Danceiny/gotry

해결하는 문제

GoTry는 언어 작업과 수학적 작업을 분리하여 신뢰할 수 없는 여행 계획 문제를 해결합니다. 일반적인 AI 어시스턴트는 가격이나 실현 가능성을 환각하는 경우가 많지만, GoTry는 모든 일정이 검증 가능한 데이터에 기반하도록 보장하여 사용자가 불가능하거나 부정확한 여행 계획을 받는 것을 방지합니다.

작동 방식

이 프로젝트는 하이브리드 아키텍처를 사용합니다. 대규모 언어 모델(LLM)이 대화형 인터뷰를 처리하고 사용자 의도를 해석하는 반면, 결정론적 TypeScript 커널이 실제 계산을 수행합니다. 사용자에게 제공되는 모든 숫자는 특정 출처에 태그되며, 여행이 실현 불가능한 경우 시스템은 이유를 설명하고 가능하게 만드는 데 필요한 정확한 변경 사항을 제안합니다. 검증할 수 없는 주장은 "팩트 게이트"에 의해 차단되어 신뢰할 수 있는 정보만 제시됩니다.

대상 사용자

GoTry는 신뢰할 수 있고 증거 기반의 여행 계획을 원하는 여행자와 모델 생성 추측보다 결정론적 정확성을 우선시하는 AI 시스템 구축에 관심이 있는 에이전트 빌더를 위해 설계되었습니다.

주요 특징

• 증거 우선 설계: 모든 데이터는 출처로 추적되며, 검증할 수 없는 주장은 사실로 제시되지 않습니다.
• 결정론적 로직: LLM은 산술 또는 실현 가능성 판정을 수행하지 않으며, 이러한 작업은 코드로 처리되어 정확성을 보장합니다.
• 위시 풀: 현재 제약 조건에서 여행이 불가능한 경우, 시스템은 목적지와 나중에 실현 가능하게 만들기 위해 필요한 특정 조건을 저장합니다.
• 프라이버시 중심: 시스템은 브라우저 데이터에 대한 읽기 전용 접근 방식을 사용하며 사용자 비밀번호나 민감한 자격 증명을 저장하지 않습니다.