Turvalise RAG-i dokumenditöötluse kontroll-leht

Kasuta seda enne dokumentide avaldamist retrieval-augmented generation’i süsteemi.

Allika registreerimine

• Allika omanik on nimetatud.
• Andmete omanik on nimetatud.
• Tõeallikas on dokumenteeritud.
• Lubatud kasutajad, rollid või grupid on dokumenteeritud.
• Tundlikkuse tase on määratud.
• Uuendamise sagedus on dokumenteeritud.
• Säilitamise ja kustutamise käitumine on dokumenteeritud.
• Ülevaatuse rütm on määratud.

Failiohutus

• Failitüüpide lubatud nimekiri on jõustatud.
• Failisuuruse piirang on jõustatud.
• Pahavara kontrolli või sisu neutraliseerimise nõue on otsustatud.
• Krüpteeritud või toetamata failid lükatakse tagasi või suunatakse ülevaatusele.
• Algfaili räsi on salvestatud.
• Üleslaadija või allikasündmus on salvestatud.

Ekstraktimine ja OCR

• Ekstraktimise meetod on salvestatud.
• OCR-i kindlus on vajaduse korral salvestatud.
• Lehekülgede arv ja eraldatud märkide arv on salvestatud.
• Tühjad või ebaõnnestunud leheküljed on märgitud.
• Tabelid on üle vaadatud, kui täpsed väärtused on olulised.
• Allika keel on tuvastatud.
• Madala kvaliteediga ekstraktimine jäetakse välja või suunatakse ülevaatusele.

Metaandmed ja õigused

• Igal tükil on allika ID ja dokumendi ID.
• Igal tükil on tenant’i, kasutaja või rolli nähtavuse metaandmed.
• Igal tükil on allika omaniku ja tundlikkuse metaandmed.
• Igal tükil on versioon või sisu räsi.
• Igal tükil on võimaluse korral lehekülje või jaotise viide.
• Otsing filtreerib õigused enne järjestamist.
• Testides saavad lubamata kasutajad piiratud tükkide puhul null tulemust.

Säilitamine ja kustutamine

• Algfaili vahemälu kustutamise tee on olemas.
• Ekstraktitud teksti kustutamise tee on olemas.
• Tükkide kustutamise tee on olemas.
• Embedding’u või vektori kustutamise tee on olemas.
• Kokkuvõtte või vahemälu kustutamise tee on olemas.
• Logid ja varukoopiad järgivad dokumenteeritud säilitusreegleid.
• Kustutamise kontroll salvestatakse.

Käivitusvärav

• Näidisküsimused leiavad oodatud allikad.
• Aegunud allikad jäetakse välja või märgitakse.
• Tsitaadid viitavad kehtivatele allikakohtadele.
• Dokumentides olevat prompt injection’i teksti käsitletakse sisuna, mitte juhisena.
• Allika omanik on tootmisse indekseerimise heaks kiitnud.