← Каталог

· AI Engineer World's Fair 2025

«Готовность данных» — миф: надёжный ИИ с агентным семантическим слоем

"Data readiness" is a Myth: Reliable AI with an Agentic Semantic Layer — Anushrut Gupta, PromptQL

Надёжный AI на неидеальных данных строится не подготовкой данных, а агентным семантическим слоем, который учится на исправлениях пользователя.

  • Планы вместо ответа LLM — модель пишет план на предметно-ориентированном языке из трёх операций: получение данных, агрегация и семантика. Детерминированный движок исполняет план над распределёнными источниками и показывает результат пользователю напрямую, без возврата данных в LLM.
  • Исправления как знания о данных — правки вроде «бюджет хранится в центах» или «финансовый квартал начинается в феврале» попадают в семантический слой. Каждая его версия сохраняется, поэтому можно откатиться к предыдущей.
  • Разведка данных после ошибки — когда первый запрос вернул пустой результат, агент проверил значения статусов и нашёл paid и pending вместо ожидаемого succeeded.
  • Заявленные результаты — по словам авторов, клиенты из Fortune 500 и быстрорастущего финтеха получили стабильную точность на сложных задачах, но метрик в докладе не показано. Доклад по сути презентация продукта PromptQL, поэтому полезнее всего его архитектурная часть.

Кому полезно: тем, кто строит запросы на естественном языке к нескольким базам с плохо названными таблицами.

Статья по теме

Главы

Похожие доклады