UnifiedOR
UnifiedOR — سازنده داده بنیادین OR — ساخت و طبقهبندی مجموعه داده بنیادین تحقیق در عملیات (UnifiedOR-100K) برای آموزش مدلهای استدلال OR.
این صفحه دموی POC است، نه سامانه تحویلی. خدمت متناظر: فهرست خدمات · هاب دموها.
دموی نمونه تعاملیبرای مدیر: نتیجه کسبوکار
مدلهای زبانی دامنه مسیریابی را با زمانبندی اشتباه میگرفتند چون داده OR یکپارچه نبود.
۱۰۰ هزار نمونه بنیادین + طبقهبند دامنه + اتصال به arena و binding cases.
- UnifiedOR-100K
- طبقهبند دامنه
- پیوند FrontierCO/OptiCoder
- سازنده dataset
«داده بنیادین همان چیزی است که مدل استدلال OR روی آن یاد میگیرد.»
مستندات عمومی
چه میکند؟
UnifiedOR یکی از محصولات پورتفولیوی هوش مصنوعی آریا اِیآی است که برای تصمیمگیری عملیاتی سازمانهای ایرانی و بینالمللی طراحی شده. نسخه عمومی روی Hugging Face یک دموی نمونه است؛ نسخه تولید با یکپارچهسازی داده، SSO و audit trail استقرار مییابد.
مخاطب غیرفنی میتواند KPI قبل/بعد، کاربرد صنعت و مسیر پایلوت را ببیند؛ مخاطب فنی pipeline، متریک قابل بازتولید و لینک Space/Model/Dataset را دنبال میکند.
درخواست پایلوت از طریق فرم تماس سایت با ذکر علاقه به UnifiedOR ثبت میشود تا محدوده داده، قیود و معیار موفقیت مشخص گردد.
چه کسی از آن استفاده میکند؟
مدیران عملیات، CISO، برنامهریزان تولید، لجستیک، مالی و تیمهای مهندسی که باید تصمیم را هم برای هیئتمدیره و هم برای اجرای فنی توضیح دهند.
خروجی دمو «نمونه تعاملی» است؛ آپلود زنده فایل سازمانی روی Space عمومی توصیه نمیشود.
کاربرد در صنایع
تیمهای نرمافزار سازمانی
اتوماسیون مدلسازی ریاضی و تولید کد solver. آموزش مدل و عاملهای بهینهسازی — زیرساخت پژوهشی Aria AI.
مشاوره OR
از شرح مسئله به مدل قابل حل با بازخورد کامپایلر.
دیتاساینس صنعتی
benchmark، انتخاب solver و توضیح جواب.
DevOps / MLOps
زمانبندی GPU و بار ابری با قیود SLA.
تحقیق و دانشگاه
dataset بنیادین OR و مدل استدلال.
استارتاپ محصول
Copilot بهینهسازی بدون تیم OR کامل.
برای مهندس: Pipeline و معماری
OR sources → normalize → domain classify → 100K corpus → downstream SFT/agents
معماری مرجع: OR sources → normalize → domain classify → 100K corpus → downstream SFT/agents. اجزا روی CPU قابل اجرا هستند تا دمو و استقرار اولیه بدون GPU اجباری باشد.
خروجیها شامل امتیاز/برنامه، توضیحپذیری و ردپای تصمیم برای بازبینی انسانی است. آموزش و ارزیابی از corpus مستند پروژه پیروی میکند.
برای تولید: Docker، متغیر محیطی، و اتصال به سامانه موجود (ERP، SIEM، WMS، APS) طبق معماری هر repo انجام میشود.
پشته فنی
- Python
- OR-Tools / Pyomo / HiGHS
- NumPy
- SimPy
- Gradio
- Docker
متریکهای قابل بازتولید
| بنچمارک | جزئیات | نتیجه |
|---|---|---|
| Corpus | unifiedor-100k | yes |
| Classifier | domain | yes |
| Downstream | reasoning/agents | yes |
| Builder | Space | yes |
سوالات پرتکرار
UnifiedOR چه مسئلهای را حل میکند؟
UnifiedOR برای «طبقهبندی دامنه مسئله OR برای مسیریابی به solver مناسب» است. ساخت و طبقهبندی مجموعه داده بنیادین تحقیق در عملیات (UnifiedOR-100K) برای آموزش مدلهای استدلال OR. این صفحه دموی POC است نه سامانه تحویلی.
ورودی و خروجی UnifiedOR چیست؟
ورودی: شرح یا ویژگی مسئله. خروجی قابل نقلقول: برچسب دامنه (زمانبندی، VRP، موجودی…). متریک Hub بدون حجم نمونه سازمان SLA نیست.
آیا Space عمومی UnifiedOR جایگزین استقرار سازمانی است؟
خیر. Hugging Face برای ارزیابی است. شکست رایج: دامنه غلط که solver نامربوط باز کند. production یعنی on-prem یا VPC و کنترل دسترسی.
چطور پایلوت را شروع کنیم؟
فرم تماس خانه (سازمان، صنعت، شرح مسئله) را بفرستید. قیمت در صفحه دمو اعلام نمیشود.