Het NVIDIA Auto-Ontology-alternatief met symbolische verificatie
Auto-Ontology controleert de SQL van een model met nog meer modelaanroepen. In SynaLemma bewijst een symbolische verifier elke regel welgevormd, veilig en eindigend voordat er SQL draait.
SynaLemma vs Auto-Ontology: de belangrijkste verschillen
-
Elke regel bewezen voordat hij draait
In Auto-Ontology controleren en herstellen taalmodellen de SQL die een ander model schreef. Een symbolische verifier bewijst dat elke regel welgevormd en veilig is en eindigt, en weigert een ongeldige regel met de reden, voordat er SQL draait. Eerste-orde-asserties tonen de rijen die ze schenden.
-
Zelfde regel, zelfde SQL
In Auto-Ontology schrijft een model de SQL voor elke vraag. In SynaLemma schrijft de agent nooit SQL: de engine compileert die uit de regel, dus een regel geeft altijd dezelfde SQL. Elk cijfer verwijst naar zijn regel, die uw team kan lezen, corrigeren of vergrendelen.
-
De engine redeneert, niet het model
Auto-Ontology documenteert geen regelengine: joins en totalen zijn welke SQL het model ook schrijft. In SynaLemma zet het model de vraag om in een regel, en de Synalog-engine doet elke join, recursie en elk totaal, tot een opgegeven diepte, met geverifieerde beëindiging, gecompileerd naar SQL.
-
Eén definitie per term
Elke bedrijfsterm wordt één keer gedefinieerd, als concept of regel op uw tabellen, en iedereen, mens of agent, gebruikt die definitie. Definities bouwen op elkaar voort in plaats van herhaald te worden.
-
Elke toegang afgebakend, elke wijziging vastgelegd
De agent kan de layer niet omzeilen: hij schrijft geen SQL, ruwe SQL wordt geweigerd voordat hij draait, en hij handelt alleen met de rechten van wie de vraag stelt. Elke wijziging aan een definitie is een git-commit met de auteur, controleerbaar en terug te draaien.
-
Soeverein door ontwerp, niet door contract
Data, regels en model blijven op uw infrastructuur. De engine compileert de SQL, dus een klein open model volstaat, zonder kosten per token. De Synalog-engine is open source, onder Apache-2.0.
Voorbeeld: een assertie die een ontbrekende klant opvangt
Omzet per klant, met drie asserties. Klant 12 ontbreekt in de klantentabel; de engine noemt de rij.
Order(order_id:, customer_id:, amount:, status:) :- orders(order_id:, customer_id:, amount:, status:);
Customer(customer_id:, country:) :- customers(customer_id:, country:);
@Assert(Revenue,
one_row_per_customer: "∀ c r s, Revenue c r → Revenue c s → r = s",
known_customer: "∀ c r, Revenue c r → ∃ k, Customer c k",
positive: "∀ c, Revenue c > 0");
Revenue(customer_id:, revenue? += amount) distinct :-
Order(customer_id:, amount:, status: "delivered"); SynaLemma vs NVIDIA Auto-Ontology in één oogopslag
| Criterium | SynaLemma | NVIDIA Auto-Ontology |
|---|---|---|
| Semantisch: één definitie per term | Definities bouwen op elkaar voort: elke bedrijfsterm één keer gedefinieerd, als regel op uw tabellen, hergebruikt door iedereen, mens of agent | Termen, SQL-attributen en relaties opgesteld door een model, gecertificeerd door mensen |
| Redeneren: wie berekent joins, recursie, totalen | De engine, niet het model: Synalog berekent elke join en recursie, tot een opgegeven diepte, gecompileerd naar SQL | Een model schrijft SQL op basis van opgehaalde termen; geen regelengine gedocumenteerd |
| Geverifieerd: wat er gecontroleerd wordt voordat een regel draait | Elke regel bewezen welgevormd, veilig en eindigend; eerste-orde-asserties tonen de rijen die ze schenden | Modelaanroepen controleren filterwaarden en de query, en herstellen de SQL bij een fout |
| Deterministisch: zelfde regel, zelfde SQL | Nooit per vraag gegenereerd: SQL door de engine gecompileerd uit de regel; definities hergebruikt en vergrendelbaar | SQL per vraag door een model geschreven; gecertificeerde SQL-attributen hergebruikt |
| Beheerd: controle op toegang en wijzigingen | De agent kan de layer niet omzeilen: geen SQL geschreven, ruwe SQL geweigerd, alleen de rol van wie vraagt; elke wijziging een git-commit | Aanmelding via Better Auth en RBAC; MCP-tools draaien met de rechten van elke gebruiker |
| Taalmodel | Het model dat u kiest: een klein open model volstaat, zonder kosten per token | Nemotron-modellen, standaard via de gehoste API van NVIDIA, of elk OpenAI-compatibel endpoint |
| Implementatie | On-premises, op uw infrastructuur | Zelf gehost: een Helm-chart op Kubernetes, of Docker Compose |
| Definities geschreven in | Synalog, een open-source logische taal met een compiler | Termen, kolomkoppelingen en SQL-expressies, opgeslagen in Postgres en pgvector |
| Databases | PostgreSQL, BigQuery, Databricks, Trino, Presto, DuckDB, SQLite | Tien engines, waaronder PostgreSQL, MySQL, Databricks, Snowflake, Trino en DuckDB |
Waarom teams een Auto-Ontology-alternatief zoeken
-
Een model schrijft SQL voor elke vraag
De woordenlijst stuurt het; de query kan telkens veranderen (README).
-
Modelaanroepen controleren de SQL
Controles en herstellingen gebeuren door taalmodellen, dus beide kunnen zich op dezelfde manier vergissen.
-
Geen regelengine
Er is er geen gedocumenteerd: geen recursie, geen redeneren over tijd, geen asserties op de data.
-
Een woordenlijst, geen programma
Termen, kolomkoppelingen en SQL-fragmenten, opgeslagen in Postgres en pgvector.
Auto-Ontology-alternatief: veelgestelde vragen
Wat is het verschil tussen SynaLemma en NVIDIA Auto-Ontology?
In Auto-Ontology schrijft een model SQL voor elke vraag. SynaLemma compileert SQL uit geverifieerde regels, gecontroleerd door een symbolische verifier.
Volstaat het om SQL met een tweede model te controleren?
Nee. Twee probabilistische systemen kunnen zich op dezelfde manier vergissen. Een symbolische verifier bewijst dat elke regel welgevormd en veilig is en eindigt, wat het model ook schreef.
Heeft SynaLemma frontiermodellen nodig?
Nee. Een klein open model op uw eigen hardware volstaat.
Bronnen
- NVIDIA Auto-Ontology op GitHub (README)
- Implementatiegids van Auto-Ontology
- Afhankelijkheden van Auto-Ontology (pyproject.toml)
- Synalog op GitHub (Apache-2.0)
- Documentatie van Synalog: asserties
Gecontroleerd aan de hand van de openbare documentatie van elk product op de herzieningsdatum. Een fout melden: contact@synalinks.com.
Andere vergelijkingen
Neem een vraag mee die uw huidige stack niet kan beantwoorden.
In 30 minuten laten wij zien hoe SynaLemma die beantwoordt, met de regel achter het getal en de controles die het doorstond.