Contesto
Contesto
Il progetto doveva trasformare piccoli batch di feedback in formati diversi in una struttura verificabile senza inviare materiale privato a un servizio di inferenza cloud.
Problema e vincoli
Problema e vincoli
Il feedback di prodotto e design arriva tramite messaggi brevi, email, note, ticket, chat multilingue ed estratti di transcript. Il sistema doveva conservare gli ID delle fonti, distinguere richieste e decisioni, rilevare conflitti, duplicati, domande aperte e scadenze senza inventare significato.
Ruolo
Ruolo
Architettura di prodotto, implementazione React/Vite, progettazione dell’harness Ollama e valutazione.
Decisioni
Decisioni
L’inferenza resta locale tramite Ollama; l’output del modello è trattato come non attendibile; schema JSON e provenienza basata sugli ID delle fonti vincolano il risultato; il post-processing deterministico normalizza le relazioni in modo conservativo; la revisione umana resta il confine finale.
Contributo
Contributo
Ho progettato e costruito la vertical slice locale, il contratto dell’output strutturato, l’harness di valutazione Ollama, la validazione della provenienza e il post-processing deterministico delle relazioni.
Architettura e implementazione
Architettura e implementazione
Una demo React/Vite invia input strutturato tramite proxy locale a un harness Node e a Ollama. La pipeline esegue adapter di input, modello locale, JSON parsato, post-processing deterministico, validazione di schema e provenienza, confronto euristico e artefatto NEEDS_REVIEW.
Verifica
Verifica
Il run locale finale con Gemma 4 E2B ha prodotto 30/30 output validi rispetto allo schema, 30/30 validi rispetto alla provenienza e 0 errori runtime, con 28 PASS_HEURISTIC e 2 PARTIAL_HEURISTIC. Casebook eterogeneo e pack da dataset pubblici sono risultati validi rispetto al contratto; 21/21 test deterministici superati.