Opracowanie systemu do automatycznej analizy i wyceny stanów magazynowych
Notice description
Stargard, 17.03.2026 r.
I. TYTUŁ/NUMER ZAPYTANIA OFERTOWEGO
ZAPYTANIE OFERTOWE nr D/1/2026
II. INFORMACJA O ZAMÓWIENIU
Przedmiotem zamówienia jest wykonanie niżej wymienionych prac badawczych w ramach projektu dotyczącego inteligentnej ekstrakcji i walidacji danych produktowych z katalogów PDF:
1. Adaptacja metod wyjaśnialności dla modeli OCR (Semantic Pullbacks) Implementacja i dostosowanie metody Semantic Pullbacks do multimodalnych modeli OCR (np. VLM / dokumentowych modeli językowo-wizualnych). Celem jest umożliwienie analizy, czy model podejmuje decyzje na podstawie właściwych fragmentów dokumentu (tekst, obraz, układ). Prace obejmują implementację mechanizmów atrybucji, analizę stabilności gradientów oraz przygotowanie biblioteki umożliwiającej śledzenie procesu decyzyjnego modelu.
W ramach zlecenia Wykonawca powinien zbadać miarę „faithfulness” atrybucji oraz zdolność SP do wykrywania błędów takich jak nieprawidłowy reading order, mylenie wariantów czy błędne przypisanie wiersza tabeli. Docelowo system powinien pozwalać śledzić wszystkie wymagane biznesowo decyzję modelu od sygnału wejściowego, poprzez reprezentacje pośrednie, aż po uzasadnienie predykcji.
W projekcie opracowana i empirycznie zweryfikowana zostanie metoda semantycznego parsowania PDF, która wykorzystuje kontekst biznesowy, kontrolowany pseudolabeling oraz mechanizmy wyjaśnialności do kontroli jakości ekstrakcji danych. Należy skupić się na synergii trzech komponentów: (i) datasetu o strukturze produktowej, (ii) typologii layoutów umożliwiającej mierzenie zdolności generalizacji modeli oraz (iii) zastosowania SP jako efektywnego narzędzia audytu i detekcji błędów strukturalnych w procesie ekstrakcji. Wyniki badań będą porównywane względem baseline’ów (rozwiązania regułowe oraz modele out-of-the-box) i raportowane per typ layoutu oraz per zadanie ekstrakcji.
2. Automatyczna walidacja jakości ekstrakcji danych
Opracowanie mechanizmu automatycznej oceny poprawności ekstrakcji atrybutów produktów. System powinien wykorzystywać zgodność strukturalną atrybucji modelu z wzorcami (np. pseudolabelami) do wyznaczania wskaźnika pewności predykcji (confidence score) oraz identyfikacji przypadków wymagających ręcznej weryfikacji.
W efekcie prac wytworzony ma zostać system automatycznej walidacji strukturalno-semantycznej opartej na analizie atrybucji z wykorzystaniem Semantic Pullbacks (SP). Opracowany mechanizm nie powinien ograniczać się do klasycznych miar trafności, lecz powinien analizować, z których fragmentów dokumentu model faktycznie korzysta przy wyciąganiu atrybutów. Pozwoli to weryfikować zgodność strukturalną atrybucji z wzorcami wynikającymi z pseudolabeli i scaffold bazy (np. czy wartość pochodzi z właściwego wiersza tabeli, kolumny lub sekcji produktu).
3. Wyjaśnialne matchowanie rekordów produktowych Implementacja mechanizmu weryfikacji dopasowania produktów w systemie WMS z wykorzystaniem informacji o atrybucjach modelu. System powinien umożliwiać identyfikację dopasowań wykonanych na podstawie niewłaściwych cech oraz generować uzasadnienia dla decyzji algorytmu.
W ramach prac zleceniodawca prowadzi szersze prace związane z budową multimodalnego embeddingu (tekst + obrazy produktów wyekstrahowane z PDF) oraz rankingu dopasowań z warstwą bezpieczeństwa (reguły twarde + uczenie głębokie). Krytycznym elementem jest explainable ranking – system zwraca top-N dopasowań wraz z uzasadnieniem wskazującym, które cechy i fragmenty źródłowe wpłynęły na wynik. W związku z tym zastosowanie SP ma umożliwić wykrywanie dopasowań opartych na przypadkowych korelacjach oraz redukcję błędów typu high-confidence wrong. Rolą zleceniobiorcy będzie implementacja mechanizmu weryfikacji w oparciu o dostarczone dane biznesowe.
4. Ekstrakcja i opis zdjęć produktów z katalogów Opracowanie modułu ekstrakcji obrazów produktów z dokumentów PDF oraz ich automatycznego opisu z wykorzystaniem modeli Vision-Language. Uzyskane opisy i embeddingi obrazów powinny wzbogacać rekordy produktowe i wspierać proces dopasowywania produktów w systemie WMS.
Oczekiwane rezultaty zleconych prac badawczych:
• biblioteka wyjaśnialności dla multimodalnych modeli OCR,
• wyspecjalizowany model OCR dla katalogów produktowych,
• moduł automatycznej walidacji ekstrakcji i scoringu pewności,
• komponent wyjaśnialnego dopasowywania produktów,
• moduł ekstrakcji i opisu zdjęć produktów
Wszystkie dostarczane przez wykonawcę rozwiązania i mechanizmy muszą bezwzględnie być kompatybilne, jak i umożliwiać i nie ograniczać osiągniecia celów stawianych przed całościowym rozwiązaniem w zakresie parametrów:
• silhouette dla typologii layoutów ≥ 0,60; ≥ 1000 pseudolabeli; F1 przypisania atrybut→produkt ≥ 0,85 na walidacji; poprawa min. 20% vs baseline referencyjny;
• testy sanity SP: wzrost faithfulness ≥ 20% vs metoda referencyjna (na zdefiniowanych zadaniach ekstrakcji),
• top-5 accuracy dopasowania WMS ≥ 85% (MRR pomocniczo); F1 ekstrakcji atrybut→produkt ≥ 0,90 na layoutach i ≥ 0,85 na nowych layoutach; redukcja czasu ręcznej anotacji ≥ 40% dzięki active learning; odsetek rekordów przechodzących walidację semantyczną ≥ 95%; spadek błędnych dopasowań high-confidence ≥ 30% dzięki explainability.
Zlecenie przestawionego powyżej zakresu prac badawczych jest niezbędnym elementem projektu planowanego do realizacji przez Deadstock Sp. z o.o. pn. "Opracowanie systemu do automatycznej analizy i wyceny stanów magazynowych” o dofinansowanie którego ubiega się w ramach programu Fundusze Europejskie dla Nowoczesnej Gospodarki, Priorytet I. „Wsparcie dla przedsiębiorców”, Działanie: Ścieżka SMART.
III. TRYB UDZIELANIA ZAMÓWIENIA
Zamówienie udzielane będzie w trybie postępowania ofertowego (zgodnie z zasadą konkurencyjności określoną w Wytycznych w zakresie kwalifikowalności wydatków na lata 2021-2027).
IV. NAZWA ADRES I DANE ZAMAWIAJĄCEGO
Deadstock spółka z ograniczoną odpowiedzialnością, ul. Metalowa 13, 73-110 Stargard (NIP: 8542458969)
V. PRZEDMIOT ZAMÓWIENIA
1. W ramach realizacji zamówienia Wykonawca zobowiązany będzie do:
a. terminowego i starannego wykonania zamówienia;
b. posiadania uprawnień do wykonywania przedmiotu zamówienia;
c. przekazania Zamawiającemu przedmiotów zamówienia wraz z protokołem odbioru, wskazującym na prawidłowe wykonanie zamówienia;
d. realizacji i dostarczenia przedmiotu zamówienia, wolnego od wad prawnych i fizycznych (nie będzie naruszać żadnych praw w szczególności praw własności intelektualnej osób trzecich oraz nie będzie obciążony żadnymi prawami osób trzecich);
2. Termin realizacji zamówienia:
Okres realizacji zamówienia zostanie doprecyzowany w umowie z Wykonawcą, jednocześnie Oferent składając ofertę w odpowiedzi na niniejsze zapytanie oświadcza, że będzie w stanie rozpocząć pracę (zadysponować zespół badawczy oraz niezbędne zasoby techniczne) w okresie maksymalnie 4 tygodni od podpisania przez Zleceniodawcę umowy o dofinansowanie projektu z PARP.
3. Warunki płatności ceny zostaną określone w umowie pomiędzy Wykonawcą a Zamawiającym.
VI. NAZWA I KODY OKREŚLONE WE WSPÓLNYM SŁOWNIKU ZAMÓWIEŃ (CPV)
• 73300000-5. Projekt i realizacja badań oraz rozwój
• 73000000-2 Usługi badawcze i eksperymentalno-rozwojowe oraz pokrewne usługi doradcze
VII. TERMIN I MIEJSCE SKŁADANIA OFERT:
Oferty należy składać wyłącznie za pośrednictwem Bazy konkurencyjności (BK2021) https://bazakonkurencyjnosci.funduszeeuropejskie.gov.pl/ , w terminie do dnia 24.03.2026 r. na wzorach udostępnionych przez Zamawiającego.
Oferty złożone po w/w terminie nie będą rozpatrywane.
Otwarcie ofert nastąpi w dniu 25.03.2026 r.
Wykonawca pozostaje związany ofertą prze okres 30 dni licząc od dnia upływu terminu składania ofert miesięcy.
Osoba do kontaktu w sprawie ogłoszenia:
Imię i nazwisko: Grzegorz Palmer
E-mail: grzegorz.palmer@deadstocks.ai
Telefon: +48 500263639
Pozostałe informacje takie jak wymagania oraz istotne warunki zmiany umowy ostały przedstawione w załączniku pn. ZAPYTANIE OFERTOWE nr D/1/2026
Okres gwarancji: 3 lata
Miejsce realizacji
Cała polska
I. TYTUŁ/NUMER ZAPYTANIA OFERTOWEGO
ZAPYTANIE OFERTOWE nr D/1/2026
II. INFORMACJA O ZAMÓWIENIU
Przedmiotem zamówienia jest wykonanie niżej wymienionych prac badawczych w ramach projektu dotyczącego inteligentnej ekstrakcji i walidacji danych produktowych z katalogów PDF:
1. Adaptacja metod wyjaśnialności dla modeli OCR (Semantic Pullbacks) Implementacja i dostosowanie metody Semantic Pullbacks do multimodalnych modeli OCR (np. VLM / dokumentowych modeli językowo-wizualnych). Celem jest umożliwienie analizy, czy model podejmuje decyzje na podstawie właściwych fragmentów dokumentu (tekst, obraz, układ). Prace obejmują implementację mechanizmów atrybucji, analizę stabilności gradientów oraz przygotowanie biblioteki umożliwiającej śledzenie procesu decyzyjnego modelu.
W ramach zlecenia Wykonawca powinien zbadać miarę „faithfulness” atrybucji oraz zdolność SP do wykrywania błędów takich jak nieprawidłowy reading order, mylenie wariantów czy błędne przypisanie wiersza tabeli. Docelowo system powinien pozwalać śledzić wszystkie wymagane biznesowo decyzję modelu od sygnału wejściowego, poprzez reprezentacje pośrednie, aż po uzasadnienie predykcji.
W projekcie opracowana i empirycznie zweryfikowana zostanie metoda semantycznego parsowania PDF, która wykorzystuje kontekst biznesowy, kontrolowany pseudolabeling oraz mechanizmy wyjaśnialności do kontroli jakości ekstrakcji danych. Należy skupić się na synergii trzech komponentów: (i) datasetu o strukturze produktowej, (ii) typologii layoutów umożliwiającej mierzenie zdolności generalizacji modeli oraz (iii) zastosowania SP jako efektywnego narzędzia audytu i detekcji błędów strukturalnych w procesie ekstrakcji. Wyniki badań będą porównywane względem baseline’ów (rozwiązania regułowe oraz modele out-of-the-box) i raportowane per typ layoutu oraz per zadanie ekstrakcji.
2. Automatyczna walidacja jakości ekstrakcji danych
Opracowanie mechanizmu automatycznej oceny poprawności ekstrakcji atrybutów produktów. System powinien wykorzystywać zgodność strukturalną atrybucji modelu z wzorcami (np. pseudolabelami) do wyznaczania wskaźnika pewności predykcji (confidence score) oraz identyfikacji przypadków wymagających ręcznej weryfikacji.
W efekcie prac wytworzony ma zostać system automatycznej walidacji strukturalno-semantycznej opartej na analizie atrybucji z wykorzystaniem Semantic Pullbacks (SP). Opracowany mechanizm nie powinien ograniczać się do klasycznych miar trafności, lecz powinien analizować, z których fragmentów dokumentu model faktycznie korzysta przy wyciąganiu atrybutów. Pozwoli to weryfikować zgodność strukturalną atrybucji z wzorcami wynikającymi z pseudolabeli i scaffold bazy (np. czy wartość pochodzi z właściwego wiersza tabeli, kolumny lub sekcji produktu).
3. Wyjaśnialne matchowanie rekordów produktowych Implementacja mechanizmu weryfikacji dopasowania produktów w systemie WMS z wykorzystaniem informacji o atrybucjach modelu. System powinien umożliwiać identyfikację dopasowań wykonanych na podstawie niewłaściwych cech oraz generować uzasadnienia dla decyzji algorytmu.
W ramach prac zleceniodawca prowadzi szersze prace związane z budową multimodalnego embeddingu (tekst + obrazy produktów wyekstrahowane z PDF) oraz rankingu dopasowań z warstwą bezpieczeństwa (reguły twarde + uczenie głębokie). Krytycznym elementem jest explainable ranking – system zwraca top-N dopasowań wraz z uzasadnieniem wskazującym, które cechy i fragmenty źródłowe wpłynęły na wynik. W związku z tym zastosowanie SP ma umożliwić wykrywanie dopasowań opartych na przypadkowych korelacjach oraz redukcję błędów typu high-confidence wrong. Rolą zleceniobiorcy będzie implementacja mechanizmu weryfikacji w oparciu o dostarczone dane biznesowe.
4. Ekstrakcja i opis zdjęć produktów z katalogów Opracowanie modułu ekstrakcji obrazów produktów z dokumentów PDF oraz ich automatycznego opisu z wykorzystaniem modeli Vision-Language. Uzyskane opisy i embeddingi obrazów powinny wzbogacać rekordy produktowe i wspierać proces dopasowywania produktów w systemie WMS.
Oczekiwane rezultaty zleconych prac badawczych:
• biblioteka wyjaśnialności dla multimodalnych modeli OCR,
• wyspecjalizowany model OCR dla katalogów produktowych,
• moduł automatycznej walidacji ekstrakcji i scoringu pewności,
• komponent wyjaśnialnego dopasowywania produktów,
• moduł ekstrakcji i opisu zdjęć produktów
Wszystkie dostarczane przez wykonawcę rozwiązania i mechanizmy muszą bezwzględnie być kompatybilne, jak i umożliwiać i nie ograniczać osiągniecia celów stawianych przed całościowym rozwiązaniem w zakresie parametrów:
• silhouette dla typologii layoutów ≥ 0,60; ≥ 1000 pseudolabeli; F1 przypisania atrybut→produkt ≥ 0,85 na walidacji; poprawa min. 20% vs baseline referencyjny;
• testy sanity SP: wzrost faithfulness ≥ 20% vs metoda referencyjna (na zdefiniowanych zadaniach ekstrakcji),
• top-5 accuracy dopasowania WMS ≥ 85% (MRR pomocniczo); F1 ekstrakcji atrybut→produkt ≥ 0,90 na layoutach i ≥ 0,85 na nowych layoutach; redukcja czasu ręcznej anotacji ≥ 40% dzięki active learning; odsetek rekordów przechodzących walidację semantyczną ≥ 95%; spadek błędnych dopasowań high-confidence ≥ 30% dzięki explainability.
Zlecenie przestawionego powyżej zakresu prac badawczych jest niezbędnym elementem projektu planowanego do realizacji przez Deadstock Sp. z o.o. pn. "Opracowanie systemu do automatycznej analizy i wyceny stanów magazynowych” o dofinansowanie którego ubiega się w ramach programu Fundusze Europejskie dla Nowoczesnej Gospodarki, Priorytet I. „Wsparcie dla przedsiębiorców”, Działanie: Ścieżka SMART.
III. TRYB UDZIELANIA ZAMÓWIENIA
Zamówienie udzielane będzie w trybie postępowania ofertowego (zgodnie z zasadą konkurencyjności określoną w Wytycznych w zakresie kwalifikowalności wydatków na lata 2021-2027).
IV. NAZWA ADRES I DANE ZAMAWIAJĄCEGO
Deadstock spółka z ograniczoną odpowiedzialnością, ul. Metalowa 13, 73-110 Stargard (NIP: 8542458969)
V. PRZEDMIOT ZAMÓWIENIA
1. W ramach realizacji zamówienia Wykonawca zobowiązany będzie do:
a. terminowego i starannego wykonania zamówienia;
b. posiadania uprawnień do wykonywania przedmiotu zamówienia;
c. przekazania Zamawiającemu przedmiotów zamówienia wraz z protokołem odbioru, wskazującym na prawidłowe wykonanie zamówienia;
d. realizacji i dostarczenia przedmiotu zamówienia, wolnego od wad prawnych i fizycznych (nie będzie naruszać żadnych praw w szczególności praw własności intelektualnej osób trzecich oraz nie będzie obciążony żadnymi prawami osób trzecich);
2. Termin realizacji zamówienia:
Okres realizacji zamówienia zostanie doprecyzowany w umowie z Wykonawcą, jednocześnie Oferent składając ofertę w odpowiedzi na niniejsze zapytanie oświadcza, że będzie w stanie rozpocząć pracę (zadysponować zespół badawczy oraz niezbędne zasoby techniczne) w okresie maksymalnie 4 tygodni od podpisania przez Zleceniodawcę umowy o dofinansowanie projektu z PARP.
3. Warunki płatności ceny zostaną określone w umowie pomiędzy Wykonawcą a Zamawiającym.
VI. NAZWA I KODY OKREŚLONE WE WSPÓLNYM SŁOWNIKU ZAMÓWIEŃ (CPV)
• 73300000-5. Projekt i realizacja badań oraz rozwój
• 73000000-2 Usługi badawcze i eksperymentalno-rozwojowe oraz pokrewne usługi doradcze
VII. TERMIN I MIEJSCE SKŁADANIA OFERT:
Oferty należy składać wyłącznie za pośrednictwem Bazy konkurencyjności (BK2021) https://bazakonkurencyjnosci.funduszeeuropejskie.gov.pl/ , w terminie do dnia 24.03.2026 r. na wzorach udostępnionych przez Zamawiającego.
Oferty złożone po w/w terminie nie będą rozpatrywane.
Otwarcie ofert nastąpi w dniu 25.03.2026 r.
Wykonawca pozostaje związany ofertą prze okres 30 dni licząc od dnia upływu terminu składania ofert miesięcy.
Osoba do kontaktu w sprawie ogłoszenia:
Imię i nazwisko: Grzegorz Palmer
E-mail: grzegorz.palmer@deadstocks.ai
Telefon: +48 500263639
Pozostałe informacje takie jak wymagania oraz istotne warunki zmiany umowy ostały przedstawione w załączniku pn. ZAPYTANIE OFERTOWE nr D/1/2026
Okres gwarancji: 3 lata
Miejsce realizacji
Cała polska
Time limit for receipt of tenders
2026-03-24 22:59:59.0
Location
Kraj: Polska
Category assortment
Market research and development
Consultancy
Consultancy
Buyer details
Deadstock Spółka z ograniczoną odpowiedzialnością
Metalowa 13
73-110 Stargard
Województwo: zachodniopomorskie
Kraj: Polska
NIP: 8542458969
Metalowa 13
73-110 Stargard
Województwo: zachodniopomorskie
Kraj: Polska
NIP: 8542458969
