა პროექტზე ორიენტირებული დარგებისთვის. იგივე მიდგომა შექმნილია მშენებლობისთვის, გემთმშენებლობისა და გემთშეკეთებისთვის, საზღვაო და ოფშორული მშენებლობისთვის, სამთო მოპოვებისა და კარიერებისთვის, ასევე პროექტზე დაფუძნებული წარმოებისთვის.