GS1 IRAN · CHANGE CONTROL LEDGER

روند توسعه و شناسنامهٔ فنی

دفتر قابل ممیزیِ تغییرات سامانهٔ استانداردسازی دادهٔ محصول؛ هر مدخل توضیح می‌دهد چه چیزی برای کارشناس تغییر کرده، پشت صحنه چگونه ساخته شده و چه چیزی هنوز آمادهٔ بهره‌برداری رسمی نیست.

LIVE · عملیاتی

روی نشانی جاری مستقر و با شاهد فنی و رفتاری بررسی شده است.

PILOT · پایلوت کنترل‌شده

قابل مشاهده یا آزمون است، اما هنوز همهٔ شرایط بهره‌برداری سازمانی را ندارد.

UNAVAILABLE · غیرفعال

کد یا کاندید آماده است، اما یک گیت لازم عبور نکرده و قابلیت در تولید خاموش است.

ROADMAP · مرحلهٔ بعد

طراحی یا مسیر اجرایی دارد، ولی قابلیت عملیاتیِ تأییدشده محسوب نمی‌شود.

CURRENT PUBLICATION / 03 SHAHRIVAR 1405

آخرین انتشار و شواهد عملیاتی

شرح این مدخل از رسید انتشار، آزمون‌ها و رفتار مشاهده‌شده در محیط عملیاتی استخراج شده است؛ وجود کد به‌تنهایی معادل LIVE نیست.

LIVE COREAUTOMOTIVE PILOTAI/RAG UNAVAILABLE۳ شهریور ۱۴۰۵publication 14050603-015549

تفکیک معنایی قطعات خودرو و مرجع فنی نسخهٔ ۱٫۴

موتور قطعی اکنون عبارت کارشناسی «سپر جلو مشکی ال نود» و چینش به‌هم‌ریختهٔ «مشکی، ال۹۰ / جلو / سپر» را به چهار مؤلفهٔ نام پایه، محل قرارگیری، رنگ و نام/مدل خودرو تفکیک می‌کند. این قابلیت یک پایلوت حاکمیت‌شده است: شناسهٔ منبع ۶۰۷۴ و aliasهای خودرو تا تصویب GS1 ایران نامزد بازبینی می‌مانند، AI/RAG خاموش است و هیچ پیشنهاد مدل به دانش رسمی ارتقا پیدا نمی‌کند.

FOR GS1 EXPERTSبرای کارشناس GS1 ایران چه معنایی دارد؟

«سپر»، «جلو»، «مشکی» و «ال نود» همراه با محل دقیق عبارت منبع جدا می‌شوند؛ هیچ جزء مصرف‌نشده‌ای در دو نمونهٔ پذیرش باقی نمی‌ماند.
«سپر» دیگر با واژهٔ بسته‌بندی «اسپری‌دار» یکی نمی‌شود و «نخود» محصول از رنگ «نخودی» جدا می‌ماند.
شناسهٔ ۶۰۷۴، شناسهٔ منبعِ ردیف ۲۴٬۷۶۱ فایل ارسالی است و تا تصویب کتبی GS1 ایران canonical نیست.
سازمان باید aliasهای رسمی خودرو، دامنهٔ صفات و مجموعهٔ طلایی ۵۰/۵۰۰ رکوردی را تصویب و داوری کند.

ENGINEERING NOTEجزئیات فنی و مهندسی

مسیریابی دامنه پیش از fuzzy matching انجام می‌شود و تطبیق مبهم به ontology و نوع facet همان دامنه محدود است.
Assist envelope نسخه‌دار، span خام/نرمال، provenance و facts نامزد را جدا نگه می‌دارد؛ auto-promotion خاموش است.
اجرای تکی و batch یک مسیر استانداردسازی مشترک دارند؛ خلاصهٔ batch دامنه، مدل خودرو، پوشش facet و خطاهای بین‌دامنه‌ای را بدون اجرای دوباره محاسبه می‌کند.
تاریخچهٔ احرازشده در API سرور پایدار و دامنه‌مند است؛ cache مرورگر فقط لایهٔ کمکی است و آزمون واقعی دو دستگاه هنوز گیت باز محسوب می‌شود.

77/77آزمون موتور قطعی

114/114آزمون API و کنترل دسترسی

168/168آزمون AI gateway و harness

16 · 556 · 198صفحه، پیوند و fragment مرجع فنی

بیان سادهٔ وضعیت: مثال مشخص کارشناس و چند مرز خطرناک واژگانی اکنون در محیط زنده درست کار می‌کنند؛ این موفقیت هنوز به معنی «درستی همهٔ رشته‌های به‌هم‌ریخته» نیست. انتشار قابلیت موتور در 14050602-214203، مرجع فنی نسخهٔ ۱٫۴ در 14050603-005159 و همگام‌سازی همین دفتر در 14050603-015549 ثبت شده‌اند.

UNAVAILABLE · BILLING BLOCKED MOCK RAG TARGET STAGED CANDIDATE · NOT ACTIVE

کاندید پایلوت آماده است، اما فعال نیست

تنظیمات کاندید برای gpt-5.6-sol روی OpenAI Responses API و پیکرهٔ کاملاً موک آماده شده است. آزمون egress تا ارائه‌دهنده رسید، ولی ساخت embedding با پاسخ ۴۲۹ و نبود اعتبار متوقف شد؛ snapshot ناقص ایجاد نشد و تراکنش فعال‌سازی اجرا نشد. پس قواعد، lookupهای دقیق و داوری کارشناس تنها مسیر عملیاتی‌اند.

gpt-5.6-solمدل نامزد کیفیت‌محور

ResponsesAPI مستقیم با خروجی ساخت‌یافته

3.530 sمیانهٔ ارزیابی تاریخی development

5.314 sp95 ارزیابی تاریخی development

کاناری RAG: در تست‌های محلی قرارداد retrieval/citation و tamper fail-closed عبور کرده است؛ کاناری زندهٔ تولید هنوز اجرا نشده، زیرا snapshot embedding تولید نشده است. این قابلیت تا تأمین اعتبار، ساخت snapshot hash-bound و عبور گیت زنده UNAVAILABLE می‌ماند.

QUALITY SCIENCE / MEASUREMENT

منطق علمیِ سنجش کیفیت

قدرت مدل به‌تنهایی معیار پذیرش نیست. کیفیت باید روی دادهٔ نماینده، با مرجع انسانی و معیارهای قابل تکرار سنجیده شود.

دقت و پوشش

Precision نشان می‌دهد چند پیشنهادِ ارائه‌شده درست بوده و Recall می‌سنجد چند مورد درست را پیدا کرده‌ایم. F1 تعادل این دو است؛ یک عدد کلی بدون تفکیک گروه کالا برای پذیرش کافی نیست.

F1 = 2 × (precision × recall) / (precision + recall)

اعتماد قابل اتکا

ECE فاصلهٔ «اطمینان اعلام‌شده» با «درستی واقعی» را می‌سنجد. اگر سامانه ۹۵٪ اطمینان نشان می‌دهد، باید روی دادهٔ داوری‌شده تقریباً به همان اندازه درست باشد؛ در غیر این صورت تصمیم به صف کارشناس می‌رود.

confidence ≠ correctness · calibration is required

تغییر توزیع داده

PSI برای کشف تغییر الگوی داده میان دوره‌هاست؛ مثلاً افزایش عرضه‌کننده، کشور یا گروه کالایی تازه. افت عملکرد یک زیرگروه نباید پشت میانگین کل پنهان شود.

monitor by country · supplier · product group · workflow

SYNTHETIC BASELINE

اجرای منجمد پیش از اصلاح پرامپت

نخستین اجرای ۲۰۰ فراخوانی ساخت‌یافته، پیش از تحلیل ۲۷ mismatch و اصلاح قرارداد canonicalization.

86.5%Exact match

95.26%Facet F1

0.1195ECE

REFINED REGRESSION

رگرسیون کامل پس از refinement خطامحور

همان ۲۰۰ مورد پس از طبقه‌بندی خطاها و روشن‌تر شدن قرارداد خروجی دوباره اجرا شد؛ هر ۲۰۰ پاسخ ساخت‌یافته موفق بود.

100%Exact match

100%Facet F1

0.0122ECE

مرز علمیِ نتیجه: امتیاز ۱۰۰٪ فقط development-set conformance است. همین مجموعهٔ ساختگی برای دیدن خطاها و refinement استفاده شد؛ بنابراین این عدد نه سنجش تعمیم، نه blind holdout، نه دقت دادهٔ واقعی و نه پذیرش GS1/GS1 ایران است. مرحلهٔ پذیرش به مجموعهٔ واقعی، ثابت، کور و داوری‌شده توسط کارشناسان مستقل نیاز دارد.

CAPABILITY BOUNDARY / HONEST UI

مرز بهره‌برداری امروز

این سه ستون قرارداد ارتباطی صفحه‌اند: وضعیت‌ها بر اساس شاهد جاری هستند و دادهٔ آزمایشی هرگز به‌عنوان دادهٔ رسمی GS1 معرفی نمی‌شود.

LIVE

قابل استفادهٔ عملیاتی

نرمال‌سازی و استانداردسازی قطعی، اجرای تکی و تجمیعی، صف اجرای پایدار و استقرار امن روی سرویس جاری. این وضعیت LIVE به هسته و چرخهٔ اجرای قطعی مربوط است.

PILOT

تفکیک و کنترل دسترسی پایلوت

تفکیک سپر/L90، span و provenance، خلاصهٔ معنایی batch، تاریخچهٔ سروریِ احرازشده و RBAC مبتنی بر توکن مستقرند؛ نگاشت ۶۰۷۴ و گسترش دامنه به داوری GS1 وابسته است و OIDC/MFA هنوز جایگزین این هویت انتقالی نشده است.

ROADMAP

پیش‌نیاز بهره‌برداری سازمانی

OIDC و mTLS، هویت نهایی کاربر، PostgreSQL/pgvector، پیکرهٔ رسمی دارای حق استفاده، دور اولیهٔ ۵۰ رشته و پذیرش عمومی با حداقل ۵۰۰ ردیف واقعیِ دوکارشناسه، و نوشتن کنترل‌شده در فرم‌های GS1 ایران.

SYNTHETIC / MOCK داده‌های ساختگی فقط برای آزمون قرارداد، پوشش سناریو و آموزش قالب تحویل استفاده می‌شوند؛ این داده‌ها شاهد دقت روی دادهٔ واقعی، مصوبهٔ کمیتهٔ واژگان یا پذیرش تولید نیستند.

200رکورد فارسیِ کاملاً ساختگی

20 × 10دستهٔ متوازن برای پوشش سناریو

6 + 1سند Markdown + manifest موک

9chunk هدف برای snapshot موک

Artifactهای قابل جایگزینی: gs1ai-standardization-synthetic-v1 و gs1ai-rag-mock-fa-v1. فایل‌های manifest، schema، hash و قرارداد جایگزینی همراه بسته هستند. هر دو مجموعه فاقد داوری انسانی و مرجع رسمی‌اند و باید هنگام دریافت دادهٔ واقعی با شناسهٔ نسخهٔ جداگانه جایگزین شوند.

AUDITED HISTORY / RELEASE NOTES

دفتر تغییرات

نسخه‌های پیشین به‌ترتیب زمان ثبت شده‌اند. فیلتر فقط نمایش صفحه را تغییر می‌دهد و وضعیت فنی هیچ قابلیت را عوض نمی‌کند.

۳ شهریور ۱۴۰۵14050603-015549

PUBLICATION LIVEAUTOMOTIVE PILOT

همگام‌سازی دفتر عمومی با شواهد پایلوت خودرویی

صفحهٔ عمومی تغییرات با رفتار زندهٔ تفکیک سپر/L90، مرز نخود/نخودی، وضعیت واقعی تاریخچه و گیت‌های باز GS1 ایران همگام شد. این بسته رفتار موتور را تغییر نمی‌دهد.

مرز انتشار

مبنای runtime همان 14050602-214203 و مبنای Technical همان 14050603-005159 است؛ AI/RAG خاموش و سقف فراخوانی ارائه‌دهنده ۴۰۰ باقی مانده است.

۳ شهریور ۱۴۰۵14050603-005159

TECHNICAL 1.4 LIVEGOVERNED PILOT

انتشار مرجع فنی و رسید پذیرش نسخهٔ خودرویی

ماتریس قابلیت، D-12/D-13، T-18/T-19، SPEC-009، نمایهٔ منابع پیوست و مرجع ۱۶ صفحه‌ای Technical با مرزبندی قابلیت واقعی، پایلوت و اقدام بعدی سازمان منتشر شد.

شاهد سند

اعتبارسنجی جاری ۱۶ صفحه، ۵۵۶ پیوند، ۱۹۸ fragment و ۳۲ مدخل جست‌وجو را پوشش می‌دهد؛ فایل‌های خام پیوست منتشر نشده‌اند.

۲ شهریور ۱۴۰۵14050602-214203

CORE LIVEAUTOMOTIVE PILOT

استقرار تفکیک معنایی خودرویی و تاریخچهٔ پایدار

دو چینش عبارت سپر/L90 به چهار facet تفکیک شدند، fuzzy بین‌دامنه‌ای fail-closed شد، اجرای تکی و batch هم‌مسیر و تاریخچهٔ احرازشده در API سرور پایدار شد.

شاهد و مرز پذیرش

آزمون زندهٔ سپر، نخود/نخودی، Assist قطعی و batch عبور کرد؛ شناسهٔ ۶۰۷۴ و aliasهای خودرو همچنان candidate_pending_expert هستند.

۱ شهریور ۱۴۰۵14050601-013556

LIVE COREAI/RAG UNAVAILABLE

استقرار زیرساخت Assist و توقف امن فعال‌سازی مدل

کد Responses، RAG حاکمیت‌شده و رابط‌های سازمانی مستقر شد. egress رله سالم بود، اما OpenAI پاسخ ۴۲۹ نبود اعتبار داد؛ snapshot ساخته نشد و AI/RAG خاموش ماند. اسکریپت فیلتر این صفحه نیز برای انطباق با CSP از inline به فایل same-origin منتقل شد.

شاهد و مرز پذیرش

Public/origin و موتور قطعی ۲۰۰، سرویس قدیمی با همان PID فعال و مسیرهای AI خاموش‌اند. فعال‌سازی فقط پس از تأمین اعتبار، snapshot موک hash-bound و کاناری زنده مجاز است.

۱ شهریور ۱۴۰۵14050601-010514

CODE DEPLOYEDACTIVATION BLOCKED

Release Candidate زیرساخت AI/RAG

API، engine، harness و Artifactهای موک با backup و گیت‌های قطعی مستقر شدند؛ مرحلهٔ فعال‌سازی به‌علت نبود اعتبار OpenAI انجام نشد و Assist AI/RAG غیرفعال باقی ماند.

مرز پذیرش

هیچ snapshot ناقص، auto-apply یا canonical promotion ایجاد نشد؛ OIDC/mTLS، credentialهای scoped و PostgreSQL/pgvector نیز به مرحلهٔ بعد موکول شده‌اند.

۱ شهریور ۱۴۰۵MODEL EVAL CANDIDATE

PILOT TARGETDEVELOPMENT SET

ارزیابی Responses و refinement خطامحور

gpt-5.6-sol روی ۲۰۰ مورد ساختگی از exact=86.5%، F1=95.26% و ECE=0.1195 به رگرسیون exact/F1=100% و ECE=0.0122 رسید. RAG هدف همچنان موک و citation-bound است.

مرز ادعا

میانه ۳٫۵۳۰ ثانیه و p95 برابر ۵٫۳۱۴ ثانیه بود. امتیاز نهایی فقط انطباق با همان development set است و تعمیم یا پذیرش رسمی را ثابت نمی‌کند.

۳۱ مرداد ۱۴۰۵SYNTHETIC DATA v1

SYNTHETIC / MOCK

بستهٔ ۲۰۰ موردیِ ارزیابی و پیکرهٔ موک RAG

۲۰ دستهٔ متوازن فارسی، سناریوهای D-01 تا D-11 و موارد ابهام/امتناع برای سیم‌کشی ارزیابی ساخته شد. پیکرهٔ موک فقط retrieval، citation و abstention را می‌آزماید و استاندارد رسمی نیست.

شاهد ساخت Artifact

تولید deterministic و hashها قابل بازتولید است؛ ۱۵۸ آزمون کامل سرویس AI و آزمون‌های tamper برای vector/chunk گذشت. این نتیجه معادل دقت تولید یا تأیید کارشناس نیست.

۳۱ مرداد ۱۴۰۵14050531-214016

PILOT

Assist v2 و میز تصمیم کنترل‌شده

API نقش‌محور، کانتکست نسخه‌دار، شواهد تصمیم و بازخورد candidate-only مستقر شد؛ حالت پذیرش تولید همچنان deterministic-only بود.

شاهد پذیرش

Public/origin 200، مسیرهای ناشناس 401، موبایل RTL بدون overflow و بدون خطای console؛ AI/RAG خاموش.

۲۱ مرداد ۱۴۰۵14050521-173906

LIVE

تناظر دقیق‌تر و صف اجرای پایدار

ناسازگاری حیوانی حذف شد، «گوشت سردست با استخوان» بدون پرسش غیرضروری تفکیک شد و حالت هر ردیف در اجرای تجمیعی حفظ شد.

شاهد پذیرش

موتور ۴۲/۴۲، API/صف ۹۴/۹۴ و اجرای زندهٔ ترکیبی ۲/۲؛ بازیابی صف پس از restart و compaction ایمن.

۶ مرداد ۱۴۰۵ENGINE + API + XLSX

LIVE

حل چندساختاری با دادهٔ مرجع کارفرما

رشتهٔ کامل محصول در ساختارهای نام پایهٔ ایران‌کد و سرفصل شناسه تحلیل شد؛ مدل فقط اجازهٔ بازرتبه‌بندی نامزدهای موجود را داشت.

اثر GS1

شناسهٔ تازه ساخته نمی‌شود؛ خروجی XLSX شیت‌های منبع، ابهام و ساختار مرجع را جدا نگه می‌دارد.

۵ مرداد ۱۴۰۵ENGINE + EXPERT LOOP

LIVE

درک دامنهٔ فارسی و حلقهٔ یادگیری کارشناس

دامنهٔ مشترک «بی» در عبارت‌های هم‌پایه، تشخیص خودکار حوزه، صف ریسک و ثبت تصمیم مصوب کارشناس افزوده شد.

اثر GS1

«گوشت بی استخوان و چربی» به دو ویژگی بدون استخوان و بدون چربی تبدیل می‌شود و دلیل ارجاع قابل مشاهده است.

۳ مرداد ۱۴۰۵OPS CONSOLE

LIVE

کنسول عملیات و اجرای تجمیعی

پایش رکورد، مداخلهٔ کنترل‌شدهٔ کارشناس، گزارش ممیزی و خروجی ساخت‌یافته به محیط عملیات افزوده شد.

اثر عملیاتی

وضعیت هر اجرا و رکورد جداست؛ توقف پایش به‌معنای لغو کار سرور نمایش داده نمی‌شود.

۲۰ تیر ۱۴۰۵FOUNDATION

LIVE

پایهٔ موتور قطعی استانداردسازی

نرمال‌سازی فارسی، یکسان‌سازی واحد، استخراج عناصر محصول و حافظهٔ تصمیم کارشناسی به‌عنوان مرجع اصلی تثبیت شد.

اصل معماری

قواعد ← lookup دقیق ← بازیابی شواهد ← مدل؛ مدل هیچ‌گاه منبع حقیقت برای فیلد قطعی نیست.

RAG در این سامانه دقیقاً یعنی چه؟

یعنی پیش از پاسخ مدل، قطعات مرتبط از مستندات تأییدشده بازیابی شوند و پاسخ فقط با ارجاع به همان قطعات ارائه شود. وجود کد RAG کافی نیست؛ پیکره باید از نظر حق استفاده، نسخه، کیفیت و دامنه توسط سازمان پذیرفته شود.

«حافظه» چگونه از بانک مفاهیم جدا می‌ماند؟

حافظهٔ نشست فقط برای تداوم محدود گفت‌وگوست؛ بازخورد کاربر candidate-only است؛ بانک مفاهیم و حافظهٔ مصوب فقط با فرایند کارشناسی کنترل‌شده تغییر می‌کنند. این جداسازی مانع تبدیل خودکار یک پیشنهاد اشتباه به قاعده می‌شود.

چرا نمونهٔ ساختگی جای دادهٔ واقعی را نمی‌گیرد؟

نمونهٔ ساختگی می‌تواند فرمت، پوشش سناریو و خطاهای قرارداد را آزمایش کند، اما فراوانی واژه‌ها، ابهام‌ها، نام‌های تجاری و توزیع واقعی گروه‌های کالایی GS1 ایران را بازنمایی نمی‌کند. پذیرش کیفیت به دادهٔ واقعیِ داوری‌شده نیاز دارد.