모든 사실은 세 개의 타임스탬프를 가집니다.

평탄한 벡터 인덱스는 모든 사실이 동등하게 현재인 것처럼 코퍼스를 취급합니다. 이것은 브랜드 파트너가 봄 구매 결정을 내렸을 때인 6개월 전에 데이터가 무엇을 말했는지 처음 물었을 때 실패합니다. 플랫폼은 bi-temporal 모델을 실행합니다. 인텔리전스 매트릭스의 모든 사실은 세 개의 독립적인 타임스탬프를 가집니다.

learned_at은 시스템이 사실을 관찰한 시점, 즉 대화가 보강된 날짜를 기록합니다. valid_at은 사실이 세계에서 참이 된 시점을 기록하며, 종종 대화에서 추론됩니다('지난 가을부터 이것을 알아차리기 시작했습니다'는 valid_at을 그해 10월경으로 설정합니다). invalid_at은 사실이 참이기를 멈추는 시점을 기록합니다. 모순되는 대화가 도착하면 명시적으로 설정되고, 갱신이 사실을 확인하지 않으면 반감기 감쇠를 통해 암묵적으로 설정됩니다.

세 개의 타임스탬프가 함께 하나의 코퍼스가 동일한 데이터 본문에 대해 분석을 다시 실행하지 않고도 지금에 대한 질문과 특정 과거 순간에 대한 질문에 답할 수 있게 합니다.

learned_at, valid_at, invalid_at. 감쇠율은 차원별입니다.

[ 01 ]  ·  NAMED: 기준 시점 재현

오늘의 쿼리와 지난 5월의 쿼리를 동일한 코퍼스에 대해.

브랜드 파트너가 오늘 쿼리를 실행합니다. 결과는 범위별로 필터링된 코퍼스의 현재 상태입니다. 동일한 브랜드 파트너가 기준 시점 5월 파라미터로 동일한 쿼리를 실행합니다. 결과는 그 5월의 코퍼스 상태로, 범위별로 필터링됩니다. 두 답변 모두 정확합니다. 둘 다 생성한 대화들로 인용됩니다. 어느 것도 보강 파이프라인을 다시 실행할 필요가 없습니다.

이것이 레이어를 브랜드 파트너 계약에서 보증 가능하게 만드는 것입니다. 도구는 오늘의 최선의 추측을 반환합니다. 인프라는 구매자가 결정 날짜에 가지고 있던 답변을 반환합니다. 브랜드 파트너가 Q2 구매 결정을 Q2에 지불한 데이터에 대해 감사할 때, 플랫폼은 Q2에 보고 있던 동일한 데이터를 보여줍니다. 이것이 브랜드 파트너 SLA가 의존하는 속성입니다.

[ 02 ]  ·  NAMED: 에이전트를 만료된 사실에 기반시키기 거부

어드바이저 코파일럿은 유효성이 만료된 인식을 추천할 수 없습니다.

'파운데이션은 건너뛰고 세럼을 시도해 보세요'를 추천하는 뷰티 어드바이저 코파일럿은 유효성 창이 오늘을 포함하는 사실에 기반해야 합니다. 사실이 3월에 참이었고 9월에 반박되었다면, 코파일럿은 3월 버전에 따라 행동해서는 안 됩니다. bi-temporal 모델은 이것을 검색 레이어에서 적용합니다. 기준 시점 파라미터가 없는 쿼리는 invalid_at이 오늘 이전인 사실을 제외합니다. 거부는 검색 API에 있습니다.

동일한 속성이 대시보드를 보호합니다. '어드바이저들이 새로운 향수에 대해 무엇을 말하고 있나요?'라고 묻는 운영자는 현재 답변을 받습니다. 역사적 답변은 하나의 추가 파라미터로 사용 가능합니다. 둘 다 유효성 창과 함께 표시됩니다.

[ 03 ]  ·  NAMED: 차원별 반감기

브랜드 인식은 몇 주 만에 감쇠합니다. 훈련 격차는 수년에 걸쳐 감쇠합니다.

감쇠는 코퍼스 전체에 적용되는 단일 전역 속도가 아닙니다. 10개의 차원은 서로 다른 속도로 움직이며, 모델은 차원별 반감기를 보정합니다. 아래 보정은 2년간의 작업에서 나온 발표된 기준선입니다. 각 수직은 자체 코퍼스에서 이것을 정제합니다.

차원반감기 직관
브랜드 인식 맵주 단위
시장 신호주 단위
고객 세그먼트 행동주에서 월 단위
페인 포인트 및 기회 스코어링월 단위
경쟁사 언급 맵월 단위
AI 준비도 스코어링분기 단위
유지 동인분기 단위
규제 및 컴플라이언스 위험분기 단위
훈련 격차훈련 카탈로그 또는 제품이 변경될 때만

반감기는 수직별로 조정 가능합니다. 약국 배포는 소매 배포보다 규제 및 컴플라이언스 사실을 더 긴 반감기로 유지합니다. 규제 변화의 주기가 소비자 선호도의 주기보다 느리기 때문입니다. 반감기는 방법론이며, 배포와 함께 제공됩니다.

[ 04 ]  ·  NAMED: 반감기를 넘어 감쇠를 이끄는 것

현저성, 최신성, 충돌하는 증거.

반감기는 기준선입니다. 세 가지 신호가 기준선에서 개별 사실의 감쇠를 조정합니다. 현저성. 100명의 어드바이저 중 1명이 명명한 페인 포인트는 빠르게 감쇠합니다. 40명이 명명한 페인 포인트는 느리게 감쇠합니다. 독립적인 대화들 간의 코로보레이션 횟수는 사실의 일급 속성입니다. 최신성 압력. 여러 반감기 주기 동안 갱신되지 않은 사실은 모순되는 증거가 없더라도 검색 가중치를 잃습니다. 충돌하는 증거. 모순되는 새로운 사실은 오래된 사실의 감쇠를 가속화합니다. 오래된 사실은 무효화되거나 여전히 성립하는 세그먼트 범위의 변형으로 분할됩니다.

분할 사례가 모델을 정직하게 만드는 것입니다. 브랜드에 대한 주장은 전반적으로 참이기를 멈추면서 하나의 세그먼트에 대해서는 참으로 유지될 수 있습니다. bi-temporal 모델과 세그먼트 벡터가 여기서 협력합니다. 사실은 삭제되지 않습니다. 여전히 적용되는 곳으로 범위가 좁혀집니다.

[ 05 ]  ·  NAMED: 운영자가 갱신하는 이유

대시보드는 운영자에게 노후화 시계를 표시합니다.

Bi-temporal 유효성은 단순히 분석적 속성이 아닙니다. 상업적 속성입니다. 대시보드는 운영자에게 노후화 시계를 표시합니다: '지난 60일 동안 브랜드 인식 사실의 37%가 유효성에서 만료되었습니다.' 이 문장은 모델에 의해 자동으로 표면화된 Refresh 티어의 경제적 정당성입니다. 운영자는 감쇠를 봅니다. Refresh 티어(추가 대화 100건당 6,000달러)는 감쇠를 상업적 이벤트로 변환합니다.

주기가 가격 티어와 상호작용하는 방식을 포함한 갱신의 전체 경제학은 Refresh 경제학에 있습니다. 대시보드 표면 자체는 Platform에 있습니다.