Redback
Der Agent, der die Korrekturwarteschlange abarbeitet. Er recherchiert, was die Qualitätsprüfungen finden, und reicht einen Vorschlag mit Quelle ein. Was in den Katalog gelangt, entscheidet ein Mensch.
Die Werkzeuge, die er nutzt, die KI-Anbieter dahinter und was noch gebaut wird
Wer er ist
Schlägt eine Prüfung fehl, wird daraus eine Aufgabe, und Redback nimmt diese Aufgaben auf. Er läuft nach Zeitplan und auf Abruf, jeweils in kleinen Stapeln, und jeder Lauf wird mit dem festgehalten, was er gelesen, gefragt und ausgegeben hat.
Ein Agent, viele Läufe. Jeder Lauf trägt eine eigene Kennung, den Namen des Agenten und sechs Hexadezimalzeichen, etwa redback-12443d. Diesen Namen zeigt eine beanspruchte Aufgabe, und auf ihn hört die Spinne auf der Vertrauensseite, wenn man auf sie zeigt.
Was er bearbeitet
Eine Aufgabe hat eine Art, und die Art bestimmt die Arbeit: ein fehlender Wert, zwei widersprüchliche Angaben und eine nicht gelistete Schreibweise sind verschiedene Aufgaben.
| Art | Was gefunden wurde | Was Redback tut |
|---|---|---|
gap | Einem Datensatz fehlt ein Wert. | Recherchiert ihn im offenen Web, liest die Passagen, die das Feld nennen, und reicht den Wert mit dem Satz, der ihn angibt, und der Seite, von der er stammt, ein. |
contradiction | Zwei Angaben in einem Datensatz widersprechen sich. | Entscheidet, ob überhaupt ein Fehler vorliegt. Einen korrigierten Wert schlägt er nie vor: Ein Datensatz, der sich selbst widerspricht, kann nicht sagen, welche Hälfte stimmt. |
vocabulary | Ein Wert steht nicht in der zulässigen Liste. | Vergleicht die Schreibweise mit der Liste, die die Aufgabe mitbringt, und antwortet mit einem von wenigen festen Wörtern. Eine Entscheidung gilt für jeden Datensatz mit dieser Schreibweise. |
asset | Ein Datensatz hat kein Bild. | Nicht Redbacks Aufgabe. Ein Bild zu finden und freizugeben ist Arbeit für einen Menschen. |
Wie er eine Lücke bearbeitet
Eine Lücke ist die einzige Art, die im offenen Web recherchiert wird, daher sind die Prüfungen hier am strengsten. Jeder Schritt unten ist die Pipeline, wie sie läuft; die Figur daneben ist dieselbe Spinne bei diesem Schritt.
01Er beansprucht eine Aufgabe
Ein Lauf nimmt die nächste offene Aufgabe, die seine Richtlinie erlaubt, und hält sie, damit kein zweiter Worker dieselbe übernimmt. Eine zu lange gehaltene Aufgabe geht zurück in die Warteschlange.
02Er sucht und liest
Code formuliert zwei Suchen aus dem Datensatz selbst, den vollen Namen mit Hersteller und Teilenummer und dann die Teilenummer allein, liest die Seiten und kürzt jede auf die Passagen, die das Feld nennen. Das Modell bekommt diese Passagen und eine Frage: Welche davon gibt den Wert an, und mit welchen Worten.
03Code prüft die Antwort
Drei Prüfungen, an denen ein Modell nicht vorbeiredet: Das Zitat steht auf der abgerufenen Seite, der Wert steht im Zitat, und die Einheit lässt sich umrechnen. Eine Länge ohne Einheit wird abgelehnt.
04Eine zweite Quelle, ein zweites Modell
Er sucht denselben Wert auf einer anderen Website unter dem Gelesenen, und ein Modell eines anderen Anbieters antwortet mit ja, nein oder unsicher. Ein Nein, ein unbestätigtes Unsicher oder geringe Zuversicht geht an ein stärkeres Modell; ein einfaches Nicht gefunden nie.
05Er wartet, wenn ein Anbieter nicht liefern kann
Ein ausgelasteter Host oder ein Ratenlimit sagt nichts über die Aufgabe, also wird sie bis zur Wiederholzeit des Anbieters zurückgestellt statt abgebrochen, und der Lauf endet, weil jede Aufgabe dahinter an dieselbe Wand stoßen würde.
06Er reicht einen Vorschlag ein, ein Mensch entscheidet
Die Antwort wird mit Quelle, Zitat und den Prüfergebnissen eingereicht. Eine von Redback geschlossene Aufgabe heißt, dass ein Vorschlag auf Prüfung wartet, nicht dass sich der Datensatz geändert hat.
Was er nie tut
Diese Regeln sind der Grund, warum man einem Agenten, der am Katalog arbeitet, den Katalog anvertrauen kann.
- Er schreibt nie in den Katalog. Jede Änderung ist ein Vorschlag, den ein Mensch prüft und vornimmt.
- Er reicht nie einen Wert ein, dessen Zitat nicht auf der abgerufenen Seite steht. Eine Erfindung wird zu einer verworfenen Antwort, nicht zu einem Beleg.
- Ihm wird nie unser Wert gezeigt, während er eine Seite liest. Ein Modell, das die Antwort gesehen hat, ist kein Zeuge.
- Er lässt nie die Zuversicht eines Modells etwas entscheiden. Welche Art Seite er gelesen hat, wird für die Prüfung festgehalten, nicht bewertet.
- Er rät nie ein Vokabular oder einen korrigierten Wert. Ohne die Liste oder ohne Quelle wird die Aufgabe übersprungen.
Der Begleiter auf der Website
Auf der Vertrauensseite läuft Redback über das Raster, das diese Pipeline erklärt, und hält an jedem Schritt, um zu tun, was dieser Schritt tut. Er wird in Code gezeichnet, nicht aus einer Datei abgespielt.
- Jeder Fuß ist an einem Punkt der Seite verankert und tritt erst, wenn er eine Schrittlänge zurückliegt, die Knie per inverser Kinematik gesetzt, so läuft er jede Kurve in jedem Tempo, ohne dass die Füße rutschen.
- Laufen, Arbeiten, Lesen, Ruhen und Hängen sind eine Zeichnung, die Proportionen des Logos gemessen und gespiegelt, daher ändert er zwischen ihnen nie seine Form.
- Sein Weg wird von der Seite gemessen und folgt den Linien zwischen den Zellen, über jede Kante klettert er. Er arbeitet auf einem Sitzplatz, ruht manchmal und lässt sich manchmal an einem Faden von der unteren Ecke einer Karte herab.
- Er bewegt sich nie, weil man gescrollt hat. Sieht man ihn, aber nicht sein Ziel, wartet er; sieht man ihn nicht, läuft er weiter und kommt ins Bild.
- Hin und wieder wirft er einen Faden zu einem nahen Punkt, und ein vorausgeworfener Faden bleibt, bis er dort ankommt.
Die Warteschlange selbst lesen
Wie viele Aufgaben offen sind und in welchem Zustand, ist öffentlich, ebenso der Lückenbericht, aus dem die Aufgaben entstehen. Beides steht im Abschnitt Datenqualität der API-Referenz, und keines braucht einen Schlüssel.