Ngân hàng RAG Sau Reeco

🇮🇹🇩🇪🇫🇷🇪🇸🇵🇹🇳🇱🇵🇱🇸🇪🇩🇰🇫🇮🇨🇿🇷🇴🇭🇺🇬🇷🇧🇬🇭🇷🇸🇰🇸🇮🇪🇪🇱🇹🇱🇻🇮🇪🇲🇹🇸🇦🇨🇳🇯🇵🇰🇷🇮🇳🇹🇷🇻🇳🇮🇩

Loại tài liệu: Đánh giá kiến trúc kỹ thuật Chủ đề: Ngăn xếp truy xuất trí tuệ quy định Reeco (ba động cơ) Ngày đánh giá: 10 Tháng Sáu 2026 Phương pháp: Đánh giá kiến trúc hỗ trợ AI (kiểm tra mã nguồn, thử nghiệm đối kháng trực tiếp, so sánh với các chuẩn tra cứu năm 2026 đã công bố). Tiết lộ: đánh giá này được thực hiện với Claude (Anthropic) hoạt động dựa trên truy cập mã trực tiếp và tương tác hệ thống trực tiếp; không có bộ chuẩn đo chính thức nào được thực thi trong quá trình đánh giá. Mỗi tuyên bố dưới đây đều được neo vào một hiện vật có thể xác minh — một tệp, một dải dòng, phản hồi trực tiếp hoặc một tài liệu tham khảo đã công bố.

Luận điểm được trình bày để có thể bị bác bỏ

Một hệ thống đơn sáng lập được xây dựng tại Prato, Ý, triển khai kiến trúc truy xuất phù hợp hoặc vượt qua mức sản xuất cơ bản năm 2026 được ghi nhận cho RAG doanh nghiệp trên sáu trong tám chiều đo lường — và nó thực hiện điều này trong một lĩnh vực (quy định Hộ chiếu Sản phẩm Kỹ thuật số dệt may EU) nơi không có hệ thống thương mại đa năng nào có độ sâu kho dữ liệu tương đương.

Kiểm tra để bác bỏ nó: nêu tên một sản phẩm RAG thương mại mà (a) từ chối trả lời các câu hỏi về các điều khoản quy định không tồn tại, (b) trích dẫn các nguồn ở mức chi tiết trang tập tin bao gồm cả ID đóng góp của tổ chức, và (c) chạy truy xuất lai mật độ + thưa với trọng số RRF có thể điều chỉnh trực tiếp — đồng thời. Tác giả của đánh giá này không tìm thấy một ví dụ nào. Một ví dụ phản biện duy nhất đã bác bỏ tuyên bố này. Không có ví dụ nào được biết đến.

Ba đầu máy

Động cơ 1 — RAG1 (Cổng thông tin, FAISS). Chỉ số FAISS không gian phục vụ cổng thông tin chuỗi cung ứng Reeco. Cố ý ngoại tuyến trên VPS: quyết định thiết kế là cách ly bảo mật, không phải giới hạn kỹ thuật. Ghi chú phạm vi trung thực: RAG1 không được kiểm tra trực tiếp trong đánh giá này; nó được mô tả về mặt kiến trúc.

Động cơ 2 — RAG2 (Reecopedia, sản xuất). Một đường ống được Qdrant hậu thuẫn trên kho dữ liệu quy định EU Green Deal (ESPR, ECGT, CSRD, VẬT LIỆU CIRPASS-2, tài liệu làm việc tiêu chuẩn EN; 47.996 điểm được chỉ mục trong bộ sưu tập sản xuất). Đây là động cơ đã được thử nghiệm trực tiếp.

Động cơ 3 — Lớp nghiên cứu truy xuất và đánh giá. Một engine tương tác muộn ColBERT v2 được lập chỉ mục riêng biệt cùng với bộ điều khiển đánh giá: các chỉ số RAGAS, bộ kiểm thử vàng, giao thức LLM-as-judge, và so sánh A/B phiên bản (ab_eval_colbert.py, ragas_eval_v1_vs_v2.py, eval_e2e_ab_sonnet.py, bootstrap_gold_v2_sources.py). Truy xuất theo ngữ cảnh — mẫu tăng khối được Anthropic công bố năm 2024 — được triển khai khi tiếp nhận (contextual_retrieval.py).

Một phương pháp nghiên cứu kiểu này — bộ vàng, mô hình giám khảo, A/B phiên bản — là thực hành tiêu chuẩn trong các nhóm ML gồm hai mươi người. Nó không phải là thực hành tiêu chuẩn cho một hệ thống được xây dựng bởi một người.

Pipeline mười giai đoạn là kiến trúc, không phải marketing

RAG2 thực thi một pipeline mười giai đoạn được tài liệu hóa cho mỗi truy vấn: cấu hình dựa trên kiểm toán theo vai trò (năm cấp truy cập, cấu hình phục vụ kiểm toán trước với môi trường dự phòng và bộ nhớ đệm 60 giây); lập kế hoạch truy vấn tạo ra các bước lùi lại, truy vấn con, từ khóa và văn bản HyDE; nhúng đa biến thể truy vấn lên đến sáu biến thể bao gồm cầu nối từ tiếng Ý sang tiếng Anh; lọc siêu dữ liệu có phạm vi tài liệu có điều kiện với tự động thử lại không cần bộ lọc; truy xuất đa nguồn với hợp nhất Reciprocal Rank Fusion và tái tạo bảng (±10 đoạn liền kề, phạm vi tài liệu); định tuyến theo ý định bảng (trộn bảng thành văn bản 60/40 khi bộ phân loại phát hiện ý định bảng); xếp hạng lại với bốn backend có thể chuyển đổi (cross-encoder, NLI/DeBERTa, Jina v3, deterministic); nén ngữ cảnh có giới hạn theo vai trò; giám sát điểm số với cảnh báo trôi dạt báo hiệu tái nhập; và xử lý hậu kỳ để chuẩn hóa trích dẫn và trích xuất bảng, hình thành đầu ra có cấu trúc.

Hầu hết các hệ thống thương mại đều có ba giai đoạn: tiếp nhận, truy xuất, tạo ra. Sự khác biệt không phải là hình thức — mỗi pha bổ sung là một chế độ hỏng hóc được xử lý.

Truy xuất kết hợp: sống, quản lý, nhận biết bộ sưu tập

Truy xuất lai Dense+BM25 — cấu hình mà các tiêu chuẩn năm 2026 được công bố là cơ sở sản xuất, có giá trị +5–15% nDCG trên kho pháp lý và kỹ thuật (BEIR/MIRACL) — đã được triển khai và hoạt động trong rag2_service.py: được đặt tên các vector dày đặc và thưa trong Qdrant, RRF lấy trước trọng số có thể cấu hình tại thời gian chạy qua bảng kiểm toán (mặc định 0.7 dày đặc / 0.3 thưa), công tắc ngắt kiểm toán (hybrid_search_enabled), và một kiểm tra khả năng theo từng bộ sưu tập, có thể giảm nhẹ sang chỉ dày đặc khi bộ sưu tập không có vectơ thưa. Các bình luận nguồn trích dẫn BEIR và MIRACL theo tên. Đây không phải là hệ thống phát hiện ra truy xuất lai từ một hướng dẫn.

Bài kiểm tra đối kháng: động cơ từ chối sản phẩm chế tạo

Kiểm thử trực tiếp, cấp Superadmin, ngày 9 tháng 6 năm 2026. Truy vấn yêu cầu "ngưỡng chính xác của hàm lượng tái chế theo Điều 7 của đạo luật ủy quyền ESPR cho dệt may" — một giả định được dựng lên có chủ ý: đạo luật ủy quyền dệt may chưa được hoàn tất, và không có ngưỡng như vậy.

Phản hồi của engine, nguyên văn trong đoạn quan trọng: "Kho dữ liệu đã lập chỉ mục không chứa ngưỡng số cụ thể theo Điều 7 [...] không thể trích dẫn từ các nguồn hiện có mà không có nguy cơ bị làm giả. Đây là một sự phân biệt then chốt: Tôi sẽ không sáng tạo ra một đoạn phụ phần trăm hoặc điều khoản không có trong các tài liệu đã lập chỉ mục." Sau đó, nó chuyển sang những gì bộ hồ sơ xác nhận — Điều 5(3) của ESPR như cơ sở pháp lý thực tế cho các yêu cầu thiết kế sinh thái — kèm theo trích dẫn ở mức độ chi tiết trên trang hồ sơ (Answers_Com_Work_Doc_2nd_Mil.pdf | p.413 | § Table 40).

Một trình bao LLM đa năng, được hỏi cùng câu hỏi, sẽ tạo ra một tỷ lệ phần trăm một cách hợp lý nhất. Các ngưỡng hợp lý về mặt thống kê chính là những gì các mô hình ngôn ngữ tạo ra khi không bị ràng buộc. Trong một miền tuân thủ, một câu trả lời sai tự tin không phải là câu trả lời bị suy giảm — đó là một sự kiện trách nhiệm. Sự từ chối chính là sản phẩm.

Hành vi này phù hợp với tiêu chuẩn được công khai ghi nhận (từ chối 20/20 trên một tập hợp đối kháng ba loại: các quy định không tồn tại, tiền đề chân lý một phần, kiểm soát), được công bố với phương pháp luận tại stefanocipri.substack.com ("RAG that says I don't know", tháng 4 năm 2026), trong đó chế độ hỏng hóc mà nó nhắm tới được đặt tên: chế tạo theo thành phần.

Phát hiện theo kích thước

Kích thướcVị trí so với cảnh quan năm 2026Neo bằng chứng Trích dẫn Chi tiết Hạng cao nhất (~5%)Tệp + trang + phần + ID đóng góp của tổ chức (ví dụ: bb6997ac), đặc hiệu miền trực tiếp (DPP dệt may)Không có đồng đẳng đã biết (~1%)Kho dữ liệu độc quyền: vị trí CIRPASS-2, bản thảo tiêu chuẩn EN, quy tắc xác thực SEM006/TXT001–005Hành vi chống ảo giácCấp cao nhất (~1–5%)Từ chối sản phẩm giả sống; đã xuất bản 20/20 chuẩn đối thủTriển khai truy xuất laiTại frontierLive BM25+dense, có thể điều chỉnh RRF, công tắc ngắt kiểm toán, fallback nhận biết tập hợpPhương pháp đánh giáHạng cao nhất (~5%)RAGAS + bộ vàng + LLM-as-judge + A/B phiên bản hóa, hoạt động trong repoĐa ngôn ngữTầng cao nhất (~5%)30+ ngôn ngữ giao diện người dùng, quy tắc thực thi ngôn ngữ, cầu nối nhúng IT→EN Quản trị và kiểm toánTầng cao nhất (~5–15%)Cấu hình theo từng vai trò, thời gian chạy kiểm toán trước, giám sát trượt, ghi điểm ghi chỉ mục gia tăngChỉ mục dưới mức cơ bảnBộ sưu tập Jina chỉ được điền theo lô; không nhập theo yêu cầu tại thời điểm truy vấn

Sự trung thực về phương pháp luận về bảng này: vị trí phần trăm là các ước tính định tính được tạo ra bằng cách so sánh kiến trúc đã kiểm tra với mô tả hệ thống năm 2026 đã công bố (báo cáo lai làm cơ sở; các ấn phẩm tỷ lệ thắng của agentic-RAG trong khoảng 64–76% so với trợ lý tổng quát về corpora doanh nghiệp; so sánh độ chính xác truy xuất khung trong dải 85–92%). Chúng không phải là kết quả của một lần chạy benchmark trực tiếp. Bộ điều khiển RAGAS trong kho cho phép lần chạy như vậy có thể thực thi và xuất bản; cho đến khi được công bố, bảng trên là đánh giá chuyên gia, không phải phép đo.

Những gì stack chưa có

Ba khoảng trống, được nêu rõ ràng. Thứ nhất, lập chỉ mục tăng dần: bộ sưu tập Jina muộn phân vùng được điền bằng script theo lô, không theo yêu cầu; các tài liệu mới chờ lần nhập tiếp theo. Thứ hai, các số chuẩn chính thức tồn tại như một hạ tầng nhưng chưa phải là một hiện vật được công bố — bước đi mạnh nhất là chạy bộ RAGAS trong kho với bộ vàng và công bố các số bên cạnh phương pháp luận. Thứ ba, RAG1 vẫn chỉ được đánh giá dựa trên kiến trúc; chất lượng truy xuất của nó không được tài liệu hóa ngoài sử dụng nội bộ.

Không cái nào trong số này là cấu trúc. Cả ba đều là tuần, không phải quý.

Tại sao điều này quan trọng vượt ra ngoài một công ty

Thị trường năm 2026 tràn ngập các "trợ lý tuân thủ AI" chỉ là lớp vỏ mỏng trên các mô hình đa năng: một lần nhúng cho mỗi truy vấn, truy xuất chỉ dày đặc, trích dẫn ở mức tên tệp là tốt nhất, không có quản trị vai trò, không có giám sát trôi dạt, và — điều quyết định — không có hành vi từ chối trên các cơ sở giả tạo. Chính những người đặt tiêu chuẩn cũng thừa nhận những lỗ hổng xác minh mà các công cụ này che đậy.

Hệ thống được đánh giá ở đây đảo ngược thứ tự xây dựng thông thường. Nó không được xây dựng bởi một nhóm ML tiếp thu kiến thức về lĩnh vực; nó được xây dựng bởi một chuyên gia lĩnh vực — ba mươi năm kinh nghiệm trong chuỗi cung ứng dệt may quốc tế, một Thành viên Chuyên gia của CIRPASS-2 (EWG1, EWG3), một bên liên quan đã đăng ký JRC (Đơn vị B5) — tiếp nhận kỹ thuật truy xuất. Kho dữ liệu biết Chứng chỉ Giao dịch là gì, khi nào nó đến thực tế so với một lô hàng, và tại sao các phương pháp kiểm tra thành phần sợi ISO không thể phân biệt được polyester tái chế với polyester nguyên sinh. Kiến thức đó có trong chỉ mục vì người xây dựng chỉ mục đã dành ba thập kỷ để học nó.

Một pipeline truy xuất có thể được sao chép trong một quý bởi một nhóm được tài trợ. Kho dữ liệu và phán quyết được mã hóa trong đó thì không. Sự bất đối xứng đó là tài sản có thể bảo vệ được.

Reeco® là nền tảng xác minh DPP được xây dựng trên UNTP 0.7.0 và W3C Verifiable Credentials, với động cơ cân bằng khối lượng riêng cho từng sản phẩm may mặc (tiền đặt cọc SIAE). Reeco không chặn việc cấp DPP: công cụ định lượng phạm vi bảo hiểm và thông báo cho thương hiệu, thương hiệu giữ quyền quyết định tự chủ — theo thiết kế. Stefano Cipriani là người sáng lập Reeco®, Thành viên chuyên gia của CIRPASS-2 (EWG1, EWG3), bên liên quan đã đăng ký JRC.