누군가가 팀에 합류하고 12개의 프레젠테이션을 찾습니다. 클라이언트가 내일 필요한 200쪽짜리 설명서를 보냅니다. SazAI Corpus는 모든 것을 한 번 읽고 각 문서를 네 가지 형식으로 열어서 보여줍니다.
들어가는 것과 나오는 것
한 파일이 들어가면, 네 가지 형식이 나옵니다
프레젠테이션은 슬라이드마다 한 섹션이 되고, 문서는 섹션마다 한 섹션이 되고, 스프레드시트는 시트마다 한 섹션이 되고, PDF는 페이지마다 한 섹션이 됩니다. 각 섹션은 이미지와 텍스트, 그리고 있으면 발표자 노트와 댓글을 가져갑니다. 12개의 프레젠테이션은 당신이 탐색하는 12개의 장소가 되고, 200쪽짜리 설명서는 읽는 대신 이동하는 200개의 섹션이 됩니다.
파일은 프레젠테이션이 보여준 것보다 더 알고 있습니다. 누군가 숨긴 슬라이드는 당신을 위해 나타나고, 숨김으로 표시됩니다.
당신의 문서
입장 때 한 번의 읽기, 생성된 모든 것이 주소를 얻습니다
Office 파일은 패키지이고, SazAI Corpus는 전체 패키지를 한 번 읽으면서, 형식의 사양을 읽고 해석하지 않는 엔진을 통해 읽습니다. X-ray는 그 읽기에서 나오는 것입니다. 출처가 있는 텍스트, 상태가 있는 댓글, 노트, 숨김 항목, 속성. 그리고 엔진이 측정한 것은 이름을 가집니다. 당신의 판본은 완전한 문서로 들어가고, 비교는 인상 대신 숫자를 반환합니다.
문서의 모든 주장은 주소를 얻고, 주소는 우리 의견이 아닌 파일에 속합니다. 변경된 것과 입증하지 않는 것에 대한 증명서가 있는 전체는 당신의 문서에 있습니다.
사용 사례
이것이 무언가를 해결하는 곳, 그리고 아직 해결하지 않는 곳
당신이 생산하지 않은 자료를 이해합니다. 버전을 비교하고 무엇이 변했는지 알기. 전체 교육 프로그램을 번역하고 그것이 온전하게 도착했음을 입증하기. 한 번에 하나의 파일 대신 포트폴리오를 분석하기.
상황은 시장 조사에서 나오지 않았습니다. 그들은 다양한 분야에서 같은 장면이 반복되는 것을 보는 데서 나왔습니다. 각각 현장 증거를 확인 가능한 주장에서 분리합니다. 우리가 가까이에서 본 것들과 아직 해결되지 않은 것들은 사용 사례에 있습니다.
신경 네트워크
문서가 폴더에서 다이어그램이 됩니다
금고에 느슨하게 앉아 있는 것은 없습니다. 모든 문서는 판본에, 모든 판본은 증명서에, 모든 비교는 양쪽에 연결됩니다. connectome은 그 다이어그램입니다. 모든 문서가 노드, 모든 연결이 시냅스, 그리고 당신이 무언가를 조립하지 않아도 모든 업로드로 성장합니다.
화면에서 이동합니다. 에이전트는 내부에서 이동하고, 노드별로, 출처와 측정이 이미 옆에 앉아 있으므로 답변이 출처를 가져올 수 있는 이유입니다. 전체 네트워크, 그리고 그 연결이 선언되고 추측되지 않는 이유는 신경 네트워크에 있습니다.
엔진은 측정하고 의견을 보이지 않습니다. 측정된 것을 해석하는 사람은 SazAI Corpus의 에이전트이고, 자신의 것 이외의 출처가 없는 금고를 읽습니다.