عند تشغيل الإثراء نفسه عبر نماذج ذكاء اصطناعي متعددة، يمكن لـ Entity Enricher دمج النتائج في مخرجات واحدة عالية الثقة. يكتشف الدمج التعارضات بين مخرجات النماذج ويحلّها باستخدام قواعد حتمية أو تحكيم مدعوم بالـ LLM.
يقارن كاشف التعارضات كل حقل عبر جميع مخرجات النماذج. تمر الحقول التي تتفق عليها جميع النماذج دون تغيير. أما الحقول التي تختلف عليها النماذج فتُعلَّم كتعارضات تحتاج إلى حل.
| النوع | طريقة المقارنة | معنى التوافق |
|---|---|---|
| قيمة مفردة | تطابق تام مُطبَّع (مُشذَّب، بأحرف صغيرة، مُقرَّب) | جميع القيم متساوية بعد التسوية |
| متعدد اللغات | تحدّد اللغة الأساسية للتشغيل النتيجة؛ واختلافات الترجمة تُطلق دمجًا لكل لغة فقط | النص نفسه في اللغة الأساسية — اختلافات صياغة الترجمة ليست تعارضات |
| مصفوفة | مقارنة المجموعات (غير مرتبطة بالترتيب) على عرض العناصر باللغة الأساسية | العناصر نفسها بغضّ النظر عن الترتيب أو صياغة الترجمة |
| كائن | لكل خاصية طالما أثبتت حقول الهوية أن النموذجين يصفان الشيء نفسه — وإلا فالكائن بأكمله تعارض واحد | تتطابق جميع الخصائص المتداخلة |
| فارغة (null) / خالية | القيمة الفارغة (null) أو السلسلة الفارغة أو المصفوفة الفارغة تُعدّ امتناعًا لا ادعاءً | تفوز القيمة المملوءة دون احتساب تعارض |
تُطبَّق قواعد حتمية في كل عملية دمج، وتحسم كل ما تستطيع قيم النماذج نفسها إثباته. أما ما لا تستطيع القواعد سوى ترجيح إجابة له — قيمة متناقضة، أو كائن متداخل تصفه النماذج بصور مختلفة، أو عنصر أنتجه نموذج واحد فقط — فيُحال إلى جهة فاصلة. واختيار نموذج تحكيم من الشريط الجانبي هو ما يحدّد هوية تلك الجهة: القواعد نفسها أم LLM.
تُطبَّق قواعد حتمية بحسب نوع بيانات كل حقل. وفي الغالبية العظمى من الحالات لا يستلزم ذلك أي استدعاء لـ LLM إطلاقًا — فالحسم فوري ومجاني. والاستثناء الوحيد هو الأرقام التي تختلف النماذج حولها اختلافًا كبيرًا، وهي ما لا تستطيع أي قاعدة حسمه بأمانة؛ انظر أدناه.
| نوع الحقل | قاعدة | المبرّر |
|---|---|---|
| سلسلة نصية | تصويت الأغلبية؛ وعند التعادل تُختار أطول قيمة | عادةً ما يكون المزيد من التفاصيل أفضل |
| عدد | قيمة النموذج الأقرب إلى الوسيط | مقاوم للقيم الشاذة، ولا ينتج متوسطًا مصطنعًا أبدًا |
| قيمة منطقية | الأغلبية؛ وعند التعادل تفوز القيمة true | افتراضي متحفّظ |
| متعدد اللغات | تصويت الأغلبية لكل لغة، واتحاد اللغات | تُحسم كل لغة على نحو مستقل |
| مصفوفة | اتحاد مراعٍ للمفاتيح: تتجمّع العناصر حسب حقول مفاتيحها، وتندمج التهجئات المختلفة معًا، وتُدمج العناصر المتطابقة حقلًا بحقل | صفّ واحد لكل كيان منطقي، دون فقدان أي شيء |
| كائن | لكل حقل عندما تتطابق الهوية؛ وإلا فيُؤخذ كائن أحد النماذج كاملاً | مزج كائنين يصفان كيانين مختلفين يخترع كائنًا ثالثًا لم يُعِده أي من النموذجين |
| فارغة مقابل ذات قيمة | تفضيل القيمة المملوءة | البيانات المفقودة أسوأ من أي قيمة |
كاسر التعادل: عند تعادل الأصوات، تفوز القيمة الآتية من النموذج الأعلى سعرًا (كمؤشر على القدرة)، يليه الترتيب الأبجدي لاسم النموذج. أما في الكائن المأخوذ ككتلة واحدة، فيتوسّط المعيارَين اكتمالُ البيانات — أي عدد الأوراق المملوءة: فما دام لا شيء يُثبت أيّ الكيانين حقيقي، يُفضَّل النموذج الأقوى، ثم الإجابة التي تحمل معلومات أكثر.
لا يكون دمج كائن متداخل حقلًا بحقل آمنًا إلا ما دام النموذجان يصفان الشيء نفسه. وحين لا تُثبت حقول الهوية ذلك — مفاتيح مختلفة، أو غياب المفاتيح تمامًا مع اختلاف حقيقي تحتها — يصبح الكائن تعارضًا واحدًا وتُؤخذ نسخة أحد النموذجين حرفيًا. وإلا لركّب الدمج كائنًا هجينًا: عنوان هذا النموذج على شركة ذاك النموذج. وثمة نتيجة مقصودة يجدر معرفتها: يُؤخذ الفائز بما فيه من فراغات، فالحقل الذي تركه الفائز فارغًا يبقى فارغًا — وهو ما قد يحول دون قبول الكيان عند بوابة الدخول إلى قاعدة البيانات. ويُذكر السبب ضمن تحذيرات التحقق الخاصة بالتشغيل.
«الأقرب إلى الوسيط» قاعدة صائبة حين تختلف النماذج في التقريب، وخاطئة حين تتناقض فيما بينها — فالفارق بين 0 و1854 ليس فارق تقريب. وعندما يبلغ التشتّت النسبي للقيم 20%، يُصعَّد ذلك الحقل إلى مُحكِّم LLM يُختار تلقائيًا وفق آلية اختيار النماذج المعتادة في مؤسستك، وتُفوتَر المكالمة كأي مكالمة أخرى. وتُعلَّم تلك الحقول بوسم «تصعيد تلقائي» في سجل تدقيق الدمج، حتى يوضّح كل دمج استهلك رموزًا أيّ الحقول تسبّبت فيه.
عند اختيار نموذج تحكيم من الشريط الجانبي، تُحال الأسئلة التي عجزت القواعد عن حسمها إلى ذلك الـ LLM. فهو يرى هوية الكيان، ووصف كل حقل، وقيمة كل نموذج معروضة بلغة الإثراء الأساسية لديك — ويجيب عبر الإشارة إلى إجابة، لا بكتابة قيمة من عنده أبدًا.
تُطرح الأسئلة مستوى بعد مستوى: الكيان نفسه أولًا، ثم كل عنصر مصفوفة مُطابَق في استدعاء خاص به، مع هويته الخاصة بوصفها سياقًا (“الفصل الأول من هذه الأوبرا”) — والعنصر الذي استبعده المحكِّم لا يُسأل عنه مرة أخرى. ويُخزَّن الجزء المشترك من المُوجّه مؤقتًا عند الاستدعاء الأول، فتعمل الاستدعاءات الأعمق بالتوازي بجزء يسير من التكلفة.
خطة بديلة: إذا أخفق نموذج التحكيم (مهلة أو خطأ)، تبقى القرارات المبنية على القواعد سارية، فتحصل دائمًا على نتيجة — ويوضّح السجل الطريقة التي طُبِّقت.
بعد حل التعارضات، يبني النظام نتيجة مدمجة واحدة ويخزّنها بوصفها سجل “تحكيم” في قاعدة البيانات. تتضمن كل نتيجة مدمجة سجل تدقيق يتيح لك تتبّع كيفية حل كل تعارض.
تتضمن كل نتيجة مدمجة بيانات وصفية توثّق عملية الدمج:
يظهر مسار التدقيق نفسه لأي سجل مدموج في صفحة المحفوظات، ضمن تبويب النظرة العامة. وتُدرَج أيضًا القرارات المتخذة داخل المصفوفات — حقل في عنصر مُطابَق، أو عنصر أُبقي عليه أو استُبعد — ليكون ما استُبعد ظاهرًا بقدر ما احتُفظ به. والسجل الذي جرى تحكيمه بواسطة LLM يذكر محكِّمه بوصفه نموذجه؛ أما الدمج القائم على القواعد فيسرد النماذج التي دمجها بدلًا من ذلك، لأنه لم يُجرِ أي استدعاء LLM إطلاقًا ولا يحمل مُوجّهًا ولا رموزًا ولا تكلفة.
بعد اكتمال الدمج، يعرض تبويب “المدمج” في لوحة النتائج ما يلي:
في الإثراء بالدفعات، يحدث الدمج تلقائيًا عند اختيارك نموذجين أو أكثر. ولا حاجة إلى النقر على "دمج النتائج" يدويًا — فبمجرد نجاح كل نموذج بالنسبة لكيان ما، يُنفَّذ الدمج وتظهر النتيجة المدمجة إلى جانب مخرجات النماذج الفردية. أما التشغيل الذي فشل فيه أحد النماذج فلا يُدمج عن قصد: فدمج ما تبقّى ينشر بصمت إجابة جزئية كما لو كانت الإجابة المتّفق عليها. استعِد النموذج المفقود أولًا — فإعادة محاولة مجالات خبرته الفاشلة تدمج التشغيل تلقائيًا بمجرد اكتماله من جديد.
fusion_started وconflicts_detected وfusion_completed في الوقت الفعلي.