Uyumlulukta ölçek sorunu
Bir portföy operatörünün elinde birden fazla eyalete yayılmış 50.000 kira sözleşmesi olduğunu düşünün. Her eyalet, gecikme ücreti üst sınırı, bildirim süreleri ve depozito limitleri gibi kuralları kendi yasama takvimine göre güncelliyor. Mevzuat değiştiğinde hangi sözleşmelerin artık aykırı olduğunu bulmak gerekiyor. Hacim küçükken bu işi bir hukukçu yapabilir; ancak binlerce sözleşmeye çıkıldığında iş yazılıma devrediliyor ve yeni bir sorun doğuyor: ekrandaki sayıyı kimse bağımsız olarak doğrulayamıyor.
İki temel gereklilik
AWS'ye göre bu problem, sıradan bir kurumsal arama probleminden iki özellikle ayrılıyor:
- Kanıtlanabilir bütünlük: "Teksas'taki 22.910 sözleşmenin tamamını inceledik" iddiası doğru ve gösterilebilir olmalı. Hiç değerlendirilmemiş bir kayıt sessizce atlanmak yerine "değerlendirilmedi" olarak raporlanmalı.
- Savunulabilirlik: Bir bulgu aylar sonra dava, denetim veya düzenleyici incelemede sorgulanabilir. Savunmak için hangi kuralın hangi sürümünün, hangi madde metnine, hangi yöntemle, hangi tarihte ve kim tarafından uygulandığının bilinmesi gerekir.
Adjudicated Query nasıl çalışıyor?
Desen, deterministik bir kurallar motorunun üzerine yerleştirilmiş sınırlı bir sohbet katmanı olarak tanımlanıyor. Model yalnızca iki iş yapıyor: doğal dildeki soruyu sabit ve tipli işlem çağrısına çevirmek ve dönen sonucu anlatmak. Model hiçbir zaman sorgu yazmıyor, kapsamı belirlemiyor ve karar vermiyor.
Sınırın arkasında kurallar motoru var. Kurallar kod değil, sürümlenmiş veri olarak tutuluyor. Motor yalnızca genel karşılaştırma operatörlerini (gte, lte, equals, exists) biliyor; içinde herhangi bir eyalet veya konu adı geçen dallanma bulunmuyor. Böylece bir yasa değişikliği kod dağıtımı değil, kural kitabında satır düzenlemesi anlamına geliyor.
Bütünlük makbuzu
Her uyumluluk taraması bir "bütünlük makbuzu" üretiyor: uyumlu + aykırı + belirsiz + okunamaz toplamının taranan sayısına eşit olması gerekiyor. Bu hesap sayılardan yapılıyor ve hiçbir şey kaydedilmeden önce doğrulanıyor. Nüfusunu hesaba katamayan bir çalışma tamamlanamıyor; yani bir kaydın sessizce atlanmasının yolu yok.
Sohbet yüzeyi yalnızca sayıları, makbuzu ve etiketli bir örneklemi taşıyor. On binlerce satıra ulaşabilen tam sonuç kümesi ise aynı veri deposunu okuyan, kayıt bazında incelenebilen bir panelde yer alıyor. Bu ayrım sayesinde model, güvenceyi özetleyip ortadan kaldırmıyor.
Neden RAG veya text-to-SQL değil?
AWS'ye göre anlamsal arama (RAG) yalnızca sıralı bir örneklem sunuyor ve "tümünü" ifade eden bir eşik değeri yok; bu yüzden bütünlük yapısal olarak imkânsız. Text-to-SQL ise kapsamı daraltabiliyor: halüsinasyon gören bir koşul, nüfusu sessizce küçültebiliyor ve sonuç kapsam yanlış olsa bile kesin görünüyor. Desen, aynı yaklaşımın sahtekârlık taraması, sigorta hasar değerlendirmesi ve ihracat kontrolü gibi diğer yüksek riskli uyumluluk alanlarına da uygulanabileceği belirtiliyor.
