Funkcje
Precyzja, nie improwizacja.
Interim Robots to nie kolejny chatbot. To asystent wiedzy zaprojektowany tak, aby każdą odpowiedź dało się zweryfikować, a każdy dostęp — kontrolować.
Cytat przy każdej odpowiedzi
Model odpowiada wyłącznie na podstawie fragmentów pobranych z Twojej dokumentacji. Każda teza jest oznaczona identyfikatorem źródła, a system sprawdza cytaty po stronie serwera — jeśli model przywoła fragment, którego nie było w wynikach wyszukiwania, cytat jest odrzucany.
- Klikalny cytat: dokument, sekcja i numer strony
- Walidacja cytatów po stronie serwera (zero fabrykowanych źródeł)
- Podgląd fragmentu bez otwierania całego pliku
Odmowa zamiast halucynacji
Gdy w procedurach nie ma odpowiedzi, Interim Robots mówi to wprost — „Nie znajduję tego w procedurach” — zamiast generować wiarygodnie brzmiącą nieprawdę. To projektowa decyzja, a nie efekt uboczny: pusty wynik wyszukiwania w ogóle nie trafia do modelu.
- Twardy prompt wymuszający odmowę przy braku kontekstu
- Pusty wynik wyszukiwania = brak wywołania modelu
- Testy jakości sprawdzają odmowy na pytaniach spoza korpusu
Kontrola dostępu per dział
Uprawnienia są egzekwowane w bazie danych (Row-Level Security) i w warunku WHERE zapytania — zanim cokolwiek trafi do modelu. Pracownik HR nie zobaczy dokumentów Finansów, nawet gdyby zapytał wprost.
- Row-Level Security w PostgreSQL + jawny filtr w zapytaniu
- Filtrowanie przed modelem, nigdy po (nie „ukrywamy” w UI)
- Role: pracownik / administrator, przypisania do działów
Niezmienialny audyt
Każde logowanie, pytanie, pobrany fragment i odpowiedź trafiają do dziennika tylko-do-dopisania. Wgląd w audyt mają wyłącznie administratorzy — i sam ten wgląd też jest logowany.
- Dziennik append-only — bez ścieżki UPDATE/DELETE
- Zapis pytania, źródeł, modelu, opóźnienia i zużycia tokenów
- Gotowe pod wymogi logowania z EU AI Act (art. 12)
Panel administracyjny
Zarządzaj dokumentami, użytkownikami i uprawnieniami z jednego miejsca. Podgląd statusu ingestii na żywo, inspektor fragmentów oraz raport zużycia tokenów per użytkownik.
- Wgrywanie z podglądem: pending → parsing → embedding → indexed
- Inspektor fragmentów — dokładnie to, co „widzi” model
- Zużycie tokenów per użytkownik i zakres dat
Wyszukiwanie hybrydowe + reranking
Łączymy wyszukiwanie wektorowe (semantyczne) z pełnotekstowym, scalamy wyniki (RRF) i przepuszczamy przez cross-encoder reranker. Kody dokumentów (np. „P-2024-113”) trafiają dokładnie tam, gdzie trzeba.
- Parsowanie PDF/DOCX ze strukturą (nagłówki, tabele)
- Wektory + pełny tekst + reranking dla trafności
- Zapytania wieloturowe — kontekst poprzednich pytań
Zobacz te funkcje na żywo.
Demo działa na syntetycznym korpusie ~100 procedur w czterech działach — z gotowymi przykładami pytań.