RAG في بيئة الإنتاج: الاسترجاع والصلاحيات والتحكّم في التكلفة

حدّد ما تعنيه الإجابة الصحيحة

يزوّد التوليد المعزّز بالاسترجاع (RAG) النموذجَ بمواد مصدرية ذات صلة قبل أن يجيب. وقد يساعد ذلك في التعامل مع المعرفة المتغيّرة أو الخاصة، لكن الاسترجاع لا يضمن أن تكون المادة المسترجعة صحيحة أو كاملة أو مصرّحًا للمستخدم بالاطلاع عليها.

ابدأ بحالة استخدام محدودة، مثل الإجابة عن أسئلة تخص دليل منتج له إصدارات متعددة. اكتب أمثلة على الإجابات المقبولة، والاستشهادات التي تحتاجها، والحالات التي ينبغي فيها للنظام أن يمتنع عن الإجابة أو يحيل السؤال إلى شخص. وافصل توليد الإجابات عن الأدوات التي تغيّر سجلات العمل.

جهّز المستندات للاسترجاع

حافظ على العناوين وسياق الجداول وأرقام الإصدارات وعناوين URL للمصادر. امنح كل مقطع معرّف مستند ثابتًا، واحتفظ بقواعد الوصول الخاصة به وتاريخ مراجعته. قسّم النص وفق حدود دلالية مفيدة بدل افتراض أن عددًا واحدًا من الرموز (Tokens) يناسب كل المستندات. واختبر أسئلة تمتد إجاباتها عبر قسمين أو تعتمد على حاشية.

يجب أن تنعكس عمليات حذف المستندات وتغيير الصلاحيات على فهارس البحث والتخزين المؤقت. ولا ينبغي أن تترك إعادة إنشاء التضمينات (Embeddings) لمستند ما مقاطع قديمة يمكن الوصول إليها. سجّل حالات فشل الإدخال حتى يرى المشغّلون الأدلة المفقودة.

قارن بين أساليب الاسترجاع

غالبًا ما تستفيد المصطلحات الدقيقة، مثل رموز الأخطاء وأرقام المنتجات وأرقام الإصدارات، من البحث بالكلمات المفتاحية. أما التضمينات فتساعد في التشابه المفاهيمي. ويمكن للنظام الهجين أن يدمج مجموعتي النتائج ويستخدم دمج الترتيب أو إعادة الترتيب، لكنه يضيف تكلفة وزمن استجابة.

أنشئ مجموعة أسئلة موسومة قبل إضافة مراحل جديدة. قِس ما إذا كانت المقاطع ذات الصلة والمصرّح بها تظهر في النتائج المسترجعة، ثم ما إذا كانت الإجابة النهائية مدعومة بتلك المقاطع. وأدرج أسئلة غامضة وأخرى بلا إجابة وأخرى قديمة. فالدقة عند حدّ قطع معيّن مقياس للاسترجاع، وليست مقياسًا للدقة الواقعية الشاملة.

طبّق ضوابط الوصول قبل كشف السياق

1. صادِق على هوية المستخدم وحدّد صلاحيات المستأجر والمستندات في شيفرة تطبيق موثوقة.
2. طبّق قيود التفويض على الاسترجاع، وتحقّق من المقاطع المختارة نهائيًا قبل أن تصل إلى النموذج.
3. تعامل مع النص المسترجع على أنه بيانات غير موثوقة. فلا يجوز لتعليمات داخل مستند تطلب كشف أسرار أو استدعاء أداة أن تتجاوز سياسة التطبيق.
4. اقصر الأدوات على العمليات الضرورية، وتحقّق من المعاملات والصلاحيات وقواعد العمل بمعزل عن مخرجات النموذج.
5. اشترط خطوة تأكيد أو مراجعة مناسبة للإجراءات ذات العواقب، واحتفظ بسجل تدقيق بالحدّ الأدنى.

تحكّم في التكاليف دون مشاركة إجابة خاطئة

تتبّع تكاليف الاسترجاع والتضمين وإعادة الترتيب والتوليد كلًّا على حدة، إلى جانب زمن الاستجابة عند p50 وp95. اقصر السياق على المقاطع التي تساعد في الإجابة، وضع حدًّا لطول المخرجات، واختر قدرة النموذج بناءً على مجموعة التقييم لديك.

ابدأ التخزين المؤقت بالتطابقات الدقيقة واستراتيجية إبطال واضحة. واجعل المفاتيح مقيّدة بالمستأجر وإصدار سياسة الوصول وإصدار المستند والنموذج وإصدار الموجّه (Prompt). فتشابه الصياغة لا يكفي لإثبات أن مستخدمَين يحقّ لهما الحصول على الإجابة نفسها. ويحتاج التخزين المؤقت الدلالي إلى اختبارات إضافية ضد التطابقات الخاطئة والإجابات القديمة، كما أنه لا يزال يتطلّب عمل استرجاع أو تضمين.

أطلق النظام وفق معيار قبول قابل للقياس

حدّد عتبات تتناسب مع مخاطر حالة الاستخدام. اختبر الاستشهادات، وحالات الامتناع عن الإجابة، وحدود الصلاحيات، والمستندات الخبيثة، وانتهاء المهلات، وأعطال الأدوات. قد يجعل JSON المنظّم عملية التحليل موثوقة، لكن صحة المخطط لا تجعل الادعاء صحيحًا ولا الإجراء مصرّحًا به.

راجع الإجابات الخاطئة وحالات فشل الاسترجاع بعد الإطلاق. وأضفها إلى مجموعة اختبار انحدار محجوزة بدل ضبط النظام لعرض توضيحي فقط. واعرض للمستخدم المصدر الداعم، واجعل عدم اليقين ظاهرًا عندما لا تكفي المواد المتاحة لحسم السؤال.

المصادر وقراءات إضافية

• pgvector: الاسترجاع والفهارس والبحث الهجين
• OWASP: منع حقن الموجّهات

تابع القراءة

تعرّف على تطوير تطبيقات الذكاء الاصطناعي أو اقرأ دليل الطوابير وعدم التكرار لبناء عمليات خلفية موثوقة.