# Fișe de sinteză — Lumea Conceptelor

Șase fișe arată cum se completează conceptele din atlas. Împreună acoperă cele 38 de teme; gruparea este didactică, nu un standard unic de arhitectură.

## Cum se citește setul

- **Sens și structură:** tipuri, instanțe, clasificare, conectivitate, navigare și contracte.
- **Surse, context, răspuns:** pregătire, recuperare, selecție și generare.
- **Control și execuție:** responsabilități, pași, decizii, stări și mecanisme opționale.
- **Proiect, valoare, operare:** alegeri, priorități, evaluare, predare și feedback.
- **Dovezi, teste, controale:** trei perspective complementare asupra încrederii.
- **Comandă cap-coadă:** aplicarea împreună într-un scenariu concret.

O săgeată etichetată poate arăta flux, instanțiere, validare sau feedback; sensul local contează. Casetele alăturate pot fi perspective paralele, fără ordine temporală. Mecanismele opționale nu sunt cerințe pentru orice sistem.

## De la categorii la fapte

Cum organizăm aceeași lume în moduri diferite?

![De la categorii la fapte](../imagini/sinteze/sens-si-structura.png)

**Ideea principală:** Tipurile descriu modelul; instanțele descriu cazul; contractele verifică forma datelor.

- Ontologia stabilește un vocabular de tipuri și relații. În exemplu, Angajat lucrează la Magazin, iar Magazin vinde Produs.
- Graful instanțiază acest model: Ana este un Angajat, Nord este un Magazin, Lapte A este un Produs. Faptele sunt stipulate pentru exemplu.
- Taxonomia organizează tipuri în categorii și subcategorii; poate fi inclusă într-o ontologie. Nu este obligatoriu o etapă care precedă orice graf.
- Topologia privește conectivitatea grafului. Nu spune singură ce înseamnă relațiile, cât durează un traseu sau care este distanța fizică.
- Arhitectura informațională organizează accesul și navigarea pentru utilizator; poate folosi categoriile taxonomiei.
- Schemele și contractele constrâng reprezentarea și schimbul de date. Un stoc întreg, nenegativ poate fi totuși greșit în raport cu realitatea.

| De la | La | Relația |
|---|---|---|
| Taxonomie | Ontologie | Poate furniza ierarhii de tipuri |
| Ontologie | Graf de cunoaștere | Oferă vocabularul pentru instanțe și relații |
| Graf de cunoaștere | Topologie | Poate fi analizat din perspectiva conectivității |
| Taxonomie | Arhitectură informațională | Poate susține organizarea catalogului |
| Scheme și contracte | Schimbul de date | Validează forma convenită |

**Concepte:** Taxonomii; Ontologii; Grafuri de cunoaștere; Topologii; Arhitecturi informaționale; Scheme și contracte de date.

## De la surse la răspuns

Cum se combină RAG, contextul și modelul?

![De la surse la răspuns](../imagini/sinteze/surse-context-raspuns.png)

**Ideea principală:** Recuperarea găsește surse; contextul selectează ce intră; modelul produce răspunsul.

- Fișa arată o variantă RAG cu recuperare vectorială, nu o arhitectură obligatorie pentru toate sistemele RAG.
- La pregătire, textul, imaginile și sunetul sunt prelucrate adecvat modalității. Fragmentele sau reprezentările rezultate păstrează referințe către surse. Pașii concreți diferă după model și date.
- Embeddings reprezintă conținutul pentru compararea similarității. La interogare se folosește o reprezentare compatibilă a întrebării. HNSW este o posibilă structură de index pentru căutare aproximativă; nu este obligatoriu și nu garantează adevărul sursei.
- Recuperarea furnizează fragmente candidate. Context Engineering selectează, ordonează și limitează ce ajunge la model: surse, istoric, memorie și instrucțiuni relevante.
- Prompt Anatomy descrie componentele cererii. Memoria de lucru, semantică și episodică descriu roluri ale informației; nu toate sunt întotdeauna prezente sau persistente.
- Attention operează asupra reprezentărilor din model. Recuperarea documentelor este un mecanism extern distinct în această diagramă.
- Modelul generează folosind contextul. Citările trebuie verificate în sursa potrivită; o citare existentă poate susține insuficient afirmația.

| De la | La | Relația |
|---|---|---|
| Surse multimodale | Reprezentări cu proveniență | Sunt prelucrate păstrând legătura la origine |
| Embeddings | Index vectorial | Fac conținutul comparabil în spațiul ales |
| HNSW | Index vectorial | Este o opțiune de implementare |
| Întrebare + index | Recuperare | Furnizează candidați relevanți |
| Recuperare + memorie + prompt | Context selectat | Contribuie cu informații și cerințe |
| Context selectat | Model | Condiționează generarea |
| Attention | Model | Este un mecanism intern |
| Răspuns | Surse | Necesită verificarea susținerii afirmațiilor |

**Concepte:** Multimodal AI Pipeline; Embeddings & Vector Space; HNSW / Vector Indexes; Arhitectura RAG; Context Engineering; Prompt Anatomy; Memory Types in AI; Transformer & Attention.

## Cine face ce în sistem?

Cum se leagă arhitectura, workflow-ul și agentul?

![Cine face ce în sistem?](../imagini/sinteze/control-si-executie.png)

**Ideea principală:** Arhitectura împarte responsabilitățile; orchestrarea coordonează execuția.

- Anatomia sistemului GenAI cuprinde interfață, coordonare, modele, surse și instrumente. Arhitectura pe straturi separă responsabilități; straturile nu reprezintă momente succesive.
- Orchestrarea poate executa un workflow, consulta reguli de decizie și valida tranzițiile unei mașini de stări.
- Workflow-ul descrie pașii și ramificările. Modelul de decizie determină o ramură pe baza criteriilor și datelor. Mașina de stări constrânge schimbările admise ale unei entități.
- În exemplu, trecerea Plătită → Expediată necesită confirmarea expedierii. Un text generat sau un apel de instrument trimis nu dovedește singur că acțiunea a reușit.
- Un Agent Loop poate observa, planifica, acționa și verifica repetat. Oprirea include obiectiv atins, limită de pași/buget sau escaladare; nu se presupune repetare infinită.
- Model Routing alege modelul sau calea de tratare potrivită după criterii măsurate. Nu este identic cu alegerea inițială a arhitecturii.
- Multistream execută în paralel activități suficient de independente, cu contracte și integrare. O dependență între rezultate poate impune ordine.
- Aceste mecanisme sunt complementare, dar nu toate sunt necesare în fiecare proiect. Un workflow determinist poate fi suficient.

| De la | La | Relația |
|---|---|---|
| Arhitectură pe straturi | Responsabilități | Separă interfața, logica și serviciile |
| Orchestrare | Workflow + decizii + stări | Coordonează și verifică execuția |
| Decizie | Workflow | Selectează o ramură |
| Acțiune confirmată | Mașină de stări | Poate declanșa o tranziție permisă |
| Agent Loop | Workflow / instrumente | Poate invoca și verifica pași |
| Model Routing | Modele | Alege după criterii |
| Multistream | Integrare | Reunește rezultate produse în paralel |

**Concepte:** Anatomia unui sistem GenAI modern; Arhitectura pe straturi; Workflow-uri; Modele de decizie; Mașini de stări; Agent Loop; Model Routing; Arhitectura Multistream.

## De la problemă la utilizare

Cum alegem, construim și păstrăm util un proiect?

![De la problemă la utilizare](../imagini/sinteze/proiect-valoare-operare.png)

**Ideea principală:** Valoarea ghidează scopul; testele ghidează alegerile; utilizarea ghidează îmbunătățirea.

- Student AI Project Canvas ține împreună problema, utilizatorul, valoarea, datele, sistemul, evaluarea, riscurile și următorul pas.
- Harta valorii și distribuției clarifică cine beneficiază, cine plătește și cum ajunge soluția la utilizator. Aceste roluri pot aparține unor persoane diferite.
- Scope Accordion stabilește ce intră acum și ce se amână. MUST/SHOULD/COULD/FUTURE sunt categorii de prioritate, nu etape obligatorii de dezvoltare.
- Scara alegerii soluției compară complexitatea necesară: reguli, cod și modele. Build/Buy/Open Source compară modul de obținere și operare. Sunt două axe diferite; un produs cumpărat poate folosi reguli sau modele.
- Un prototip este evaluat față de criterii stabilite pentru sarcină. Costul, latența și riscul influențează alegerea împreună cu performanța.
- Ciclul complet al sistemului leagă problema, datele, prototipul, evaluarea și utilizarea, cu reveniri pe baza feedbackului. Diagrama este simplificată; pașii se pot repeta.
- Handoff-ul transferă posibilitatea reală de operare: sistem, instrucțiuni, responsabilități și acces autorizat. Nu este suficientă predarea fișierelor.
- Ciclul de retenție urmărește valoarea care motivează utilizatorul să revină. Feedbackul poate schimba produsul, scopul sau chiar ipoteza de valoare.

| De la | La | Relația |
|---|---|---|
| Problemă + utilizator | Canvas | Fac ipotezele explicite |
| Valoare + distribuție | Scope | Ghidează prioritățile |
| Scope | Prototip | Delimitează ce se construiește |
| Evaluare | Alegerea soluției | Oferă dovezi comparative |
| Sistem operabil | Handoff | Transferă capacitatea de utilizare |
| Utilizare | Feedback | Produce observații |
| Feedback | Îmbunătățire / redefinirea problemei | Poate schimba următoarea iterație |
| Valoare repetată | Retenție | Poate motiva revenirea |

**Concepte:** Student AI Project Canvas; Harta valorii și distribuției; Scope Accordion; Scara de alegere a soluției; Build vs Buy vs Open Source; Ciclul complet al unui sistem GenAI; Handoff către echipă / organizație; Ciclul de retenție.

## Cum știm că putem avea încredere?

Dovezi, evaluare și controale în același sistem

![Cum știm că putem avea încredere?](../imagini/sinteze/dovezi-teste-controale.png)

**Ideea principală:** Afirmațiile cer dovezi, sistemul cere teste, iar acțiunile cer controale.

- Proveniența păstrează legătura dintre afirmații, surse și transformări. Verificarea trebuie să confirme că sursa susține exact afirmația, în contextul și versiunea potrivite.
- Halucinațiile pot fi formulate convingător. Dacă dovezile sunt insuficiente, răspunsul trebuie să exprime limitele sau să solicite date; citarea unei surse nu rezolvă automat problema.
- Metricile de evaluare compară variantele pe cazuri și criterii potrivite sarcinii. Includeți cazuri obișnuite și dificile, criterii de acceptare și erori relevante.
- Costul pe rezultat acceptat este costul total inclus în măsurare împărțit la numărul rezultatelor acceptate. Trebuie precizate componentele de cost și criteriul de acceptare; dacă numărul acceptat este zero, raportul nu este definit.
- Threat Model identifică activele, actorii, intrările, granițele de încredere și căile posibile de abuz. Textul dintr-un document extern nu conferă autoritate să execute acțiuni.
- Riscurile se leagă de controale de prevenire, detectare și recuperare. Controalele sunt complementare și trebuie verificate în raport cu riscurile specifice.
- Diagnosticul separă simptomul de cauza presupusă. Testați ipoteza, corectați cauza susținută de date și retestați; o singură eroare nu dovedește automat că modelul trebuie înlocuit.
- Cele trei coloane sunt perspective paralele. Evaluarea de performanță nu substituie analiza de risc sau verificarea dovezilor.

| De la | La | Relația |
|---|---|---|
| Afirmație | Sursă + verificare | Necesită susținere |
| Evaluare | Calitate + latență + cost | Măsoară comportamentul pe cazuri |
| Threat Model | Riscuri | Identifică moduri de abuz și impact |
| Riscuri | Controale | Orientează prevenirea, detectarea și recuperarea |
| Simptom | Ipoteză | Sugerează o explicație de testat |
| Test | Corecție | Susține alegerea intervenției |
| Corecție | Retestare | Necesită confirmarea efectului |

**Concepte:** Proveniență și lanțul dovezii; Anatomia halucinațiilor AI; Harta metricilor de evaluare AI; Anatomia costurilor AI; Threat Model pentru GenAI; Harta riscurilor și controalelor AI; Harta eșecului unui proiect AI.

## O comandă, conceptele împreună

Exemplu complet: «Putem expedia Lapte A?»

![O comandă, conceptele împreună](../imagini/sinteze/comanda-cap-coada.png)

**Ideea principală:** AI poate explica; datele, regulile, permisiunile și confirmările controlează acțiunea.

- Scenariul folosește reguli didactice explicite: expedierea necesită stoc, reaprovizionarea se trimite doar cu autorizare, iar confirmarea cererii permite trecerea comenzii în starea În așteptare.
- Ontologia definește Produs și Comandă, iar graful sau baza operațională conține instanțe precum Lapte A și comanda concretă. Stocul curent este preluat din sistemul de stoc; documentele recuperate pot fi învechite.
- Contractul verifică forma valorii stocului. Proveniența, momentul citirii și sursa operațională sunt necesare pentru a evalua dacă valoarea este actuală.
- Date: stoc = 0. Informație: produsul este indisponibil. Cunoaștere contextuală: regula verificată cere stoc pentru expediere. Decizie: solicită reaprovizionare. Acțiune: trimite cererea prin instrumentul autorizat.
- RAG poate furniza regula și sursa relevantă pentru explicație. În acest exemplu, decizia este o regulă deterministă, nu o presupunere liberă a modelului.
- Workflow-ul urmează ramura aleasă. Instrumentul returnează succes sau eroare. Numai succesul confirmat declanșează tranziția stipulată spre În așteptare; la eroare, păstrăm starea și tratăm excepția.
- Un agent poate coordona și verifica acești pași, dar nu este obligatoriu. Un workflow determinist poate implementa întregul exemplu.
- Evaluarea include stoc zero, stoc disponibil, valoare invalidă, date vechi și eroare la trimitere. Reîncercările trebuie să evite cererile duplicate.
- Lanțul Date → Informație → Cunoaștere → Decizie → Acțiune este o schemă didactică; nu descrie o transformare automată care produce adevăr doar prin succesiunea casetelor.

| De la | La | Relația |
|---|---|---|
| Ontologie | Date / graf | Stabilește tipurile entităților |
| Sistem de stoc | Date | Furnizează valoarea curentă și proveniența |
| Contract | Date | Verifică forma valorii |
| RAG + verificare | Regulă | Poate furniza sursa regulii |
| Date + regulă | Decizie | Determină ramura în exemplu |
| Decizie | Workflow | Selectează traseul |
| Instrument autorizat | Acțiune | Execută cererea |
| Confirmare de succes | Stare | Permite tranziția stipulată |
| Evaluare | Întregul traseu | Verifică rezultatele și excepțiile |

**Concepte:** Date → Informație → Cunoaștere → Decizie → Acțiune; Ontologii; Grafuri de cunoaștere; Scheme și contracte de date; Arhitectura RAG; Modele de decizie; Workflow-uri; Mașini de stări; Proveniență și lanțul dovezii; Harta metricilor de evaluare AI; Agent Loop.


## Unde apare fiecare concept

| Concept din atlas | Fișe |
|---|---|
| Ontologii | [De la categorii la fapte](../imagini/sinteze/sens-si-structura.png); [O comandă, conceptele împreună](../imagini/sinteze/comanda-cap-coada.png) |
| Taxonomii | [De la categorii la fapte](../imagini/sinteze/sens-si-structura.png) |
| Topologii | [De la categorii la fapte](../imagini/sinteze/sens-si-structura.png) |
| Arhitecturi informaționale | [De la categorii la fapte](../imagini/sinteze/sens-si-structura.png) |
| Grafuri de cunoaștere | [De la categorii la fapte](../imagini/sinteze/sens-si-structura.png); [O comandă, conceptele împreună](../imagini/sinteze/comanda-cap-coada.png) |
| Arhitectura pe straturi | [Cine face ce în sistem?](../imagini/sinteze/control-si-executie.png) |
| Scara de alegere a soluției | [De la problemă la utilizare](../imagini/sinteze/proiect-valoare-operare.png) |
| Proveniență și lanțul dovezii | [Cum știm că putem avea încredere?](../imagini/sinteze/dovezi-teste-controale.png); [O comandă, conceptele împreună](../imagini/sinteze/comanda-cap-coada.png) |
| Arhitectura RAG | [De la surse la răspuns](../imagini/sinteze/surse-context-raspuns.png); [O comandă, conceptele împreună](../imagini/sinteze/comanda-cap-coada.png) |
| Scheme și contracte de date | [De la categorii la fapte](../imagini/sinteze/sens-si-structura.png); [O comandă, conceptele împreună](../imagini/sinteze/comanda-cap-coada.png) |
| Workflow-uri | [Cine face ce în sistem?](../imagini/sinteze/control-si-executie.png); [O comandă, conceptele împreună](../imagini/sinteze/comanda-cap-coada.png) |
| Threat Model pentru GenAI | [Cum știm că putem avea încredere?](../imagini/sinteze/dovezi-teste-controale.png) |
| Harta riscurilor și controalelor AI | [Cum știm că putem avea încredere?](../imagini/sinteze/dovezi-teste-controale.png) |
| Mașini de stări | [Cine face ce în sistem?](../imagini/sinteze/control-si-executie.png); [O comandă, conceptele împreună](../imagini/sinteze/comanda-cap-coada.png) |
| Modele de decizie | [Cine face ce în sistem?](../imagini/sinteze/control-si-executie.png); [O comandă, conceptele împreună](../imagini/sinteze/comanda-cap-coada.png) |
| Context Engineering | [De la surse la răspuns](../imagini/sinteze/surse-context-raspuns.png) |
| Anatomia unui sistem GenAI modern | [Cine face ce în sistem?](../imagini/sinteze/control-si-executie.png) |
| Arhitectura Multistream | [Cine face ce în sistem?](../imagini/sinteze/control-si-executie.png) |
| Scope Accordion | [De la problemă la utilizare](../imagini/sinteze/proiect-valoare-operare.png) |
| Harta valorii și distribuției | [De la problemă la utilizare](../imagini/sinteze/proiect-valoare-operare.png) |
| Ciclul de retenție | [De la problemă la utilizare](../imagini/sinteze/proiect-valoare-operare.png) |
| Ciclul complet al unui sistem GenAI | [De la problemă la utilizare](../imagini/sinteze/proiect-valoare-operare.png) |
| Handoff către echipă / organizație | [De la problemă la utilizare](../imagini/sinteze/proiect-valoare-operare.png) |
| Embeddings & Vector Space | [De la surse la răspuns](../imagini/sinteze/surse-context-raspuns.png) |
| HNSW / Vector Indexes | [De la surse la răspuns](../imagini/sinteze/surse-context-raspuns.png) |
| Transformer & Attention | [De la surse la răspuns](../imagini/sinteze/surse-context-raspuns.png) |
| Prompt Anatomy | [De la surse la răspuns](../imagini/sinteze/surse-context-raspuns.png) |
| Agent Loop | [Cine face ce în sistem?](../imagini/sinteze/control-si-executie.png); [O comandă, conceptele împreună](../imagini/sinteze/comanda-cap-coada.png) |
| Memory Types in AI | [De la surse la răspuns](../imagini/sinteze/surse-context-raspuns.png) |
| Model Routing | [Cine face ce în sistem?](../imagini/sinteze/control-si-executie.png) |
| Multimodal AI Pipeline | [De la surse la răspuns](../imagini/sinteze/surse-context-raspuns.png) |
| Anatomia halucinațiilor AI | [Cum știm că putem avea încredere?](../imagini/sinteze/dovezi-teste-controale.png) |
| Harta metricilor de evaluare AI | [Cum știm că putem avea încredere?](../imagini/sinteze/dovezi-teste-controale.png); [O comandă, conceptele împreună](../imagini/sinteze/comanda-cap-coada.png) |
| Anatomia costurilor AI | [Cum știm că putem avea încredere?](../imagini/sinteze/dovezi-teste-controale.png) |
| Date → Informație → Cunoaștere → Decizie → Acțiune | [O comandă, conceptele împreună](../imagini/sinteze/comanda-cap-coada.png) |
| Build vs Buy vs Open Source | [De la problemă la utilizare](../imagini/sinteze/proiect-valoare-operare.png) |
| Harta eșecului unui proiect AI | [Cum știm că putem avea încredere?](../imagini/sinteze/dovezi-teste-controale.png) |
| Student AI Project Canvas | [De la problemă la utilizare](../imagini/sinteze/proiect-valoare-operare.png) |

## Referințe tehnice și limite

Separarea recuperării de generare este susținută de [Lewis et al., RAG](https://arxiv.org/abs/2005.11401). HNSW este un index pentru căutare aproximativă bazat pe grafuri pe niveluri, conform [Malkov și Yashunin](https://arxiv.org/abs/1603.09320). Attention este un mecanism intern al modelului, descris de [Vaswani et al.](https://arxiv.org/abs/1706.03762). Perspectiva asupra riscului și evaluării folosește [NIST AI RMF](https://www.nist.gov/itl/ai-risk-management-framework).

Organizarea celor șase fișe și exemplul comenzii sunt sinteze didactice pentru acest curs; nu reproduc o arhitectură unică prescrisă de aceste surse. Exemplele sunt fictive. Diagramele omit detalii de implementare. RAG nu impune HNSW; un agent nu este necesar pentru orice workflow; clasificarea, conectivitatea și navigarea răspund la întrebări diferite.

Fișele au fost generate și inspectate vizual. PNG-urile păstrează dimensiunile native returnate de generator, cu raporturi landscape diferite; galeria le afișează fără deformare. Culoarea-țintă este #0f2a44, aproximată de generator în imagini și exactă în CSS. Nu s-au recolorat sau retușat imaginile prin cod. Folosiți notele și tabelele de mai sus pentru sensul precis al relațiilor.