Juneo-Lab/decision-forge
КОМПИЛЯЦИЯ ПОЛИТИК В ДАННЫЕ РЕШЕНИЙ
Инструмент для превращения организационных политик и правил в верифицируемые обучающие данные для ИИ-агентов. Каждая метка прослеживается до исходного правила и документа.
// КЛЮЧЕВЫЕ ОСОБЕННОСТИ
- Реконструирует моменты решений с явными кандидатами действий
- Компилирует правила с цитированием источников и бизнес-ревью
- Принимает runtime-события и исходы как обратную связь
- Запускается внутри периметра организации, данные не уходят вовне
// РАЗБОР: КАК ЭТО РАБОТАЕТ
Decision Forge работает в три этапа: сначала восстанавливает контекст каждого решения из рабочих процессов, тикетов и CRM, выделяя семейства кандидатов действий; затем компилирует нормативные документы (SOP, матрицы прав, правила согласования) в правила с привязкой к точным цитатам и прохождением бизнес-ревью; наконец, загружает логи исполнения и утверждённые исходы как обратную связь для следующей версии датасета. Всё выполняется внутри инфраструктуры заказчика.
В отличие от общих датасетов и синтетических генераторов, здесь разметка полностью провоенирована: каждый лейбл ссылается на правило, а правило — на исходный фрагмент документа. Проект не обучает модели сам, а готовит данные для дообучения (в том числе для моделей Laplace того же автора). Код на Python, открыт под открытой лицензией.
Требования к железу и ключам в README не указаны — проект ориентирован на запуск в приватной среде организации. Нужен доступ к внутренним документам, системам тикетов и логам исполнения. Подходит командам, готовым инвестировать в курацию правил и процесс ревью.
// СЦЕНАРИИ ИСПОЛЬЗОВАНИЯ
Кому пригодится: Командам, внедряющим ИИ-агентов в бизнес-процессы
- Превратить SOP и матрицы прав доступа в датасет для дообучения LLM
- Автоматически разметить исторические решения с привязкой к правилам
- Создать цикл обратной связи из логов исполнения агентов в обучающие данные
Новые репозитории каждые 30 минут
REDDYX AI сканирует GitHub 24/7 и присылает лучшие AI/ML/Web3 проекты в Telegram.
Подписаться в Telegram