નિયમનકારી સંશોધન અને ચકાસણી

નફો:

• પર્યાવરણીય કાયદા (કાયદો, નિયમન, સંદેશાવ્યવહાર) ના વંશવેલોને ઓળખવાની ક્ષમતા અને મૂલ્યના સ્ત્રોતોને મર્યાદિત કરવાની ક્ષમતા
• કાયદાના સ્કેનિંગ અને પ્રશ્ન જનરેશન અને સત્તાવાર ટેક્સ્ટ પર નિર્દેશિત કરવા માટે AI નો ઉપયોગ કરવાની ક્ષમતા
• અધિકૃત ગેઝેટ/સત્તાવાર સ્ત્રોતમાંથી AI દ્વારા આપવામાં આવેલ પદાર્થ નંબર અને મર્યાદાને ચકાસવાની ક્ષમતા

પર્યાવરણીય કન્સલ્ટિંગ ફર્મમાં, તમે નવી ડાઈહાઉસ સુવિધા માટે વેસ્ટ વોટર ડિસ્ચાર્જ પરમિટ તૈયાર કરી રહ્યાં છો. ગ્રાહક પૂછે છે "રંગ અને સીઓડી માટે મર્યાદા મૂલ્યો શું છે, તે કયા પદાર્થ પર આધારિત છે?" તે પૂછે છે અને સમય મર્યાદિત છે. તમારો પહેલો આવેગ ભાષાના મોડેલને પૂછવાનો છે: "પાણીના પ્રદૂષણ નિયંત્રણ નિયમો અનુસાર કાપડ ઉદ્યોગની ડિસ્ચાર્જ મર્યાદા શું છે?" એલએલએમ ટેબ્યુલર મર્યાદાઓ, આઇટમ નંબર્સ અને તારીખો સેકન્ડોમાં પ્રદાન કરે છે; તે બધા ખૂબ જ ઔપચારિક અને ખાતરીપૂર્વક લાગે છે. પરંતુ અહીં છટકું છે: ભાષા મોડેલ ટેક્સ્ટને આંકડાકીય રીતે ઉત્પન્ન કરે છે; તે અવિદ્યમાન લેખ નંબર, રદ કરાયેલ નિયમન અથવા સંપૂર્ણ ગંભીરતા સાથે અયોગ્ય મર્યાદા મૂલ્ય બનાવી શકે છે. આ એકમમાં, અમે કાયદાને તેના યોગ્ય સ્તરોમાં જાણીને, કાયદાના સંશોધનમાં AI નો સુરક્ષિત રીતે ઉપયોગ કરીને અને સત્તાવાર ગેઝેટમાંથી દરેક મુદ્દાની પુષ્ટિ કરવાની શિસ્તને આવરી લઈએ છીએ.

કાયદાકીય વંશવેલો

પર્યાવરણીય કાયદો પદાનુક્રમમાં કાર્ય કરે છે; નીચલું પગલું ઉપલા પગલાનો વિરોધાભાસ કરી શકતું નથી. મર્યાદા મૂલ્ય ક્યાંથી આવે છે તે જાણવાથી તમે તેને યોગ્ય સ્ત્રોતમાં શોધી શકો છો.

પગલું

કોણ ઉતારે છે?

બંધનકર્તા

પર્યાવરણીય ઉદાહરણ

કાયદો

લેજિસ્લેટિવ (સંસદ)

ટોચ, ફ્રેમ

પર્યાવરણીય કાયદો

નિયમન

મંત્રાલય/પ્રધાન પરિષદ

કાયદો લાગુ કરે છે અને તેની વિગતો આપે છે

જળ પ્રદૂષણ નિયંત્રણ નિયમન

સૂચના

મંત્રાલય

ટેકનિકલ વિગત, માપ/મર્યાદા કોષ્ટકો

માપન અને વિશ્લેષણ સંદેશાવ્યવહાર

પરિપત્ર/સૂચના

વહીવટ

આંતરિક એપ્લિકેશન રીડાયરેક્શન

અરજી પરિપત્રો

મર્યાદા મૂલ્યો (ડિસ્ચાર્જ મર્યાદા, ઉત્સર્જન મર્યાદા) ઘણીવાર નિયમન જોડાણ (કોષ્ટકો) અથવા સંદેશાવ્યવહારમાં જોવા મળે છે. તો "મારે કયો દસ્તાવેજ જોવો જોઈએ?" પ્રશ્ન એ છે કે "નંબર શું છે?" પ્રશ્ન પહેલા આવે છે.

રદબાતલ અને અમલીકરણનું જોખમ

કાયદો જીવંત છે: નિયમો બદલાય છે, લેખો રદ કરવામાં આવે છે (રદ કરવામાં આવે છે), નવી તારીખવાળા લખાણો જૂનાને રદ કરે છે.

તપાસવા માટેની ઐતિહાસિક પરિસ્થિતિઓ: - અસરકારક તારીખ: ટેક્સ્ટ ક્યારે અમલમાં આવ્યો? - તારીખ બદલો: શું સંબંધિત લેખ પછીથી બદલાઈ ગયો છે? - રદબાતલ સ્થિતિ: શું આર્ટિકલ/નિયમન રદ કરવામાં આવ્યું છે? - ટ્રાન્ઝિશનલ જોગવાઈઓ: શું હાલની સુવિધાઓ માટે અપવાદો/સ્થગિત છે?

ધ્યાન આપો: LLM નો તાલીમ ડેટા ચોક્કસ તારીખ સુધીનો છે અને તે તારીખ પછી બદલાયેલ કાયદો જાણતો નથી. વધુમાં, તાલીમ ડેટામાં જૂનો નિયમ હોઈ શકે છે જે અપ્રચલિત થઈ ગયો છે; મોડેલ આને એવી રીતે રજૂ કરી શકે છે કે જાણે તે અદ્યતન હોય. મર્યાદા મૂલ્યનો ઉપયોગ કરતા પહેલા, તમારે સત્તાવાર ગેઝેટ/અધિકૃત કાયદાકીય પોર્ટલ પરથી પુષ્ટિ કરવી આવશ્યક છે કે તે લખાણ જેના પર આધારિત છે તે આજે અમલમાં છે.

AI દ્વારા નકલી આઇટમ નંબર બનાવવાનું જોખમ

ભાષા મોડેલનું સૌથી ખતરનાક વર્તન એ છે કે તે એવા સંદર્ભો ઉત્પન્ન કરે છે જે ઔપચારિક રીતે સાચા હોય છે પરંતુ સામગ્રીમાં અસ્તિત્વમાં નથી. શબ્દસમૂહો જેમ કે "કલમ 26 મુજબ" અથવા "પરિશિષ્ટ કોષ્ટક 19 માં" સંપૂર્ણ રીતે ભ્રામક હોઈ શકે છે.

નબળા પ્રોમ્પ્ટ: "ટેક્ષટાઇલ વેસ્ટ વોટર ડિસ્ચાર્જ મર્યાદા આઇટમ નંબરો સાથે આપો."-> મોડેલ આઇટમ નંબર્સ અને સંખ્યાઓ બનાવે છે જે ચોક્કસ લાગે છે પરંતુ ચકાસાયેલ નથી. સ્ટ્રોંગ પ્રોમ્પ્ટ: "સમજાવો કે ટેક્સટાઈલ/ડાઈહાઉસ ફેસિલિટીના ગંદાપાણીના નિકાલની પરવાનગી માટે મારે કયા કાયદા અને કયા પ્રકારનાં જોડાણ/ટેબલની તપાસ કરવી જોઈએ. તમારું કાર્ય: 1) સંભવિત પ્રકારનાં નિયમો અને સંદેશાવ્યવહાર વિષય પર અને કયા વિભાગમાં મળી શકે છે તે ઓળખો. " 2) નક્કર લેખ નંબર અથવા સંખ્યાત્મક મર્યાદા બનાવશો નહીં; તેના બદલે 'સત્તાવાર ગેઝેટમાં ચકાસવા માટે' પ્લેસહોલ્ડર મૂકો. 3) અધિકૃત ટેક્સ્ટમાં શોધ કરતી વખતે મારે કયા મુખ્ય શબ્દો (સેક્ટરનું નામ, પરિમાણ) વાપરવા જોઈએ તેની સૂચિ બનાવો. 4) મને ઐતિહાસિક જોખમો (રદ, સુધારો, સંક્રમણકારી જોગવાઈ) યાદ કરાવો જે મારે તપાસવા જોઈએ."

શક્તિશાળી પ્રોમ્પ્ટ મોડેલ તેનો ઉપયોગ શોધ અને સંશોધક સાધન તરીકે કરે છે — “મારે કયા દસ્તાવેજને જોવું જોઈએ, કયા શબ્દ સાથે?” - સંખ્યાના સ્ત્રોત તરીકે નહીં.

ટીપ: નિયમનકારી સંશોધનમાં LLM નો ઉપયોગ કરવાની સૌથી સલામત રીત એ છે કે તેને "જવાબ મશીન" ને બદલે "સંશોધન હોકાયંત્ર" તરીકે સ્થાન આપવું. મૉડલને પ્રશ્નો પેદા કરવા કહો: "આ સુવિધા માટે કઈ પરવાનગી, કયા પરિમાણો, કયા સંભવિત નિયમો અમલમાં છે?" પછી સત્તાવાર ટેક્સ્ટમાંથી આ પ્રશ્નોના જવાબો શોધો. મોડેલ નિર્દેશન કરે છે; સત્તાવાર ગેઝેટ નક્કી કરે છે.

ચકાસણી કાર્યપ્રવાહ: સત્તાવાર ગેઝેટમાંથી પુષ્ટિ

દરેક અંક અને આઇટમ નંબર માટે અનુસરવાની સાંકળ:

1) LLM થી વિષય/દસ્તાવેજ પ્રકાર/કી શબ્દ મેળવો (લેખ નંબર પર આધાર રાખશો નહીં). 2) અધિકૃત કાયદાના પોર્ટલ પર નિયમનના વર્તમાન ટેક્સ્ટને ખોલો. 3) ચકાસો કે ટેક્સ્ટ રદ કરવામાં આવ્યો નથી અને તેની અસરકારક તારીખ. 4) સંબંધિત લેખ/ઉમેરાના ટેક્સ્ટમાં શોધો; લેખ નંબર અને મર્યાદા તમારી પોતાની આંખોથી જુઓ. 5) પરિવર્તનીય જોગવાઈઓ અને નવીનતમ સુધારાઓ તપાસો. 6) અહેવાલમાં સ્ત્રોતને સંપૂર્ણ ટાંકણા સાથે લખો: [નિયમનનું નામ], [લેખ/એનેક્સ નંબર], [સત્તાવાર ગેઝેટ તારીખ અને નંબર].

ઉદાહરણ: LLM આઉટપુટનું પરીક્ષણ

# LLM ના સંદર્ભોને "ચકાસવા માટે" માં અનુવાદિત કરી રહ્યા છીએ checklistllm_iddialari = [ {"સ્રોત": "SKKY", "આઇટમ": "એનેક્સ ટેબલ 10.7", "પેરામીટર": "COD", "limit_mgL": 300, "સ્થિતિ": "ચકાસાયેલ નથી", "સોર્સ:""}" ચકાસાયેલ નથી, "સ્રોત:"} "કલમ 26", "પેરામીટર": "pH", "મર્યાદા": "6-9", "સ્થિતિ": "ચકાસાયેલ નથી"},]llm_દાવાઓમાં k માટે: # સત્તાવાર ગેઝેટથી 'ચકાસાયેલ' વગર કોઈ પણ રિપોર્ટ દાખલ કરી શકતું નથી {k['source']} / {k['article']} / {k['parameter']}")# દરેક લીટી સત્તાવાર ગેઝેટ ટેક્સ્ટમાં મેન્યુઅલી હોવી જોઈએ અને સ્ટેટસ અપડેટ કરવું આવશ્યક છે.

આ અભિગમ મૉડલ આઉટપુટને "સત્ય" સીધો સ્વીકારવાને બદલે પુષ્ટિ કરવા માટેના દાવાની સૂચિ તરીકે વર્તે છે.

મીની કેસ

પર્યાવરણીય અધિકારીએ "સંબંધિત નિયમન કલમ 18" ના સંદર્ભમાં હવાના ઉત્સર્જન અહેવાલમાં ફ્લુ ગેસની મર્યાદા મૂલ્ય લખ્યું હતું, જે તેને એલએલએમમાંથી પ્રાપ્ત થયું હતું. જ્યારે અહેવાલ વહીવટીતંત્રને રજૂ કરવામાં આવ્યો, ત્યારે ઓડિટરએ લેખ ખોલ્યો; કલમ 18 સંપૂર્ણપણે અલગ મુદ્દા સાથે કામ કરે છે (મોનિટર કરવાની જવાબદારી) અને મોડેલ દ્વારા આપવામાં આવેલી સંખ્યાત્મક મર્યાદા વર્તમાન ટેક્સ્ટમાં બિલકુલ અસ્તિત્વમાં નથી - મૂલ્ય બે વર્ષ પહેલાં રદ કરવામાં આવેલી સૂચનાનું હતું. રિપોર્ટ પરત કરવામાં આવ્યો, પ્રક્રિયામાં અઠવાડિયા સુધી વિલંબ થયો અને કંપનીએ વિશ્વાસ ગુમાવ્યો. વધુ તપાસ કરવા પર, વર્તમાન પરિપત્રના જોડાણમાં અલગ નંબર સાથે મર્યાદા મળી આવી હતી. એક જ સત્તાવાર ગેઝેટ નિયંત્રણ આ તમામ નુકસાનને અટકાવી શક્યું હોત. પાઠ: મોડેલ સંદર્ભ "મેક અપ" કરી શકે છે, અને જ્યારે તે કરે છે, ત્યારે તે અત્યંત વિશ્વાસપાત્ર છે.

સામાન્ય ભૂલો

• સત્તાવાર ગેઝેટમાં તેની પુષ્ટિ કર્યા વિના એલએલએમ દ્વારા આપવામાં આવેલ પદાર્થ નંબર અને મર્યાદા મૂલ્યનો ઉપયોગ કરવો.
• રદ કરાયેલ નિયમનને વર્તમાન તરીકે ભૂલવું.
• અવગણવું કે મોડેલ તાલીમ તારીખ પછી બદલાયેલ કાયદાને જાણતો નથી.
• ખોટા સ્તર (કાયદો) માં મર્યાદા મૂલ્યની શોધ કરવી; જ્યારે મૂલ્ય નિયમનના જોડાણ/સૂચનામાં છે.
• ટ્રાન્ઝિશનલ જોગવાઈઓ અને હાલની સુવિધા અપવાદોને બાયપાસ કરીને.
• સંપૂર્ણ ટાંકણા સાથે સ્ત્રોતનું દસ્તાવેજીકરણ ન કરવું (નિયમનનું નામ, લેખ/એનેક્સ, RG તારીખ અને નંબર).
• મોડેલનો "જવાબ મશીન" તરીકે ઉપયોગ કરશો નહીં અને તેનો સંશોધન હોકાયંત્ર તરીકે ઉપયોગ કરશો નહીં.

સારાંશમાં

• પર્યાવરણીય કાયદો કાયદા-નિયમન-સૂચના-પરિપત્ર પદાનુક્રમમાં કાર્ય કરે છે; મર્યાદા મૂલ્યો સામાન્ય રીતે નિયમનના જોડાણમાં અથવા સૂચનામાં હોય છે.
• કાયદો જીવંત છે; રદબાતલ, સુધારો અને અસરકારક તારીખ દરેક મુદ્દાની માન્યતાને અસર કરે છે.
• LLM વિશ્વાસપાત્ર પરંતુ અસ્તિત્વમાં ન હોય તેવા આઇટમ નંબર, રદ કરાયેલ ટેક્સ્ટ અને ખોટી મર્યાદાઓ (આભાસ) પેદા કરી શકે છે.
• મોડલનો ઉપયોગ કરવાની સલામત રીત એ છે કે તેનો ઉપયોગ જવાબોના સ્ત્રોત તરીકે નહીં પરંતુ "મારે કયા દસ્તાવેજને જોવો જોઈએ, કઈ શરતો સાથે?" હોકાયંત્ર બનાવવાનું છે.
• દરેક લેખ અને મુદ્દાને વર્તમાન સત્તાવાર ગેઝેટ/લેજીસ્લેશન પોર્ટલ ટેક્સ્ટમાંથી દૃષ્ટિની રીતે પુષ્ટિ આપવી જોઈએ અને તેનો સ્ત્રોત સંપૂર્ણ છાપ સાથે લખાયેલ હોવો જોઈએ.
• AI આઉટપુટ એ પ્રારંભિક સંશોધન ડ્રાફ્ટ છે; સત્તાવાર લખાણ દ્વારા ચકાસણી કર્યા વિના અહેવાલ અથવા નિર્ણય માટેના આધાર તરીકે કોઈપણ કાયદાકીય સંદર્ભનો ઉપયોગ કરી શકાતો નથી.

એપ્લિકેશન કાર્ય

એક નક્કર દૃશ્ય પસંદ કરો (દા.ત. ગંદાપાણીના વિસર્જન અથવા સુવિધાના ફ્લુ ગેસ ઉત્સર્જન માટે મર્યાદા મૂલ્ય અભ્યાસ). પ્રથમ, એક મજબૂત પ્રોમ્પ્ટ લખો અને ફક્ત માર્ગદર્શન માટે LLM નો ઉપયોગ કરો: કયા પ્રકારનું નિયમન/નોટિસ, કયું જોડાણ/કોષ્ટક અને કઈ મુખ્ય શરતો સાથે તમારે જોવાની જરૂર છે તે બનાવો; "નોટ વેરીફાઇડ" લેબલવાળી દાવાની યાદીમાં મોડેલ દ્વારા આપવામાં આવેલ તમામ આઇટમ નંબર અને નંબરો લખો. પછી વાસ્તવિક સત્તાવાર સ્ત્રોત (સત્તાવાર ગેઝેટ/અધિકૃત કાયદાકીય પોર્ટલ) પરથી સંબંધિત વર્તમાન ટેક્સ્ટ શોધો; ચકાસો કે તે અમલમાં છે અને રદ થયેલ નથી; સંબંધિત પદાર્થ/પૂરક અને મર્યાદા મૂલ્યની દૃષ્ટિપૂર્વક પુષ્ટિ કરો. દરેક ચકાસાયેલ આઇટમ માટે સંપૂર્ણ અવતરણ (નિયમન નામ, લેખ/એનેક્સ નંબર, OG તારીખ અને નંબર) લખો. છેલ્લે, "LLM દ્વારા આપવામાં આવેલો કયો સંદર્ભ ખોટો/અપૂર્ણ/બનાવટી નીકળ્યો?" ફકરા સાથે પ્રશ્નનું મૂલ્યાંકન કરો.