ओपन सोर्स मॉडल प्रतिबंधित होने के बाद, पहली चीज़ जिसे स्वतंत्र होने की आवश्यकता है वह है मॉडल तटस्थ परत।

एक बार जब एक ओपन सोर्स मॉडल प्रतिबंधित होना शुरू हो जाता है, तो पहली चीज़ जो उजागर होती है वह अक्सर डाउनलोड प्रविष्टि नहीं होती है, बल्कि कोड में डिफ़ॉल्ट धारणाएं होती हैं। मॉडल का नाम बदल दिया गया है, लेकिन इंटरफ़ेस अभी भी है, लेकिन व्यवसाय प्रक्रिया अब पुराने व्यवहार के साथ समन्वयित नहीं है: आउटपुट प्रारूप, फ़ंक्शन कॉल अनुक्रम, अस्वीकृति टोन, संदर्भ लंबाई, नमूना पैरामीटर, उनमें से किसी एक को व्यक्तिगत रूप से देखा जा सकता है, लेकिन उन्हें एक साथ रखने से पूरा लिंक खिंच जाएगा।

इस प्रकार की समस्या को आमतौर पर वास्तु संबंधी समस्या मानना ​​कठिन होता है। विकास चरण के दौरान, मैंने केवल “चल सकते हैं” देखा। ऑनलाइन जाने के बाद, मुझे पता चला कि मॉडल चयन पहले ही व्यावसायिक तर्क में लिखा जा चुका था। कुछ फ़ील्ड केवल एक रिटर्न प्रारूप के अनुकूल होते हैं, कुछ पुनः प्रयास केवल एक अस्वीकृति विधि को पहचानते हैं, और कुछ अपवाद फ़ॉलबैक लंबा स्पष्टीकरण देने के लिए मूल मॉडल पर डिफ़ॉल्ट होते हैं। एक बार प्रतिबंध लगने के बाद, ये सभी छिपे हुए ढेर उजागर हो गए।

डिफ़ॉल्ट व्यवहार मॉडल को व्यवसाय से जोड़ देगा

एक्सेस चरण में, मॉडल को अक्सर एक एसडीके जोड़ने, एक एपीआई कनेक्ट करने और एक त्वरित शब्द जोड़ने के रूप में माना जाता है। कनेक्ट होने के बाद, साफ़ करने में सबसे कठिन चीज़ स्वयं कॉल नहीं है, बल्कि वे शाखाएँ हैं जो डिफ़ॉल्ट व्यवहार के आसपास बढ़ी हैं। क्या आउटपुट सख्ती से JSON होना चाहिए, क्या टूल कॉल विफलता के बाद फिर से प्रयास किया जाना चाहिए, ओवरलॉन्ग इनपुट को कहां छोटा करना है, और जोखिम नियंत्रण संकेतों को किस परत पर रखना है। ये मुद्दे अक्सर बिजनेस कोड में आते हैं।

एक बार जब एक ओपन सोर्स मॉडल प्रतिबंधित हो जाता है या अलमारियों से हटा दिया जाता है, या स्थानीय छवि और अपस्ट्रीम संस्करण कांटा होना शुरू हो जाता है, तो ये डिफ़ॉल्ट व्यवहार अब विश्वसनीय नहीं रह जाते हैं। सतह पर, यह सिर्फ मॉडल बदल रहा है, लेकिन नीचे एक ही समय में पार्सिंग, मॉनिटरिंग, रोलबैक और परीक्षण को बदलना आवश्यक है। सबसे कठिन हिस्सा अनुकूलन की कुछ और पंक्तियाँ लिखना नहीं है, बल्कि यह है कि मान्यताओं का मूल सेट शुरू से अंत तक स्पष्ट रूप से चिह्नित नहीं है।

तटस्थ परत की भूमिका अंतर्निहित धारणाओं को फैलाना है

मॉडल-तटस्थ परतें अमूर्तता के लिए अमूर्त नहीं हैं। इसका कार्य बहुत सरल है: त्वरित शब्द, स्कीमा सत्यापन, रूटिंग, पुनः प्रयास, डाउनग्रेड, लॉग और मूल्यांकन को एक ही स्थान पर रखें, ताकि मॉडल अंतर पहले सीमाओं के एक ही सेट से गुजरें। इस तरह, भले ही मॉडल को क्लाउड, ओपन सोर्स, स्थानीय अनुमान या अन्य प्रदाताओं द्वारा प्रतिस्थापित किया गया हो, फिर भी व्यवसाय को एक एकीकृत इनपुट और आउटपुट अनुबंध दिखाई देगा।

एक बार जब यह परत स्थापित हो जाएगी, तो कई चीजें जो मूल रूप से अस्पष्ट थीं, अचानक स्पष्ट हो जाएंगी। कौन से फ़ील्ड आवश्यक मान हैं, कौन से फ़ील्ड केवल मॉडल प्राथमिकताएँ हैं, कौन सी विफलताओं का पुन: प्रयास किया जा सकता है, कौन सी विफलताओं को वापस लाया जाना चाहिए, कौन से संदर्भों को छोटा किया जाएगा, और किन संकेतकों की वास्तव में तुलना की जा सकती है, ये सभी “अनुभव द्वारा याद किए गए” से “इंटरफ़ेस द्वारा प्रतिबंधित” में बदल जाएंगे। सीमित मॉडल के कारण होने वाला प्रभाव अब सीधे व्यापार कोड में दर्ज नहीं किया जाता है, बल्कि पहले तटस्थ परत में दर्ज किया जाता है।

सभी दृश्य इस परत के योग्य नहीं हैं

कुछ दृश्यों में परतों के इतने मोटे होने की बिल्कुल भी आवश्यकता नहीं होती है। एक बार के सारांश, अस्थायी पीढ़ी, आंतरिक प्रयोग और पूरी तरह से एकल-मॉडल लॉक किए गए टूल चेन, इन स्थानों में मॉडल को जोड़ने के लिए पर्याप्त है। एक अल्पकालिक प्रक्रिया के लिए पूर्ण तटस्थ परत का निर्माण केवल अग्रिम लागत को बढ़ा देगा।

इस परत की आवश्यकता वहां है जहां मॉडल वास्तव में व्यावसायिक निर्णय में भाग लेगा। जैसे निष्कर्षण, रूटिंग, टूल निष्पादन, ग्राहक सेवा प्रतिक्रिया, समीक्षा सहायता और बैच पुनर्लेखन। इन परिदृश्यों में, मॉडल कोई खिलौना नहीं है, बल्कि प्रक्रिया का एक हिस्सा है। जब तक मॉडल बदल सकता है, या बाहरी बाधाएं एक निश्चित प्रवेश द्वार को अस्थिर कर सकती हैं, तटस्थ परत सजावट नहीं है बल्कि एक दीवार है जो सीमाओं के भीतर परिवर्तन रखती है।

जो चीज़ वास्तव में ओपन सोर्स मॉडल को प्रतिबंधित करने के लिए मजबूर करती है वह किसी विशिष्ट आपूर्तिकर्ता का विकल्प नहीं है, बल्कि यह है कि क्या टीम “मॉडल अंतर” को प्रथम श्रेणी के नागरिकों के रूप में मानती है। जितनी जल्दी कोड में डिफ़ॉल्ट व्यवहार फैलाया जाएगा, बाद में मॉडल बदलते समय यह उतना ही कम निष्क्रिय होगा। मॉडल बदल सकता है, लेकिन सीमाएं उसका पालन नहीं कर सकतीं।