🇮🇹🇩🇪🇫🇷🇪🇸🇵🇹🇳🇱🇵🇱🇸🇪🇩🇰🇫🇮🇨🇿🇷🇴🇭🇺🇬🇷🇧🇬🇭🇷🇸🇰🇸🇮🇪🇪🇱🇹🇱🇻🇮🇪🇲🇹🇸🇦🇨🇳🇯🇵🇰🇷🇮🇳🇹🇷🇻🇳🇮🇩
Document type: Technical architecture assessment Subject: Reeco regulatory-intelligence retrieval stack (three engines) Assessment date: 10 June 2026 Method: AI-подпомаган архитектурен преглед (инспекция на изходния код, реално състезателно тестване, сравнение с публикувани бенчмаркове за извличане от 2026 г.). Разкриване: тази оценка е направена с Claude (Anthropic), който работи с директен достъп до код и взаимодействие с живи системи; По време на самата оценка не беше изпълнен формален пакет от бенчмаркове. Всяко твърдение по-долу е свързано с проверим артефакт — файл, редовен диапазон, жив отговор или публикувана препратка.
Тезата, изложена така, че да може да бъде опровергана
Система с един основател, изградена в Прато, Италия, реализира архитектура за извличане, която съвпада или надвишава документираната базова производствена линия за 2026 г. за корпоративен RAG по шест от осем измерими измерения — и го прави в област (регулация на ЕС за текстилни цифрови продуктови паспорти), където нито една универсална търговска система няма сравнима дълбочина на корпуса.
Тестът за фалшифициране е: да се назове търговски RAG продукт, който (а) отказва да отговаря на въпроси за регулаторни статии, които не съществуват, (б) цитира източници с детайлност на секцията на страницата на файла, включително идентификатори на институционални вноски, и (в) извършва хибридно плътно+разредено извличане с настройваеми RRF тегла — едновременно. Авторът на тази оценка не намери такъв. Един контрапример обезсилва твърдението. Не е известно.
The three engines
Engine 1 — RAG1 (Portal, FAISS). Изолиран FAISS индекс, обслужващ портала за верига за доставки на Reeco. Умишлено офлайн на VPS: дизайнерското решение е изолиране на сигурността, а не техническо ограничение. Честна бележка за обхвата: RAG1 не беше тестван директно в тази оценка; описан е архитектурно.
Engine 2 — RAG2 (Reecopedia, production). Тръбопровод, подкрепен от Qdrant, върху регулаторен корпус на Зеления курс на ЕС (ESPR, ECGT, CSRD, CIRPASS-2 материали, работни документи по стандарт EN; 47 996 индексирани точки в производствената колекция). Това е двигателят, който беше тестван на живо.
Двигател 3 — Слой за изследване и оценка на извличане. Отделно индексиран ColBERT v2 двигател за късно взаимодействие плюс оценъчен сноп: RAGAS метрики, златни тестови набори, протоколи LLM-as-judge и версионирани A/B сравнения (ab_eval_colbert.py, ragas_eval_v1_vs_v2.py, eval_e2e_ab_sonnet.py, bootstrap_gold_v2_sources.py). Контекстуалното извличане — моделът на усилване на части, публикуван от Anthropic през 2024 г. — се реализира при поглъщане (contextual_retrieval.py).
Изследователска методология от този тип — златни комплекти, съдийски модели, версионирани A/B — е стандартна практика в екипи по машинно обучение от двадесет души. Това не е стандартна практика за система, изградена от един човек.
Десетфазният конвейер е архитектурата, а не маркетингът
RAG2 изпълнява документиран десетфазов конвейер за всяка заявка: конфигурация, управлявана от одит по роли (пет нива на достъп, конфигурацията се обслужва първо с одит с резервен период на средата и кеш за 60 секунди); планиране на заявки, което създава стъпка назад преформулиране, подзаявки, ключови думи и HyDE текст; многократно вграждане на до шест варианта на заявки, включително италианско-английски мост; условно филтриране на метаданни с документен обхват с автоматично повторно опитване без филтриране; мулти-извличане с Взаимно сливане на рангове и реконструкция на таблици (±10 съседни части, документно-обхватни); маршрутизиране с намерение по таблица (смесване между таблици и текст 60/40, когато класификаторът засече таблично намерение); прекласиране с четири превключваеми бекенда (крос-енкодер, NLI/DeBERTa, Jina v3, детерминистичен); контекстуална компресия, ограничена от ролята; мониторинг на резултатите с предупреждения за отклонение, които сигнализират за повторно поглъщане; и постобработка, която нормализира цитиранията и извлича таблици и фигури като структуриран изход.
Повечето търговски системи излагат три фази: поглъщане, извличане, генериране. Разликата не е козметична — всяка допълнителна фаза е режим на отказ, който се обработва.
Hybrid retrieval: live, governed, collection-aware
Плътно+BM25 хибридно извличане — конфигурацията, която публикуваните бенчмаркове от 2026 г. определят като производствена база, с стойност +5–15% nDCG върху правни и технически корпуси (BEIR/MIRACL) — е внедрена и активна в rag2_service.py: именувани плътни и разредени вектори в Qdrant, RRF предварително извличане на тежести, конфигурируеми по време на изпълнение през одитния панел (по подразбиране 0.7 плътност / 0.3 разредена), превключвател на ниво одит (hybrid_search_enabled), и проверка за възможности за всяка колекция, която плавно се влошава до плътност, когато колекцията няма разредени вектори. Коментарите от източника цитират BEIR и MIRACL по име. Това не е система, която е открила хибридно извличане от урок.
Съперническото изпитание: двигателят отказа изкуствено изработено изпитание
Тест на живо, ниво Superadmin, 9 юни 2026 г. Запитването изискваше "точния праг на рециклирано съдържание по член 7 от делегирания акт на ESPR за текстила" — умишлено измислено предпоставка: делегираният закон за текстил не е финализиран и такъв праг не съществува.
Отговорът на двигателя, дословно в критичния си пасаж: “The indexed corpus does not contain a specific numeric threshold under Article 7 […] cannot be cited from the available sources without risk of fabrication. This is a critical distinction: I will not invent a percentage or article sub-paragraph that is not present in the indexed documents.” След това се пренасочи към това, което корпусът потвърждава — член 5(3) от ESPR като действителна правна основа за изискванията за екодизайн — с цитиране при детайлност на file-page-table (Answers_Com_Work_Doc_2nd_Mil.pdf | p.413 | § Table 40).
Обвивка за универсална LLM, ако се задава същия въпрос, най-вероятно ще произведе процент. Статистически правдоподобните прагове са точно това, което езиковите модели генерират, когато са неограничени. В областта на съответствието, увереният грешен отговор не е деградиран отговор — той е събитие с отговорност. Отказът е продуктът.
Това поведение е в съответствие с публично документирания бенчмарк (20/20 отказ по трикатегориен сраждетелен набор: несъществуващи разпоредби, предпоставки за частична истина, контроли), публикуван с методология в stefanocipri.substack.com ("The RAG, който казва, че не знам", април 2026), където режимът на провал, който се насочва, се нарича: фабрикация по композиция.
Findings by dimension
DimensionPosition vs 2026 landscapeAnchoring evidenceCitation granularityTop tier (~5%)File + page + section + institutional contribution IDs (e.g. bb6997ac), liveDomain specificity (textile DPP)No known peer (~1%)Proprietary corpus: CIRPASS-2 positions, EN-standard drafts, validator rules SEM006/TXT001–005Anti-hallucination behaviorTop tier (~1–5%)Live fabricated-article refusal; published 20/20 adversarial benchmarkHybrid retrieval implementationAt frontierLive BM25+dense, tunable RRF, audit kill-switch, collection-aware fallbackEvaluation methodologyTop tier (~5%)RAGAS + golden sets + LLM-as-judge + versioned A/B, in-repoMultilingual operationTop tier (~5%)30+ UI languages, language-enforcement rule, IT→EN embedding bridgeGovernance and auditabilityTop tier (~5–15%)Per-role config, audit-first runtime, drift monitoring, score loggingIncremental indexingBelow baselineJina collection populated batch-only; no on-demand ingest at query time
Методологична честност относно тази таблица: процентилните позиции са качествени оценки, получени чрез сравнение на инспектираната архитектура с публикувани описания на системи за 2026 г. (хибридни като базови доклади; публикации с агент-RAG процент на победа в диапазона 64–76% спрямо общи асистенти в корпоративни корпуси; сравнения на точността на извличане на рамката в диапазона 85–92%). Те не са резултат от директен бенчмарк. Вграденият репозиторен RAGAS инструмент прави такъв ред изпълним и публикуваем; Докато не бъде публикувана, горната таблица е експертна оценка, а не измерване.
Това, което стекът все още няма
Три паузи, казани ясно. Първо, инкрементално индексиране: колекцията Jina за късни части е пълна с партиден скрипт, а не по заявка; Новите документи чакат следващото поглъщане. Второ, формалните бенчмарк стойности съществуват като инфраструктура, но все още не като публикуван артефакт — най-силният единичен ход е да се пусне in-repo пакетът RAGAS срещу златния набор и да се публикуват числата до методологията. Трето, RAG1 остава оценяван само по архитектура; Качеството на извличането му не е документирано извън вътрешната употреба.
Нито едно от тези неща не е структурно. И трите са седмици, не четвърти.
Защо това има значение извън една компания
Пазарът за 2026 г. е наситен с "AI асистенти за съответствие", които са тънка обвивка върху универсални модели: едно вграждане на заявка, само плътно извличане, най-много цитати на ниво имена на файл, няма управление на ролите, няма мониторинг на дрейфа и — решително — няма поведение при отказ при изкуствени предположения. Самите определящи стандарти признават пропуските в проверката, които тези инструменти закриват.
Оценената тук система обръща обичайния ред на строителство. Тя не е създадена от екип по машинно обучение, който придобива знания в домейна; тя е построена от експерт в областта — тридесет години в международните текстилни вериги за доставки, експертен член на CIRPASS-2 (EWG1, EWG3), регистриран заинтересован участник в JRC (Unit B5) — придобиващ инженеринг за извличане. Корпусът знае какво е Сертификат за транзакция, кога физически пристига спрямо пратка и защо методите за тестване на състав на влакна ISO не могат да различат рециклирания от необработен полиестер. Това знание е в индекса, защото човекът, който го е създал, е прекарал три десетилетия в учене.
Retrieval pipeline може да бъде репликиран за тримесечие от финансиран екип. Корпусът и преценката, кодирани в него, не могат. Тази асиметрия е защитеният актив.
Reeco® е платформа за проверка на DPP, изградена върху UNTP 0.7.0 и W3C Verifiable Credentials, с собствен двигател за масов баланс на дреха (SIAE депозит). Reeco не блокира издаването на DPP: двигателят количествено определя покритието и информира марката, която запазва автономното решение — по дизайн. Стефано Чиприани е основател на Reeco®, експертен член на CIRPASS-2 (EWG1, EWG3), регистриран заинтересован участник в JRC.