إن CVS محرك RAG هجين مبني للمؤسسات التي لا تحتمل إجابة خاطئة واثقة. كل مرحلة — الاستيعاب والتوجيه والاسترجاع والامتناع — مُهندَسة لإنتاج أدلة يمكنك تدقيقها، لا نصوصٍ مضطرٍ للوثوق بها.
يتصل CVS مباشرةً بحيث تقيم معرفتك بالفعل — SharePoint وGoogle Drive وConfluence وS3 وخوادم الملفات داخل المؤسسة — ثم يحلّل كل صيغة عبر OCR ثلاثي ورؤية حاسوبية: ملفات PDF والمسحوبات الضوئية وDOCX وPPTX وXLSX والصور. تبقى الجداول والأشكال ومراسي الصفحات سليمةً خلال التحليل لكي يتسنى إرجاع الدليل الأصلي لاحقًا بدلًا من إعادة صياغته.
ينتج التقسيم الذكي إلى مقاطع شظايا متماسكة دلاليًا بدلًا من تقطيع أعمى بعرض ثابت. يُثرى كل مقطع بالكيانات والبيانات الوصفية وفروقات الوثائق والحقائق الزمنية، ثم يُكتب إلى فهرس متعدد الطبقات في آنٍ واحد: مخزن pgvector للاسترجاع الدلالي، وفهرس نصي كامل BM25F للمصطلحات الدقيقة، ورسم بياني معرفي زمني في Neo4j للعلاقات، إضافةً إلى فهارس البيانات الوصفية والفهارس الزمنية. مرور واحد، خمسة أسطح استرجاع.
ليس كل سؤال يستحق دورة استدلال كاملة. يصنّف موجِّه نية مركزي كل استعلام ويرسله إلى أحد أربعة مسارات: ضربة ذاكرة مؤقتة فورية بصفر رموز؛ أو بحث هجين سريع قياسي؛ أو تأليف عميق متعدد الوثائق؛ أو مسار استدلال فائق يفكّك السؤال إلى رسم بياني لا دوري موجَّه (DAG) من الاستعلامات الفرعية.
هذا التتالي الموفِّر للرموز يعني أن الأسئلة البسيطة لا توقظ أبدًا نموذج LLM مكلفًا، بينما تحظى الأسئلة الصعبة فعلًا متعددة الوثائق بمعالجة التفكيك الكاملة. والنتيجة زمن استجابة متوقع وتكلفة متوقعة وانعدام مفاجآت الرموز لكل استعلام — فالتتالي وحده يقلّص إنفاق LLM بنسبة 85–95% مقارنةً بـ RAG الساذج.
يشغّل CVS خمسة مسترجعات في آنٍ واحد — البحث الشعاعي، واجتياز الرسم البياني المعرفي، ونص BM25F الكامل، والاسترجاع الزمني، وترشيح البيانات الوصفية. يرى كلٌّ منها المتن بشكل مختلف، فتلتقط أدلةً مختلفة: الدلالات والعلاقات والمصطلحات الدقيقة وصلاحية الزمن والسمات المهيكلة. لا يلزم أن يكون أي مسترجِع منفرد مثاليًا.
تندمج مخرجاتها المرتَّبة عبر دمج الرتب التبادلي (Reciprocal Rank Fusion) بـ k=60، ثم يُعيد cross-encoder ترتيب المرشحين المدمجين لتجميع مجموعة أدلة مُحكمة لباني الإجابة. لهذا يبلغ CVS دقة إجابات قدرها 94.7% مقابل 67–73% المعتادة في الأنظمة أحادية المسترجِع مثل RAG الأساسي أو Copilot.
بعد الاسترجاع، يطرح CVS سؤالًا واحدًا قبل الإجابة: هل الأدلة كافية؟ إن كانت كذلك، يجيب باستشهادات مضمّنة ويكتب التفاعل في سجل تدقيق مقاوم للعبث. وإن لم تكن كافية، يمتنع بوضوح بدلًا من اختلاق استجابة تبدو معقولة — وهو السلوك الوحيد الذي يقتل معظم تجارب RAG المؤسسية.
الامتناع ليس طريقًا مسدودًا. يُوجَّه السؤال غير المجاب عنه إلى الخبير المختص المعيّن، وتُلتقط إجابته الموثَّقة، وتُرقَّع قاعدة المعرفة لكي يحصل الشخص التالي على استجابة فورية. في بيئة الإنتاج يدفع هذا نسبة الهلوسة إلى ما دون 2% مقابل نحو 19% لـ RAG الاعتيادي.
أحضر أكثر مواصفاتك غموضًا أو استعلامك الأكثر تصعيدًا. سنُريك مسار الأدلة من البداية إلى النهاية — وما يحدث بالضبط حين لا تعرف القاعدة الإجابة.