Danceiny/gotry

解決する課題

GoTryは、言語タスクと数学的タスクを分離することで、信頼性の低い旅行計画の問題を解決します。一般的なAIアシスタントは価格や実現可能性を幻覚（ハルシネーション）することが多い一方、GoTryはすべての旅程が検証可能なデータに基づいていることを保証し、ユーザーが不可能または不正確な旅行プランを受け取ることを防ぎます。

仕組み

このプロジェクトはハイブリッドアーキテクチャを採用しています。大規模言語モデル（LLM）が会話形式のインタビューを処理しユーザーの意図を翻訳する一方、決定論的なTypeScriptカーネルが実際の計算を実行します。ユーザーに提供されるすべての数値は特定のソースにタグ付けされ、旅行が実現不可能な場合は、システムがその理由を説明し、実現可能にするために必要な正確な変更を提案します。検証不可能な主張は「ファクトゲート」によってブロックされ、信頼できる情報のみが提示されるようにします。

対象ユーザー

GoTryは、信頼性が高く証拠に基づいた旅行計画を求める旅行者と、モデルが生成する推測よりも決定論的な精度を優先するAIシステムの構築に興味のあるエージェント開発者向けに設計されています。

ハイライト

• 証拠第一の設計: すべてのデータはソースにトレースされ、検証不可能な主張は事実として提示されることはありません。
• 決定論的ロジック: LLMは算術演算や実現可能性の判定を実行せず、これらの処理はコードによって正確性を確保します。
• ウィッシュプール: 現在の制約下で旅行が実現不可能な場合、システムは目的地と、将来実現可能にするために必要な特定の条件を保存します。
• プライバシー重視: システムはブラウザデータへの読み取り専用アプローチを使用し、ユーザーのパスワードや機密の認証情報を保存しません。