[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"portal-settings:stajic:ru":3,"public-menus:all":38,"post:source-of-truth-in-ai-systems-where-reliable-knowledge-actually-comes-from:ru":205,"related:post:source-of-truth-in-ai-systems-where-reliable-knowledge-actually-comes-from:ru:1":2782},{"statusCode":4,"data":5,"message":37},200,{"tenantId":6,"lang":7,"defaultLang":8,"siteUrl":9,"contactEmail":10,"brandName":11,"logoUrl":12,"siteName":11,"siteDescription":13,"ogImage":10,"robotsIndex":14,"socialLinks":10,"reservedSlugs":10,"seoPolicy":15},"stajic","ru","de","https:\u002F\u002Fstajic.de",null,"Stajic Platform","\u002FLogo_Planet.svg","Stajic Portal",true,{"branding":16,"relatedContent":17,"crossDomainLinks":18},{"logoUrl":12},{"enabled":14},[19,22,25,28,31,34],{"url":20,"label":21,"isActive":14,"showInFooter":14,"includeInSameAs":14},"https:\u002F\u002Ffigure.rocks","figure.rocks",{"url":23,"label":24,"isActive":14,"showInFooter":14,"includeInSameAs":14},"https:\u002F\u002Floving.rocks","loving.rocks",{"url":26,"label":27,"isActive":14,"showInFooter":14,"includeInSameAs":14},"https:\u002F\u002Fbazify.com","bazify.com",{"url":29,"label":30,"isActive":14,"showInFooter":14,"includeInSameAs":14},"https:\u002F\u002Fbazify.de","bazify.de",{"url":32,"label":33,"isActive":14,"showInFooter":14,"includeInSameAs":14},"https:\u002F\u002Fbazify.at","bazify.at",{"url":35,"label":36,"isActive":14,"showInFooter":14,"includeInSameAs":14},"https:\u002F\u002Fbazify.ba","bazify.ba","Portal settings resolved",[39,45],{"id":40,"name":41,"location":42,"isActive":14,"isDefault":43,"items":44},1,"main-navigation","header",false,[],{"id":46,"name":47,"location":48,"isActive":14,"isDefault":14,"items":49},4,"main-menu","sidebar",[50,66,79,93,103,118,133],{"id":51,"title":52,"url":60,"target":61,"icon":62,"isActive":14,"type":63,"productId":10,"categoryId":10,"shopCategoryId":10,"articleId":10,"pageId":64,"portfolioId":10,"children":65},"item-18",{"de":53,"en":54,"es":55,"fr":56,"it":54,"ru":57,"sr":58,"zh":59},"Startseite","Home","Inicio","Accueil","Главная","Почетна","首页","\u002Ffull-stack-web-developer-munich-performance-seo-and-maintainable-builds","_self","i-lucide-home","page",111,[],{"id":67,"title":68,"url":75,"target":61,"icon":76,"isActive":14,"type":63,"productId":10,"categoryId":10,"shopCategoryId":10,"articleId":10,"pageId":77,"portfolioId":10,"children":78},"item-22",{"de":69,"en":69,"es":70,"fr":69,"it":71,"ru":72,"sr":73,"zh":74},"Vision","Visión","Visione","Видение","Визија","想象","\u002Fueber-uns-webdesign-muenchen-webaplikation","i-lucide-eye",113,[],{"id":80,"title":81,"url":89,"target":61,"icon":90,"isActive":14,"type":63,"productId":10,"categoryId":10,"shopCategoryId":10,"articleId":10,"pageId":91,"portfolioId":10,"children":92},"item-19",{"de":82,"en":83,"es":84,"fr":83,"it":85,"ru":86,"sr":87,"zh":88},"Leistungen","Services","Servicios","Servizi","Услуги","Услуге","服务","\u002Fservices-dienstleistungen-muenchen","i-lucide-wrench",116,[],{"id":94,"title":95,"url":99,"target":61,"icon":100,"isActive":14,"type":63,"productId":10,"categoryId":10,"shopCategoryId":10,"articleId":10,"pageId":101,"portfolioId":10,"children":102},"item-23",{"de":96,"en":96,"es":96,"fr":96,"it":96,"ru":97,"sr":97,"zh":98},"Blog","Блог","博客","\u002Fblog","i-lucide-book-open",112,[],{"id":104,"title":105,"url":114,"target":61,"icon":115,"isActive":14,"type":63,"productId":10,"categoryId":10,"shopCategoryId":10,"articleId":10,"pageId":116,"portfolioId":10,"children":117},"item-32",{"de":106,"en":107,"es":108,"fr":109,"it":110,"ru":111,"sr":112,"zh":113},"Neue Technologien","New Technologies","Nuevas tecnologías","Nouvelles technologies","Nuove tecnologie","Новые технологии","Нове технологије","新技术！","\u002Fneue-webtechnologien","i-lucide-sparkles",122,[],{"id":119,"title":120,"url":129,"target":61,"icon":130,"isActive":14,"type":63,"productId":10,"categoryId":10,"shopCategoryId":10,"articleId":10,"pageId":131,"portfolioId":10,"children":132},"item-20",{"de":121,"en":122,"es":123,"fr":124,"it":125,"ru":126,"sr":127,"zh":128},"Kontakt","Contact us!","Contacto","Contact","Contatto","Контакт","Контактирајте нас","联系我们！","\u002Fcontact","i-lucide-mail",115,[],{"id":134,"title":135,"url":144,"target":61,"icon":145,"isActive":14,"type":63,"productId":10,"categoryId":10,"shopCategoryId":10,"articleId":10,"pageId":146,"portfolioId":10,"children":147},"item-21",{"de":136,"en":137,"es":138,"fr":139,"it":140,"ru":141,"sr":142,"zh":143},"Unsere Arbeit","Our Work","Nuestro trabajo","Nos réalisations","I nostri lavori","Наши работы","Наши радови","文件夹","\u002Fportfolio","i-lucide-briefcase",114,[148,161,175,181,193],{"id":149,"title":150,"url":144,"target":61,"icon":159,"isActive":14,"type":63,"productId":10,"categoryId":10,"shopCategoryId":10,"articleId":10,"pageId":146,"portfolioId":10,"children":160},"item-24",{"de":151,"en":152,"es":153,"fr":154,"it":155,"ru":156,"sr":157,"zh":158},"Alle Projekte","All Projects","Todos los proyectos","Tous les projets","Tutti i progetti","Все проекты","Сви пројекти","所有项目","i-lucide-grid-3x3",[],{"id":162,"title":163,"url":171,"target":61,"icon":172,"isActive":14,"type":173,"productId":10,"categoryId":10,"shopCategoryId":10,"articleId":10,"pageId":10,"portfolioId":10,"children":174},"item-29",{"de":164,"en":165,"es":166,"fr":167,"it":168,"ru":169,"sr":170,"zh":143},"Local Roots, Global Reach","Local Roots - Global Reach","Empresa local ","Entreprise locale","Azienda locale","Местная компания","Локално предузеће глобално тржиште","\u002Fportfolio\u002Flocal-roots-global-reach-communication-media-systems-for-modern-business","i-lucide-folder","custom",[],{"id":176,"title":177,"url":179,"target":61,"icon":172,"isActive":14,"type":173,"productId":10,"categoryId":10,"shopCategoryId":10,"articleId":10,"pageId":10,"portfolioId":10,"children":180},"item-28",{"de":178,"en":178,"es":178,"fr":178,"it":178,"ru":178,"sr":178,"zh":178},"Solr Suggester","\u002Fportfolio\u002Fsolr-fuzzy-suggester-und-solr-infix-suggester-abfrage-ueber-ajax-und-filterung",[],{"id":182,"title":183,"url":191,"target":61,"icon":172,"isActive":14,"type":173,"productId":10,"categoryId":10,"shopCategoryId":10,"articleId":10,"pageId":10,"portfolioId":10,"children":192},"item-27",{"de":184,"en":185,"es":186,"fr":187,"it":188,"ru":189,"sr":190,"zh":185},"Firmenwebseite SEO","Company Website SEO","Sitio web corporativo SEO","Site web d’entreprise SEO","Sito web aziendale SEO","Корпоративный сайт SEO","Пословна веб-страница SEO","\u002Fportfolio\u002Fseo-sem-branding-mobile-webseite-muenchen",[],{"id":194,"title":195,"url":203,"target":61,"icon":172,"isActive":14,"type":173,"productId":10,"categoryId":10,"shopCategoryId":10,"articleId":10,"pageId":10,"portfolioId":10,"children":204},"item-31",{"de":196,"en":197,"es":198,"fr":199,"it":200,"ru":201,"sr":202,"zh":197},"Digitalisierungsportal","Digitalization Portal","Portal de digitalización","Portail de numérisation","Portale di digitalizzazione","Портал цифровизации","Портал за дигитализацију","\u002Fportfolio\u002Fdigitalisierungsportal-archiv-museum-bibliothek-ead-lido-mets-mods",[],{"statusCode":4,"data":206,"message":2781},{"id":207,"title":208,"slug":209,"content":210,"contentJson":211,"excerpt":1297,"featuredImage":1298,"featuredImageAlt":1299,"featuredImageCaption":10,"featuredImageTitle":10,"featuredImageCopyright":10,"featuredImageAuthor":10,"featuredImageSourceUrl":10,"featuredImageLicense":10,"featuredImageIsAiGenerated":43,"status":1300,"publishedAt":1301,"createdAt":1302,"updatedAt":1303,"seoLocalePaths":1304,"categories":1313,"author":1326,"translations":1331},"486","Источник истины в системах ИИ: откуда на самом деле берутся надёжные знания","source-of-truth-in-ai-systems-where-reliable-knowledge-actually-comes-from","\u003Cp>Источник истины в системе ИИ — это авторитетный источник, которому разрешено определять, следует ли считать конкретный факт, состояние или правило истинными для определённой области, версии и времени. Это не обязательно языковая модель, векторная база данных, документ с наивысшим рейтингом поиска, память агента или последнее сообщение в контексте. Надёжная архитектура ИИ должна сохранять, какой источник обладает авторитетом для какого утверждения, а затем поддерживать связь происхождения, извлечения и валидации с этим авторитетом.\u003C\u002Fp>\n\u003Caside class=\"editorjs-callout editorjs-callout--info my-6 rounded-xl border p-5 border-blue-300 bg-blue-50 dark:border-blue-900 dark:bg-blue-950\u002F20\" role=\"note\">\u003Cstrong class=\"block mb-2 text-gray-900 dark:text-gray-100\">Прямой ответ\u003C\u002Fstrong>\u003Cdiv class=\"text-gray-700 dark:text-gray-200\">\u003Cstrong>Источник истины — это правило авторитета, а не компонент ИИ.\u003C\u002Fstrong> Система ИИ может искать по многим источникам, но только некоторые источники являются авторитетными для данного вопроса. Правильным источником может быть база данных приложения для текущего состояния счёта, утверждённый политический документ для правила, исходный код для реализованного поведения, официальная спецификация для протокола или первичный исследовательский артефакт для наблюдаемого утверждения. Хорошая архитектура делает этот авторитет явным, вместо того чтобы просить модель вывести его из релевантности.\u003C\u002Fdiv>\u003C\u002Faside>\n\u003Caside class=\"editorjs-callout editorjs-callout--note my-6 rounded-xl border p-5 border-gray-300 bg-gray-50 dark:border-gray-700 dark:bg-gray-900\u002F40\" role=\"note\">\u003Cstrong class=\"block mb-2 text-gray-900 dark:text-gray-100\">Граница терминологии\u003C\u002Fstrong>\u003Cdiv class=\"text-gray-700 dark:text-gray-200\">«Источник истины» широко используется в разработке программного обеспечения, данных и организационной практике, но это не стандартизированный компонент ИИ с одним универсальным формальным определением. В этой статье он используется как архитектурная концепция: \u003Cstrong>источник или сопоставление авторитетов, которое определяет, какие доказательства могут устанавливать конкретный факт или состояние\u003C\u002Fstrong>. Стандарты происхождения, такие как W3C PROV, описывают происхождение и вывод; они не решают автоматически, какой источник ваше приложение должно считать авторитетным.\u003C\u002Fdiv>\u003C\u002Faside>\n\u003Caside class=\"editorjs-callout editorjs-callout--note my-6 rounded-xl border p-5 border-gray-300 bg-gray-50 dark:border-gray-700 dark:bg-gray-900\u002F40\" role=\"note\">\u003Cstrong class=\"block mb-2 text-gray-900 dark:text-gray-100\">Примечание об актуальности — 8 октября 2026 г.\u003C\u002Fstrong>\u003Cdiv class=\"text-gray-700 dark:text-gray-200\">Основное различие между авторитетом, происхождением, извлечением и контекстом модели остаётся стабильным. NIST AI RMF 1.0 в настоящее время пересматривается, но текущий NIST Playbook по-прежнему явно рекомендует документировать происхождение данных, включая источники, происхождение, преобразования, зависимости, ограничения и метаданные. W3C PROV остаётся рекомендацией W3C для интероперабельных описаний происхождения.\u003C\u002Fdiv>\u003C\u002Faside>\n\u003Cnav class=\"editorjs-toc\" data-editorjs-toc=\"true\" aria-label=\"Содержание\">\u003Cstrong class=\"editorjs-toc__title\">Содержание\u003C\u002Fstrong>\u003Col class=\"editorjs-toc__list editorjs-toc__list--depth-0\">\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#section-6\" class=\"editorjs-toc__link\">Что на самом деле означает «Источник истины»\u003C\u002Fa>\u003C\u002Fli>\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#section-11\" class=\"editorjs-toc__link\">Простейший пример\u003C\u002Fa>\u003C\u002Fli>\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#section-16\" class=\"editorjs-toc__link\">Где заканчивается простой пример\u003C\u002Fa>\u003C\u002Fli>\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#section-19\" class=\"editorjs-toc__link\">Авторитетность ограничена утверждением, версией и временем\u003C\u002Fa>\u003C\u002Fli>\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#section-22\" class=\"editorjs-toc__link\">Чем Источник истины не является\u003C\u002Fa>\u003Col class=\"editorjs-toc__list editorjs-toc__list--depth-1\">\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#section-23\" class=\"editorjs-toc__link\">Источник истины против системы записей\u003C\u002Fa>\u003C\u002Fli>\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#section-26\" class=\"editorjs-toc__link\">Источник истины против происхождения\u003C\u002Fa>\u003C\u002Fli>\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#section-29\" class=\"editorjs-toc__link\">Источник истины против свидетельства\u003C\u002Fa>\u003C\u002Fli>\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#section-32\" class=\"editorjs-toc__link\">Источник истины против RAG\u003C\u002Fa>\u003C\u002Fli>\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#section-35\" class=\"editorjs-toc__link\">Источник истины против векторной базы данных\u003C\u002Fa>\u003C\u002Fli>\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#section-38\" class=\"editorjs-toc__link\">Источник истины против памяти\u003C\u002Fa>\u003C\u002Fli>\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#section-41\" class=\"editorjs-toc__link\">Источник истины против контекста\u003C\u002Fa>\u003C\u002Fli>\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#section-44\" class=\"editorjs-toc__link\">Источник истины против эталонных данных оценки\u003C\u002Fa>\u003C\u002Fli>\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#section-47\" class=\"editorjs-toc__link\">Источник истины против качества данных\u003C\u002Fa>\u003C\u002Fli>\u003C\u002Fol>\u003C\u002Fli>\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#section-50\" class=\"editorjs-toc__link\">Практическая архитектурная модель источника истины\u003C\u002Fa>\u003C\u002Fli>\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#section-53\" class=\"editorjs-toc__link\">Авторитетность должна быть явной, а не выводиться из сходства\u003C\u002Fa>\u003C\u002Fli>\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#section-56\" class=\"editorjs-toc__link\">Поиск должен использовать авторитетность как ограничение ранжирования\u003C\u002Fa>\u003C\u002Fli>\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#section-60\" class=\"editorjs-toc__link\">Свежесть — часть авторитетности\u003C\u002Fa>\u003C\u002Fli>\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#section-63\" class=\"editorjs-toc__link\">Производные значения нуждаются в трассировке к авторитетным входным данным\u003C\u002Fa>\u003C\u002Fli>\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#section-67\" class=\"editorjs-toc__link\">Что происходит, когда авторитетные источники противоречат друг другу?\u003C\u002Fa>\u003C\u002Fli>\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#section-71\" class=\"editorjs-toc__link\">Веб-поиск — это обнаружение, а не автоматически доказательство\u003C\u002Fa>\u003C\u002Fli>\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#section-74\" class=\"editorjs-toc__link\">Языковая модель не должна сама определять авторитетность\u003C\u002Fa>\u003C\u002Fli>\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#section-77\" class=\"editorjs-toc__link\">Авторитетность должна сохраняться в трассировке выполнения\u003C\u002Fa>\u003C\u002Fli>\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#section-80\" class=\"editorjs-toc__link\">Доказательства оригинальной реализации: Source of Truth Research Engine\u003C\u002Fa>\u003C\u002Fli>\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#section-87\" class=\"editorjs-toc__link\">Aaasaasa Document & Knowledge Engine: применение той же границы к корпоративным документам\u003C\u002Fa>\u003C\u002Fli>\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#section-90\" class=\"editorjs-toc__link\">Распространённые режимы отказа Source-of-Truth\u003C\u002Fa>\u003C\u002Fli>\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#section-92\" class=\"editorjs-toc__link\">Практическая структура принятия решений об источнике истины\u003C\u002Fa>\u003C\u002Fli>\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#section-94\" class=\"editorjs-toc__link\">Контрольный список архитектуры источника истины\u003C\u002Fa>\u003C\u002Fli>\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#section-96\" class=\"editorjs-toc__link\">Распространенные заблуждения\u003C\u002Fa>\u003C\u002Fli>\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#section-98\" class=\"editorjs-toc__link\">Пограничные случаи\u003C\u002Fa>\u003C\u002Fli>\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#section-103\" class=\"editorjs-toc__link\">Ограничения\u003C\u002Fa>\u003C\u002Fli>\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#section-107\" class=\"editorjs-toc__link\">Что могло бы изменить этот ответ?\u003C\u002Fa>\u003C\u002Fli>\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#section-110\" class=\"editorjs-toc__link\">Связанные канонические знания\u003C\u002Fa>\u003C\u002Fli>\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#section-117\" class=\"editorjs-toc__link\">Часто задаваемые вопросы\u003C\u002Fa>\u003C\u002Fli>\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#section-119\" class=\"editorjs-toc__link\">Глоссарий\u003C\u002Fa>\u003C\u002Fli>\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#section-121\" class=\"editorjs-toc__link\">Заключение\u003C\u002Fa>\u003C\u002Fli>\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#section-125\" class=\"editorjs-toc__link\">Первичные источники и доказательства реализации\u003C\u002Fa>\u003C\u002Fli>\u003C\u002Fol>\u003C\u002Fnav>\n\u003Ch2 id=\"section-6\">Что на самом деле означает «Источник истины»\u003C\u002Fh2>\n\u003Cp>Эту фразу часто понимают неправильно как «единственная база данных, содержащая всё». В узкой системе это может быть верно, но для ИИ это обычно слишком упрощённо. Реальное приложение ИИ может объединять операционные базы данных, документы, API, векторные индексы, пользовательский ввод, память модели, внешние веб-источники и сгенерированные резюме.\u003C\u002Fp>\n\u003Cp>Эти источники не обладают равным авторитетом. Руководство по поддержке клиентов может определять политику, но не текущий баланс клиента. CRM может определять текущего владельца счёта, но не юридическое значение нормативного акта. Репозиторий исходного кода может определять реализованное поведение, тогда как спецификация продукта определяет предполагаемое поведение. Поэтому архитектура должна отвечать на более точный вопрос: какой источник является авторитетным для этого конкретного утверждения?\u003C\u002Fp>\n\u003Cp>Это делает Источник истины отношением между утверждением и авторитетом, а не просто свойством технологии хранения.\u003C\u002Fp>\n\u003Caside class=\"editorjs-callout editorjs-callout--success my-6 rounded-xl border p-5 border-emerald-300 bg-emerald-50 dark:border-emerald-900 dark:bg-emerald-950\u002F20\" role=\"note\">\u003Cstrong class=\"block mb-2 text-gray-900 dark:text-gray-100\">Ключевой принцип\u003C\u002Fstrong>\u003Cdiv class=\"text-gray-700 dark:text-gray-200\">\u003Cstrong>Одна система может иметь много Источников истины, потому что авторитет зависит от конкретного факта.\u003C\u002Fstrong> Важное архитектурное свойство не в том, что одна база данных побеждает глобально, а в том, что каждый важный факт или состояние имеет явного авторитетного владельца.\u003C\u002Fdiv>\u003C\u002Faside>\n\u003Ch2 id=\"section-11\">Простейший пример\u003C\u002Fh2>\n\u003Cp>Пользователь спрашивает ИИ-ассистента: «Какой у меня текущий план подписки?» У ассистента есть три возможных входа: стенограмма поддержки за прошлый месяц, проиндексированный документ справочного центра с описанием типов планов и живая база данных биллинга.\u003C\u002Fp>\n\u003Cp>В стенограмме поддержки может упоминаться, что у пользователя был план Pro. Документ справочного центра объясняет, что означает Pro. Но живая запись биллинга является авторитетным источником для текущего состояния подписки пользователя.\u003C\u002Fp>\n\u003Cp>Система семантического поиска могла бы поставить стенограмму поддержки выше записи биллинга, потому что она содержит язык, более близкий к вопросу. Но этот рейтинг всё равно не сделал бы стенограмму авторитетной. Релевантность и авторитет — это разные измерения.\u003C\u002Fp>\n\u003Csection class=\"editorjs-comparison my-6\">\u003Ch3 class=\"mb-3 text-lg font-semibold\">Один и тот же вопрос может включать разные роли источников\u003C\u002Fh3>\u003Cdiv class=\"overflow-x-auto\">\u003Ctable class=\"w-full border-collapse\">\u003Cthead>\u003Ctr>\u003Cth class=\"border border-gray-300 bg-gray-50 px-4 py-3 text-left dark:border-gray-700 dark:bg-gray-900\">\u003C\u002Fth>\u003Cth class=\"border border-gray-300 bg-gray-50 px-4 py-3 text-left font-semibold dark:border-gray-700 dark:bg-gray-900\">Источник\u003C\u002Fth>\u003Cth class=\"border border-gray-300 bg-gray-50 px-4 py-3 text-left font-semibold dark:border-gray-700 dark:bg-gray-900\">Роль\u003C\u002Fth>\u003Cth class=\"border border-gray-300 bg-gray-50 px-4 py-3 text-left font-semibold dark:border-gray-700 dark:bg-gray-900\">Авторитет для текущего плана?\u003C\u002Fth>\u003C\u002Ftr>\u003C\u002Fthead>\u003Ctbody>\u003Ctr>\u003Cth class=\"border border-gray-300 px-4 py-3 text-left font-semibold dark:border-gray-700\">База данных биллинга\u003C\u002Fth>\u003Ctd class=\"border border-gray-300 px-4 py-3 dark:border-gray-700\">\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-3 dark:border-gray-700\">\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-3 dark:border-gray-700\">\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Cth class=\"border border-gray-300 px-4 py-3 text-left font-semibold dark:border-gray-700\">Документация справочного центра\u003C\u002Fth>\u003Ctd class=\"border border-gray-300 px-4 py-3 dark:border-gray-700\">\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-3 dark:border-gray-700\">\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-3 dark:border-gray-700\">\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Cth class=\"border border-gray-300 px-4 py-3 text-left font-semibold dark:border-gray-700\">Старая стенограмма поддержки\u003C\u002Fth>\u003Ctd class=\"border border-gray-300 px-4 py-3 dark:border-gray-700\">\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-3 dark:border-gray-700\">\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-3 dark:border-gray-700\">\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Cth class=\"border border-gray-300 px-4 py-3 text-left font-semibold dark:border-gray-700\">Память модели\u003C\u002Fth>\u003Ctd class=\"border border-gray-300 px-4 py-3 dark:border-gray-700\">\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-3 dark:border-gray-700\">\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-3 dark:border-gray-700\">\u003C\u002Ftd>\u003C\u002Ftr>\u003C\u002Ftbody>\u003C\u002Ftable>\u003C\u002Fdiv>\u003C\u002Fsection>\n\u003Ch2 id=\"section-16\">Где заканчивается простой пример\u003C\u002Fh2>\n\u003Cp>Не каждая предметная область имеет один бесспорный авторитет. Историческое исследование может содержать противоречащие первичные источники. Научные утверждения могут меняться по мере появления новых исследований. Юридическая интерпретация может зависеть от юрисдикции, даты и судебного авторитета. Поведение продукта может различаться между документацией и развёрнутым кодом.\u003C\u002Fp>\n\u003Cp>В этих случаях правильная архитектура — не изобретать единственного победителя. Она должна сохранять конкурирующие источники, их происхождение, их класс авторитета, их применимую область и неразрешённое противоречие. Надёжная система Источника истины должна уметь представлять неопределённость и разногласие.\u003C\u002Fp>\n\u003Ch2 id=\"section-19\">Авторитетность ограничена утверждением, версией и временем\u003C\u002Fh2>\n\u003Cdiv class=\"overflow-x-auto\">\u003Ctable class=\"w-full border-collapse\">\u003Cthead>\u003Ctr>\u003Cth class=\"border border-gray-300 px-4 py-2 text-left font-semibold\">Вопрос\u003C\u002Fth>\u003Cth class=\"border border-gray-300 px-4 py-2 text-left font-semibold\">Возможный авторитетный источник\u003C\u002Fth>\u003Cth class=\"border border-gray-300 px-4 py-2 text-left font-semibold\">Почему область применения важна\u003C\u002Fth>\u003C\u002Ftr>\u003C\u002Fthead>\u003Ctbody>\u003Ctr>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Каков текущий баланс счёта пользователя?\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Реестр \u002F учётная система записей\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Исторические выгрузки могут быть точными для более раннего момента, но не для текущего состояния.\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Что в настоящее время допускает политика компании?\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Утверждённая текущая версия политики\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Более старая политика может оставаться действительным свидетельством прошлых правил, но не настоящих.\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Какой код фактически развёрнут?\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Артефакт развёртывания \u002F коммит \u002F запись о релизе\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Основная ветка может отличаться от продакшена.\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Что было указано в договоре на момент подписания?\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Подписанная версия договора\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Черновик или более поздний шаблон не является авторитетным для подписанного соглашения.\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Что specifies технический протокол?\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Текущая официальная спецификация для соответствующей версии\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Объяснение в блоге может быть полезным, но является вторичным свидетельством.\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Что произошло в историческом событии?\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Соответствующие первичные свидетельства плюс явная критика источников\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Может не быть единого авторитета; противоречивые свидетельства должны оставаться видимыми.\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Что предпочитает пользователь?\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Текущая явная настройка пользователя или подтверждённое предпочтение\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Старая память о разговоре может быть устаревшей или заменённой.\u003C\u002Ftd>\u003C\u002Ftr>\u003C\u002Ftbody>\u003C\u002Ftable>\u003C\u002Fdiv>\n\u003Cp>Слово «истина» поэтому может вводить в заблуждение, если не указана его граница. В архитектуре Источник истины обычно лучше понимать как источник, уполномоченный определять конкретное утверждение при определённых условиях.\u003C\u002Fp>\n\u003Ch2 id=\"section-22\">Чем Источник истины не является\u003C\u002Fh2>\n\u003Ch3 id=\"section-23\">Источник истины против системы записей\u003C\u002Fh3>\n\u003Cp>Система записей — это обычно авторитетная операционная система для класса записей: например, реестр выставления счетов, мастер-запись HR или база данных заказов. Это одна из распространённых реализаций авторитетности Источника истины.\u003C\u002Fp>\n\u003Cp>Но Источник истины шире. Подписанный PDF-договор, официальный стандарт, артефакт развёртывания или первичный архивный документ могут быть авторитетными, не будучи транзакционной системой записей.\u003C\u002Fp>\n\u003Ch3 id=\"section-26\">Источник истины против происхождения\u003C\u002Fh3>\n\u003Cp>Происхождение отвечает на такие вопросы, как: Откуда эти данные? Кто или что их создал? Какое преобразование создало эту производную? Какая предыдущая сущность была использована? W3C PROV моделирует сущности, активности, агентов и производные, чтобы можно было представить происхождение и ответственность.\u003C\u002Fp>\n\u003Cp>Происхождение само по себе не устанавливает авторитетность. Знание того, что значение пришло из электронной таблицы, написанной конкретным сотрудником, помогает его оценить, но приложению всё ещё нужно правило, указывающее, является ли эта таблица авторитетной для утверждения.\u003C\u002Fp>\n\u003Ch3 id=\"section-29\">Источник истины против свидетельства\u003C\u002Fh3>\n\u003Cp>Свидетельство поддерживает или опровергает утверждение. Источник истины определяет, какой источник имеет полномочия разрешить или строго ограничить это утверждение в текущем контексте приложения.\u003C\u002Fp>\n\u003Cp>Источник может быть ценным свидетельством, не будучи авторитетным. Пять писем клиентов могут быть свидетельством того, что пользователям не нравится рабочий процесс, но они не являются системой записей для текущей конфигурации продукта.\u003C\u002Fp>\n\u003Ch3 id=\"section-32\">Источник истины против RAG\u003C\u002Fh3>\n\u003Cp>RAG — это паттерн извлечения. Он находит информацию и предоставляет выбранное содержимое модели. RAG автоматически не знает, какой источник заслуживает авторитетности.\u003C\u002Fp>\n\u003Cp>Конвейер RAG может извлечь устаревший документ, вторичное резюме или очень похожий, но неавторитетный источник. Авторитетность источника должна быть закодирована через дизайн корпуса, метаданные, фильтры, политику ранжирования, валидацию или проверки после извлечения.\u003C\u002Fp>\n\u003Ch3 id=\"section-35\">Источник истины против векторной базы данных\u003C\u002Fh3>\n\u003Cp>Векторная база данных хранит или индексирует представления, используемые для семантического поиска. Это слой доступа, а не автоматически слой истины.\u003C\u002Fp>\n\u003Cp>Один и тот же авторитетный документ может быть разбит на фрагменты, векторизован, скопирован и переиндексирован много раз. Векторная запись должна сохранять ссылку на авторитетный источник и версию, а не становиться новым неотслеживаемым авторитетом.\u003C\u002Fp>\n\u003Ch3 id=\"section-38\">Источник истины против памяти\u003C\u002Fh3>\n\u003Cp>Память агента или приложения хранит информацию, которая может пригодиться позже. Память может сохранять предыдущее решение, предпочтение или наблюдение, но она может устареть.\u003C\u002Fp>\n\u003Cp>Для изменчивого или значимого состояния надёжный агент обычно должен перечитать актуальный авторитетный источник, а не предполагать, что запомненное состояние всё ещё верно.\u003C\u002Fp>\n\u003Ch3 id=\"section-41\">Источник истины против контекста\u003C\u002Fh3>\n\u003Cp>Контекст — это то, что модель получает во время текущего вывода. Авторитетная информация может отсутствовать в контексте, тогда как неавторитетная информация может присутствовать.\u003C\u002Fp>\n\u003Cp>Поэтому построение контекста требует политики, учитывающей авторитетность: извлечь или прочитать источник, которому разрешено определять утверждение, затем сохранить достаточно метаданных, чтобы модель или валидатор понимали его область применения.\u003C\u002Fp>\n\u003Ch3 id=\"section-44\">Источник истины против эталонных данных оценки\u003C\u002Fh3>\n\u003Cp>Эталонные данные оценки — это эталонный ответ, метка или результат, по которым оценивается система. Они могут быть получены из авторитетных источников, экспертного решения или курированных тестовых данных.\u003C\u002Fp>\n\u003Cp>Таким образом, эталонные данные — это конструкция оценки. Источник истины — это конструкция авторитетности приложения\u002Fпредметной области. Они могут пересекаться, но не являются взаимозаменяемыми.\u003C\u002Fp>\n\u003Ch3 id=\"section-47\">Источник истины против качества данных\u003C\u002Fh3>\n\u003Cp>Авторитетный источник всё ещё может содержать ошибки. Авторитетность указывает, какой источник официально управляет фактом; качество данных спрашивает, является ли этот источник точным, полным, своевременным, согласованным и пригодным для использования.\u003C\u002Fp>\n\u003Cp>Когда известно, что авторитетная система ошибочна, архитектура должна фиксировать дефект, процесс исправления или исключение, а не молча подменять неофициальным источником и скрывать расхождение.\u003C\u002Fp>\n\u003Ch2 id=\"section-50\">Практическая архитектурная модель источника истины\u003C\u002Fh2>\n\u003Caside class=\"editorjs-callout editorjs-callout--note my-6 rounded-xl border p-5 border-gray-300 bg-gray-50 dark:border-gray-700 dark:bg-gray-900\u002F40\" role=\"note\">\u003Cstrong class=\"block mb-2 text-gray-900 dark:text-gray-100\">Предлагаемая архитектурная модель\u003C\u002Fstrong>\u003Cdiv class=\"text-gray-700 dark:text-gray-200\">Приведённая ниже модель — это практический синтез для ИИ-систем. Это не стандарт W3C, NIST или ISO. Она разделяет авторитетность, происхождение, извлечение и контекст, обращённый к модели, поскольку эти обязанности часто ошибочно объединяются.\u003C\u002Fdiv>\u003C\u002Faside>\n\u003Csection class=\"editorjs-process my-6\">\u003Ch3 class=\"mb-3 text-lg font-semibold\">Путь ответа ИИ с учётом авторитетности\u003C\u002Fh3>\u003Cdiv class=\"grid grid-cols-1 md:grid-cols-2 xl:grid-cols-3 gap-4\">\u003Cdiv class=\"editorjs-process__step min-w-0  rounded-xl border border-gray-200 dark:border-gray-700 p-4\">\u003Cdiv class=\"text-xs font-semibold text-gray-500 dark:text-gray-400\">1\u003C\u002Fdiv>\u003Cdiv class=\"mt-1 font-semibold text-gray-900 dark:text-gray-100\">1. Определите тип утверждения\u003C\u002Fdiv>\u003Cdiv class=\"mt-1 text-sm text-gray-600 dark:text-gray-300\">Определите, что пользователь на самом деле спрашивает: текущее состояние, политику, исторический факт, техническую спецификацию, предпочтение пользователя, расчёт или интерпретацию.\u003C\u002Fdiv>\u003C\u002Fdiv>\u003Cdiv class=\"editorjs-process__step min-w-0  rounded-xl border border-gray-200 dark:border-gray-700 p-4\">\u003Cdiv class=\"text-xs font-semibold text-gray-500 dark:text-gray-400\">2\u003C\u002Fdiv>\u003Cdiv class=\"mt-1 font-semibold text-gray-900 dark:text-gray-100\">2. Определите авторитетность\u003C\u002Fdiv>\u003Cdiv class=\"mt-1 text-sm text-gray-600 dark:text-gray-300\">Определите, какой источник или класс авторитетности может определять этот тип утверждения для требуемой области, версии и времени.\u003C\u002Fdiv>\u003C\u002Fdiv>\u003Cdiv class=\"editorjs-process__step min-w-0  rounded-xl border border-gray-200 dark:border-gray-700 p-4\">\u003Cdiv class=\"text-xs font-semibold text-gray-500 dark:text-gray-400\">3\u003C\u002Fdiv>\u003Cdiv class=\"mt-1 font-semibold text-gray-900 dark:text-gray-100\">3. Получите доказательства\u003C\u002Fdiv>\u003Cdiv class=\"mt-1 text-sm text-gray-600 dark:text-gray-300\">Прочитайте или извлеките авторитетный источник и любые необходимые подтверждающие или противоречащие доказательства.\u003C\u002Fdiv>\u003C\u002Fdiv>\u003Cdiv class=\"editorjs-process__step min-w-0  rounded-xl border border-gray-200 dark:border-gray-700 p-4\">\u003Cdiv class=\"text-xs font-semibold text-gray-500 dark:text-gray-400\">4\u003C\u002Fdiv>\u003Cdiv class=\"mt-1 font-semibold text-gray-900 dark:text-gray-100\">4. Сохраните происхождение\u003C\u002Fdiv>\u003Cdiv class=\"mt-1 text-sm text-gray-600 dark:text-gray-300\">Сохраняйте идентичность источника, версию, временную метку, локатор, историю преобразований и метаданные ответственности.\u003C\u002Fdiv>\u003C\u002Fdiv>\u003Cdiv class=\"editorjs-process__step min-w-0  rounded-xl border border-gray-200 dark:border-gray-700 p-4\">\u003Cdiv class=\"text-xs font-semibold text-gray-500 dark:text-gray-400\">5\u003C\u002Fdiv>\u003Cdiv class=\"mt-1 font-semibold text-gray-900 dark:text-gray-100\">5. Постройте контекст модели\u003C\u002Fdiv>\u003Cdiv class=\"mt-1 text-sm text-gray-600 dark:text-gray-300\">Предоставьте модели соответствующие доказательства, не отбрасывая метаданные авторитетности и применимости.\u003C\u002Fdiv>\u003C\u002Fdiv>\u003Cdiv class=\"editorjs-process__step min-w-0  rounded-xl border border-gray-200 dark:border-gray-700 p-4\">\u003Cdiv class=\"text-xs font-semibold text-gray-500 dark:text-gray-400\">6\u003C\u002Fdiv>\u003Cdiv class=\"mt-1 font-semibold text-gray-900 dark:text-gray-100\">6. Сгенерируйте или вычислите\u003C\u002Fdiv>\u003Cdiv class=\"mt-1 text-sm text-gray-600 dark:text-gray-300\">Модель может суммировать, сравнивать, рассуждать или преобразовывать доказательства, но она не наследует авторитетность источника просто в результате его обработки.\u003C\u002Fdiv>\u003C\u002Fdiv>\u003Cdiv class=\"editorjs-process__step min-w-0  rounded-xl border border-gray-200 dark:border-gray-700 p-4\">\u003Cdiv class=\"text-xs font-semibold text-gray-500 dark:text-gray-400\">7\u003C\u002Fdiv>\u003Cdiv class=\"mt-1 font-semibold text-gray-900 dark:text-gray-100\">7. Проверьте утверждение\u003C\u002Fdiv>\u003Cdiv class=\"mt-1 text-sm text-gray-600 dark:text-gray-300\">Убедитесь, что ответ подтверждается правильным источником и остаётся в пределах его области и границы действительности.\u003C\u002Fdiv>\u003C\u002Fdiv>\u003Cdiv class=\"editorjs-process__step min-w-0  rounded-xl border border-gray-200 dark:border-gray-700 p-4\">\u003Cdiv class=\"text-xs font-semibold text-gray-500 dark:text-gray-400\">8\u003C\u002Fdiv>\u003Cdiv class=\"mt-1 font-semibold text-gray-900 dark:text-gray-100\">8. Сохраняйте противоречия\u003C\u002Fdiv>\u003Cdiv class=\"mt-1 text-sm text-gray-600 dark:text-gray-300\">Если авторитетные или релевантные источники расходятся, выявите конфликт, а не фабрикуйте ложную уверенность.\u003C\u002Fdiv>\u003C\u002Fdiv>\u003C\u002Fdiv>\u003C\u002Fsection>\n\u003Ch2 id=\"section-53\">Авторитетность должна быть явной, а не выводиться из сходства\u003C\u002Fh2>\n\u003Cp>Один из надёжных шаблонов реализации — реестр авторитетности или эквивалентный слой политик, который сопоставляет классы утверждений с классами авторитетных источников. Реализация может быть кодом, метаданными, конфигурацией или доменными правилами; важное свойство в том, что авторитетность определяется намеренно.\u003C\u002Fp>\n\u003Cdiv class=\"overflow-x-auto\">\u003Ctable class=\"w-full border-collapse\">\u003Cthead>\u003Ctr>\u003Cth class=\"border border-gray-300 px-4 py-2 text-left font-semibold\">Класс утверждения\u003C\u002Fth>\u003Cth class=\"border border-gray-300 px-4 py-2 text-left font-semibold\">Правило авторитетности\u003C\u002Fth>\u003Cth class=\"border border-gray-300 px-4 py-2 text-left font-semibold\">Поведение при отсутствии\u003C\u002Fth>\u003C\u002Ftr>\u003C\u002Fthead>\u003Ctbody>\u003Ctr>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Текущее состояние счёта\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Чтение живого сервиса счёта \u002F системы учёта\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Если недоступно, сообщить, что текущее состояние не может быть проверено.\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Документация продукта\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Текущая утверждённая версия документации\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Более старая версия может быть показана только с предупреждением о версии.\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Поведение реализованного ПО\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Соответствующий развёрнутый релиз \u002F исходный артефакт\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Документация сама по себе не может доказать развёрнутое поведение.\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Внутренняя политика\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Утверждённое хранилище политик и активная версия\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Черновики являются вспомогательным материалом, а не текущим авторитетом.\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Внешний технический стандарт\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Публикация официального органа по стандартизации для соответствующей версии\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Вторичные объяснения могут уточнять, но не отменять спецификацию.\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Исследовательское утверждение\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Политика доказательств, соответствующая предметной области\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Сохранять противоречивые доказательства и уверенность, а не принудительно выбирать один источник.\u003C\u002Ftd>\u003C\u002Ftr>\u003C\u002Ftbody>\u003C\u002Ftable>\u003C\u002Fdiv>\n\u003Ch2 id=\"section-56\">Поиск должен использовать авторитетность как ограничение ранжирования\u003C\u002Fh2>\n\u003Cp>Семантическая релевантность отвечает на вопрос «Какой кандидат выглядит связанным с этим запросом?» Авторитетность отвечает на вопрос «Какой кандидат имеет право устанавливать этот факт?» Продакшн-система поиска часто нуждается в обоих.\u003C\u002Fp>\n\u003Cp>Полезная последовательность — сначала ограничить пространство кандидатов по идентичности, тенанту, классу источника, статусу, версии или дате, затем ранжировать релевантные доказательства внутри разрешённого пространства. Если релевантность вычисляется до критических фильтров авторизации или авторитетности, конвейер может вернуть убедительный, но недействительный результат.\u003C\u002Fp>\n\u003Caside class=\"editorjs-callout editorjs-callout--warning my-6 rounded-xl border p-5 border-amber-300 bg-amber-50 dark:border-amber-900 dark:bg-amber-950\u002F20\" role=\"note\">\u003Cstrong class=\"block mb-2 text-gray-900 dark:text-gray-100\">Наибольшее сходство — не наибольшая авторитетность\u003C\u002Fstrong>\u003Cdiv class=\"text-gray-700 dark:text-gray-200\">Поисковая система может поставить устаревшее резюме выше текущего первичного источника. Языковая модель может предпочесть лучше написанное объяснение официальной записи. Ни то, ни другое поведение не меняет того, какой источник владеет фактом.\u003C\u002Fdiv>\u003C\u002Faside>\n\u003Ch2 id=\"section-60\">Свежесть — часть авторитетности\u003C\u002Fh2>\n\u003Cp>Многие сбои единого источника истины на самом деле являются сбоями времени. Правильный источник был известен, но система использовала старый снимок, устаревшее вложение, кэшированный ответ API или заменённый документ.\u003C\u002Fp>\n\u003Cp>Поэтому правило авторитетности должно включать семантику инвалидации или обновления там, где факт может измениться. «CRM является авторитетной» — неполное утверждение, когда приложение читает недельной давности реплицированный экспорт.\u003C\u002Fp>\n\u003Ch2 id=\"section-63\">Производные значения нуждаются в трассировке к авторитетным входным данным\u003C\u002Fh2>\n\u003Cp>Некоторые важные факты не хранятся напрямую. Они вычисляются из авторитетных входных данных: оценка риска, итог по счёту, статус соответствия требованиям или агрегированная метрика.\u003C\u002Fp>\n\u003Cp>Для производных значений архитектура единого источника истины должна сохранять авторитетные входные данные, версию преобразования или вычисления и время выполнения. Различие W3C PROV между сущностями, действиями и производными полезно здесь, поскольку оно моделирует, как одна сущность была произведена из других.\u003C\u002Fp>\n\u003Caside class=\"editorjs-callout editorjs-callout--success my-6 rounded-xl border p-5 border-emerald-300 bg-emerald-50 dark:border-emerald-900 dark:bg-emerald-950\u002F20\" role=\"note\">\u003Cstrong class=\"block mb-2 text-gray-900 dark:text-gray-100\">Производная истина условна\u003C\u002Fstrong>\u003Cdiv class=\"text-gray-700 dark:text-gray-200\">Вычисленное значение настолько актуально и авторитетно, насколько актуальны и авторитетны его входные данные, преобразование и условия действительности. Храните происхождение, необходимое для пересчёта или аудита.\u003C\u002Fdiv>\u003C\u002Faside>\n\u003Ch2 id=\"section-67\">Что происходит, когда авторитетные источники противоречат друг другу?\u003C\u002Fh2>\n\u003Cp>Конфликты не являются крайними случаями в серьёзных системах знаний. Подписанный договор может противоречить полю в CRM. Продакшн-поведение может противоречить документации. Два первичных исторических источника могут противоречить друг другу. Текущая политика может конфликтовать с устаревшей локальной копией.\u003C\u002Fp>\n\u003Cp>Системе нужна политика разрешения, соответствующая предметной области. Иногда один авторитет явно превосходит другой. Иногда более новая версия заменяет старую. Иногда эксперт или владелец бизнеса должен вынести решение. А иногда правильный результат просто таков: доказательства не разрешены.\u003C\u002Fp>\n\u003Cdiv class=\"overflow-x-auto\">\u003Ctable class=\"w-full border-collapse\">\u003Cthead>\u003Ctr>\u003Cth class=\"border border-gray-300 px-4 py-2 text-left font-semibold\">Тип конфликта\u003C\u002Fth>\u003Cth class=\"border border-gray-300 px-4 py-2 text-left font-semibold\">Типичная обработка\u003C\u002Fth>\u003C\u002Ftr>\u003C\u002Fthead>\u003Ctbody>\u003Ctr>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Текущая версия против заменённой\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Использовать текущую версию для настоящего состояния; сохранять более старую версию как историческое доказательство.\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Система учёта против устаревшей реплики\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Использовать систему учёта; отметить проблему свежести репликации.\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Договор против записи в CRM\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Подписанный договор управляет договорными формулировками; расхождение в CRM становится задачей исправления.\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Документация против развёрнутого поведения\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Различать предполагаемое поведение и наблюдаемое\u002Fразвёрнутое поведение; не объединять их молча.\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Два достоверных первичных источника\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Сохранять оба, оценивать происхождение и охват и представлять неразрешённое расхождение, если нет управляющего авторитета.\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Память пользователя против текущей настройки пользователя\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Использовать текущую явную настройку; помечать память как заменённую, где это уместно.\u003C\u002Ftd>\u003C\u002Ftr>\u003C\u002Ftbody>\u003C\u002Ftable>\u003C\u002Fdiv>\n\u003Ch2 id=\"section-71\">Веб-поиск — это обнаружение, а не автоматически доказательство\u003C\u002Fh2>\n\u003Cp>Поисковые системы — превосходные системы обнаружения. Поисковые сниппеты, ранжирование результатов и сгенерированные резюме не являются автоматически первичными доказательствами.\u003C\u002Fp>\n\u003Cp>Для утверждений, требующих авторитетности, результат поиска должен вести к оригинальной публикации, официальной записи, исходному документу, набору данных или другому подходящему артефакту. Страница результатов помогает найти источник; она не наследует авторитетность источника.\u003C\u002Fp>\n\u003Ch2 id=\"section-74\">Языковая модель не должна сама определять авторитетность\u003C\u002Fh2>\n\u003Cp>Модель может помочь классифицировать вопрос, извлечь утверждения или сравнить доказательства, но авторитетность не должна зависеть только от предпочтений модели. Модели оптимизируют генерацию на основе контекста; они не обладают гарантированным предметно-специфичным реестром того, какая база данных, документ или организация владеет каждым фактом.\u003C\u002Fp>\n\u003Cp>Именно поэтому архитектура приложения должна детерминированно кодировать критические правила авторитетности там, где это практически возможно. Модель может рассуждать внутри границы, но сама граница не должна воссоздаваться с нуля для каждого запроса.\u003C\u002Fp>\n\u003Ch2 id=\"section-77\">Авторитетность должна сохраняться в трассировке выполнения\u003C\u002Fh2>\n\u003Cp>Если производственный ответ достаточно важен для аудита, трассировка должна позволять восстановить, какие источники были использованы, какая версия применялась, какой фрагмент или запись подтверждали утверждение, какие преобразования произошли и были ли доступны противоречащие доказательства.\u003C\u002Fp>\n\u003Cp>Это соответствует более широкому принципу происхождения в W3C PROV и рекомендациям NIST AI RMF Playbook документировать источники, происхождение, преобразования, зависимости, ограничения и метаданные.\u003C\u002Fp>\n\u003Ch2 id=\"section-80\">Доказательства оригинальной реализации: Source of Truth Research Engine\u003C\u002Fh2>\n\u003Caside class=\"editorjs-callout editorjs-callout--note my-6 rounded-xl border p-5 border-gray-300 bg-gray-50 dark:border-gray-700 dark:bg-gray-900\u002F40\" role=\"note\">\u003Cstrong class=\"block mb-2 text-gray-900 dark:text-gray-100\">Доказательства оригинальной реализации\u003C\u002Fstrong>\u003Cdiv class=\"text-gray-700 dark:text-gray-200\">Source of Truth Research Engine — это моё собственное доказательство реализации архитектуры, ориентированной на доказательства. Он демонстрирует один конкретный способ разделения обнаружения, получения источника, происхождения, утверждений, классов доказательств, противоречий и выводов. Это шаблон реализации, а не универсальный отраслевой стандарт.\u003C\u002Fdiv>\u003C\u002Faside>\n\u003Cp>Движок построен вокруг прослеживаемого конвейера, а не прямой суммаризации ИИ: исследовательская задача → поиск → оригинальный источник или цифровой артефакт → локальный снимок → SHA-256 → идентификатор источника → утверждение → класс доказательства → отношение или противоречие → интерпретация → вывод.\u003C\u002Fp>\n\u003Cp>Его общее ядро доказательств хранит источники, артефакты, происхождение, утверждения, отношения, противоречия, эталонную модель и журнал аудита. Различные режимы исследования могут использовать это ядро, применяя разные предметные методологии.\u003C\u002Fp>\n\u003Cp>Архитектура намеренно разделяет обнаружение и доказательства. Поисковые сниппеты не рассматриваются как доказательства, имена файлов не рассматриваются как содержимое, суммаризации ИИ не рассматриваются как первоисточники, а семантическое сходство является лишь сигналом для обнаружения, пока результат не будет прослежен до конкретного источника и локатора.\u003C\u002Fp>\n\u003Cp>Оригинальные файлы сохраняются, а локальные байты получают идентификаторы SHA-256. Противоречия и отклонённые гипотезы не удаляются молча. Новые доказательства могут изменить текущую эталонную модель, при этом предыдущий путь доказательств остаётся доступным для аудита.\u003C\u002Fp>\n\u003Cdiv class=\"overflow-x-auto\">\u003Ctable class=\"w-full border-collapse\">\u003Cthead>\u003Ctr>\u003Cth class=\"border border-gray-300 px-4 py-2 text-left font-semibold\">Реализованное правило\u003C\u002Fth>\u003Cth class=\"border border-gray-300 px-4 py-2 text-left font-semibold\">Почему это важно для архитектуры Source-of-Truth\u003C\u002Fth>\u003C\u002Ftr>\u003C\u002Fthead>\u003Ctbody>\u003Ctr>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Поиск ≠ доказательство\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Ранжирование при обнаружении не может незаметно становиться авторитетностью.\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Имя файла ≠ содержимое\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Метаданные не могут заменить чтение самого артефакта.\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Локальный снимок + SHA-256\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Доказательство можно привязать к точным байтам, а не к изменяемой удалённой метке.\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Идентификатор источника + точный локатор\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Утверждения можно проследить до конкретного места доказательства.\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Разделение утверждения и доказательства\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Утверждение не смешивается с материалом, который его подтверждает.\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Противоречия сохраняются\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Система может представлять неразрешённые разногласия, а не перезаписывать историю.\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Семантическое сходство — только обнаружение\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Релевантность поиска явно отделена от доказательной авторитетности.\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Новые доказательства могут обновлять модель\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Состояние Source-of-Truth версионируется и пересматривается, а не считается неизменной догмой.\u003C\u002Ftd>\u003C\u002Ftr>\u003C\u002Ftbody>\u003C\u002Ftable>\u003C\u002Fdiv>\n\u003Ch2 id=\"section-87\">Aaasaasa Document & Knowledge Engine: применение той же границы к корпоративным документам\u003C\u002Fh2>\n\u003Cp>Концепция Aaasaasa Document & Knowledge Engine распространяет тот же принцип проектирования на корпоративную документацию: пользователи должны иметь возможность искать документы, задавать вопросы на основе источников и проверять коллекции по явным критериям, сохраняя различие между тем, что утверждает документ, и тем, что выводит система.\u003C\u002Fp>\n\u003Cp>Важное архитектурное правило состоит в том, что универсальное ядро поиска не делает каждую коллекцию одинаково авторитетной. Контрактные документы, записи о техническом обслуживании, финансовые документы и исследовательские материалы требуют разных правил авторитетности, валидации и полноты, даже если они используют общую инфраструктуру загрузки и поиска.\u003C\u002Fp>\n\u003Ch2 id=\"section-90\">Распространённые режимы отказа Source-of-Truth\u003C\u002Fh2>\n\u003Cdiv class=\"overflow-x-auto\">\u003Ctable class=\"w-full border-collapse\">\u003Cthead>\u003Ctr>\u003Cth class=\"border border-gray-300 px-4 py-2 text-left font-semibold\">Режим отказа\u003C\u002Fth>\u003Cth class=\"border border-gray-300 px-4 py-2 text-left font-semibold\">Что идет не так\u003C\u002Fth>\u003C\u002Ftr>\u003C\u002Fthead>\u003Ctbody>\u003Ctr>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Модель рассматривается как источник истины\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Параметрические знания могут быть устаревшими, неполными, непроверяемыми или выходить за пределы авторитетной области применения приложения.\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Лучший результат поиска автоматически побеждает\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Сходство ошибочно принимается за авторитетность.\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Векторная база данных становится авторитетной\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Производные записи индекса теряют идентичность и версию исходного источника.\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Все копируется в одну базу знаний\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Копии скрывают владение, актуальность и пути исправления.\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Память повторно используется как текущее состояние\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Старые наблюдения незаметно переопределяют текущую систему учета.\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Нет метаданных версии\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Правильный документ используется для неправильного периода времени.\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Нет указателя источника\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Ссылка существует, но подтверждающий фрагмент или запись невозможно проверить.\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Конфликты перезаписываются\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Система выглядит согласованной за счет уничтожения свидетельств разногласий.\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Сгенерированные резюме заменяют оригиналы\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Преобразование с потерями становится видимым авторитетом.\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Авторитет является глобальным, а не привязанным к утверждению\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Одному источнику доверяют за пределами домена или класса фактов, которым он фактически владеет.\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Веб-сниппет рассматривается как доказательство\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Метаданные обнаружения заменяют оригинальную публикацию.\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Авторитетные данные неверны, но исключения скрыты\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Операционные дефекты становятся невидимыми и не могут быть прозрачно исправлены.\u003C\u002Ftd>\u003C\u002Ftr>\u003C\u002Ftbody>\u003C\u002Ftable>\u003C\u002Fdiv>\n\u003Ch2 id=\"section-92\">Практическая структура принятия решений об источнике истины\u003C\u002Fh2>\n\u003Csection class=\"editorjs-process my-6\">\u003Ch3 class=\"mb-3 text-lg font-semibold\">Как решить, что должно определять утверждение\u003C\u002Fh3>\u003Cdiv class=\"grid grid-cols-1 md:grid-cols-2 xl:grid-cols-3 gap-4\">\u003Cdiv class=\"editorjs-process__step min-w-0  rounded-xl border border-gray-200 dark:border-gray-700 p-4\">\u003Cdiv class=\"text-xs font-semibold text-gray-500 dark:text-gray-400\">1\u003C\u002Fdiv>\u003Cdiv class=\"mt-1 font-semibold text-gray-900 dark:text-gray-100\">1. Сформулируйте утверждение точно\u003C\u002Fdiv>\u003Cdiv class=\"mt-1 text-sm text-gray-600 dark:text-gray-300\">Отделите текущее состояние, историческое состояние, политику, интерпретацию, прогноз и производный расчет.\u003C\u002Fdiv>\u003C\u002Fdiv>\u003Cdiv class=\"editorjs-process__step min-w-0  rounded-xl border border-gray-200 dark:border-gray-700 p-4\">\u003Cdiv class=\"text-xs font-semibold text-gray-500 dark:text-gray-400\">2\u003C\u002Fdiv>\u003Cdiv class=\"mt-1 font-semibold text-gray-900 dark:text-gray-100\">2. Определите владельца авторитета\u003C\u002Fdiv>\u003Cdiv class=\"mt-1 text-sm text-gray-600 dark:text-gray-300\">Определите систему, документ, учреждение, лицо или класс доказательств, ответственные за этот тип утверждения.\u003C\u002Fdiv>\u003C\u002Fdiv>\u003Cdiv class=\"editorjs-process__step min-w-0  rounded-xl border border-gray-200 dark:border-gray-700 p-4\">\u003Cdiv class=\"text-xs font-semibold text-gray-500 dark:text-gray-400\">3\u003C\u002Fdiv>\u003Cdiv class=\"mt-1 font-semibold text-gray-900 dark:text-gray-100\">3. Определите область применения\u003C\u002Fdiv>\u003Cdiv class=\"mt-1 text-sm text-gray-600 dark:text-gray-300\">Укажите арендатора, юрисдикцию, продукт, среду, пользователя, набор документов или другую границу применимости.\u003C\u002Fdiv>\u003C\u002Fdiv>\u003Cdiv class=\"editorjs-process__step min-w-0  rounded-xl border border-gray-200 dark:border-gray-700 p-4\">\u003Cdiv class=\"text-xs font-semibold text-gray-500 dark:text-gray-400\">4\u003C\u002Fdiv>\u003Cdiv class=\"mt-1 font-semibold text-gray-900 dark:text-gray-100\">4. Определите время и версию\u003C\u002Fdiv>\u003Cdiv class=\"mt-1 text-sm text-gray-600 dark:text-gray-300\">Определите, требует ли утверждение текущего состояния, исторического снимка или конкретной версии стандарта\u002Fвыпуска.\u003C\u002Fdiv>\u003C\u002Fdiv>\u003Cdiv class=\"editorjs-process__step min-w-0  rounded-xl border border-gray-200 dark:border-gray-700 p-4\">\u003Cdiv class=\"text-xs font-semibold text-gray-500 dark:text-gray-400\">5\u003C\u002Fdiv>\u003Cdiv class=\"mt-1 font-semibold text-gray-900 dark:text-gray-100\">5. Сохраните происхождение\u003C\u002Fdiv>\u003Cdiv class=\"mt-1 text-sm text-gray-600 dark:text-gray-300\">Запишите идентичность источника, происхождение, указатель, преобразования и ответственных агентов или процессы.\u003C\u002Fdiv>\u003C\u002Fdiv>\u003Cdiv class=\"editorjs-process__step min-w-0  rounded-xl border border-gray-200 dark:border-gray-700 p-4\">\u003Cdiv class=\"text-xs font-semibold text-gray-500 dark:text-gray-400\">6\u003C\u002Fdiv>\u003Cdiv class=\"mt-1 font-semibold text-gray-900 dark:text-gray-100\">6. Определите путь поиска\u002Fдоступа\u003C\u002Fdiv>\u003Cdiv class=\"mt-1 text-sm text-gray-600 dark:text-gray-300\">Убедитесь, что приложение действительно может получить авторитетную информацию под правильной идентичностью и с правильными разрешениями.\u003C\u002Fdiv>\u003C\u002Fdiv>\u003Cdiv class=\"editorjs-process__step min-w-0  rounded-xl border border-gray-200 dark:border-gray-700 p-4\">\u003Cdiv class=\"text-xs font-semibold text-gray-500 dark:text-gray-400\">7\u003C\u002Fdiv>\u003Cdiv class=\"mt-1 font-semibold text-gray-900 dark:text-gray-100\">7. Определите политику конфликтов\u003C\u002Fdiv>\u003Cdiv class=\"mt-1 text-sm text-gray-600 dark:text-gray-300\">Решите вопросы приоритета, замены, арбитража или явного поведения в неразрешенном состоянии.\u003C\u002Fdiv>\u003C\u002Fdiv>\u003Cdiv class=\"editorjs-process__step min-w-0  rounded-xl border border-gray-200 dark:border-gray-700 p-4\">\u003Cdiv class=\"text-xs font-semibold text-gray-500 dark:text-gray-400\">8\u003C\u002Fdiv>\u003Cdiv class=\"mt-1 font-semibold text-gray-900 dark:text-gray-100\">8. Определите аннулирование\u003C\u002Fdiv>\u003Cdiv class=\"mt-1 text-sm text-gray-600 dark:text-gray-300\">Укажите, когда кэшированные, индексированные, запомненные или производные представления должны быть обновлены.\u003C\u002Fdiv>\u003C\u002Fdiv>\u003Cdiv class=\"editorjs-process__step min-w-0  rounded-xl border border-gray-200 dark:border-gray-700 p-4\">\u003Cdiv class=\"text-xs font-semibold text-gray-500 dark:text-gray-400\">9\u003C\u002Fdiv>\u003Cdiv class=\"mt-1 font-semibold text-gray-900 dark:text-gray-100\">9. Проверьте путь ответа\u003C\u002Fdiv>\u003Cdiv class=\"mt-1 text-sm text-gray-600 dark:text-gray-300\">Убедитесь, что важные сгенерированные утверждения можно проследить до предполагаемого авторитета, а не просто до правдоподобного источника.\u003C\u002Fdiv>\u003C\u002Fdiv>\u003C\u002Fdiv>\u003C\u002Fsection>\n\u003Ch2 id=\"section-94\">Контрольный список архитектуры источника истины\u003C\u002Fh2>\n\u003Cdiv class=\"overflow-x-auto\">\u003Ctable class=\"w-full border-collapse\">\u003Cthead>\u003Ctr>\u003Cth class=\"border border-gray-300 px-4 py-2 text-left font-semibold\">Вопрос\u003C\u002Fth>\u003Cth class=\"border border-gray-300 px-4 py-2 text-left font-semibold\">Ожидаемый ответ\u003C\u002Fth>\u003C\u002Ftr>\u003C\u002Fthead>\u003Ctbody>\u003Ctr>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Какой именно факт или состояние устанавливается?\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Утверждение, достаточно точное для назначения авторитета.\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Кто или что владеет этим фактом?\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Именованная авторитетная система, класс источника или правило арбитража.\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Является ли авторитет актуальным для этой области?\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Граница арендатора, юрисдикции, среды, пользователя или домена является явной.\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Правильны ли версия\u002Fвремя?\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Известна применимость текущей, исторической или конкретной версии.\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Можно ли проверить источник?\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Существует стабильный идентификатор, указатель или ссылка на запись.\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Сохранено ли происхождение?\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Метаданные происхождения, преобразования и ответственности сохраняются при приеме и поиске.\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Может ли поиск вернуть неавторитетный материал?\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Если да, фильтры или валидация отличают релевантность от авторитетности.\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Может ли источник измениться?\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Существуют правила обновления, аннулирования или замены.\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Могут ли источники противоречить друг другу?\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Поведение при конфликтах и арбитраже является явным.\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Может ли память устареть?\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Изменчивое состояние повторно считывается из текущего авторитета перед использованием с последствиями.\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Можно ли воспроизвести производный ответ?\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Входные данные, версия преобразования и условия выполнения прослеживаются.\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Может ли аудитор восстановить ответ?\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Доказательства выполнения сохраняют путь к источнику для важных утверждений.\u003C\u002Ftd>\u003C\u002Ftr>\u003C\u002Ftbody>\u003C\u002Ftable>\u003C\u002Fdiv>\n\u003Ch2 id=\"section-96\">Распространенные заблуждения\u003C\u002Fh2>\n\u003Cdiv class=\"overflow-x-auto\">\u003Ctable class=\"w-full border-collapse\">\u003Cthead>\u003Ctr>\u003Cth class=\"border border-gray-300 px-4 py-2 text-left font-semibold\">Заблуждение\u003C\u002Fth>\u003Cth class=\"border border-gray-300 px-4 py-2 text-left font-semibold\">Исправление\u003C\u002Fth>\u003C\u002Ftr>\u003C\u002Fthead>\u003Ctbody>\u003Ctr>\u003Ctd class=\"border border-gray-300 px-4 py-2\">«Источник истины означает одну базу данных».\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Одна база данных может быть авторитетной для одного домена; сложные системы обычно имеют несколько авторитетов для конкретных фактов.\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd class=\"border border-gray-300 px-4 py-2\">«Самый новый документ автоматически является авторитетным».\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Новизна помогает только тогда, когда более новый артефакт одобрен и действительно заменяет более старый.\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd class=\"border border-gray-300 px-4 py-2\">«RAG решает проблему истины».\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">RAG решает проблему поиска. Авторитет, происхождение, качество доказательств и достоверность остаются отдельными проблемами.\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd class=\"border border-gray-300 px-4 py-2\">«Ссылка доказывает ответ».\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Цитируемый источник должен действительно поддерживать утверждение, иметь правильный авторитет и применяться к текущей области.\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd class=\"border border-gray-300 px-4 py-2\">«Происхождение говорит нам, что истинно».\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Происхождение говорит нам об источнике и выводе; авторитет и правильность по-прежнему требуют доменных правил и оценки.\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd class=\"border border-gray-300 px-4 py-2\">«Система учета всегда правильна».\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Она авторитетна для операционной записи, но дефекты качества данных все еще могут существовать и требовать видимого исправления.\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd class=\"border border-gray-300 px-4 py-2\">«Если несколько источников согласны, утверждение авторитетно».\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Согласие увеличивает доказательства, но не обязательно устанавливает владение или применимость.\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd class=\"border border-gray-300 px-4 py-2\">«Память ИИ может заменить повторные чтения».\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Только для информации, риск устаревания которой приемлем; изменчивое или значимое состояние следует обновлять из авторитета.\u003C\u002Ftd>\u003C\u002Ftr>\u003C\u002Ftbody>\u003C\u002Ftable>\u003C\u002Fdiv>\n\u003Ch2 id=\"section-98\">Пограничные случаи\u003C\u002Fh2>\n\u003Cp>Некоторые вопросы являются интерпретационными, а не фактическими. «Какая архитектура лучше?» не имеет единого источника истины. Система может получить авторитетные ограничения и доказательства, но окончательное суждение является выводом, который должен раскрывать допущения и компромиссы.\u003C\u002Fp>\n\u003Cp>Некоторые домены используют распределенный авторитет. Научный вывод может зависеть от нескольких исследований, наборов данных и воспроизведений. Исторический вывод может зависеть от противоречивых первичных и вторичных доказательств. Архитектура должна представлять структуру доказательств, а не изобретать центральную базу данных, которая якобы владеет истиной.\u003C\u002Fp>\n\u003Cp>Пользователь также может быть авторитетом для субъективной личной информации: предпочтений, целей, выбранных настроек или явных инструкций. Даже в этом случае более новый явный ввод может заменить старую память.\u003C\u002Fp>\n\u003Cp>Внешние события могут аннулировать ранее авторитетные данные. Лента цен, система инвентаризации или политика безопасности могли быть правильными на момент захвата, но больше не действительны. Происхождение снимка сохраняет то, что было истинным тогда; оно не делает снимок актуальным навсегда.\u003C\u002Fp>\n\u003Ch2 id=\"section-103\">Ограничения\u003C\u002Fh2>\n\u003Cp>Архитектура источника истины не может гарантировать, что авторитетный источник фактически правилен. Она обеспечивает подотчетность, происхождение и детерминированные границы владения; процессы обеспечения качества данных и доменной проверки остаются необходимыми.\u003C\u002Fp>\n\u003Cp>Авторитет также может быть оспорен. Разные учреждения могут законно заявлять об авторитете в разных юрисдикциях или методологиях. В таких ситуациях система должна раскрывать модель авторитета и разногласия, а не скрывать их за универсальной «оценкой истинности».\u003C\u002Fp>\n\u003Cp>Наконец, правила авторитета требуют поддержки. Системы, владельцы, политики, версии и нормативы меняются. Устаревший реестр авторитетов может быть так же опасен, как и отсутствие реестра.\u003C\u002Fp>\n\u003Ch2 id=\"section-107\">Что могло бы изменить этот ответ?\u003C\u002Fh2>\n\u003Cp>Конкретное сопоставление авторитетов меняется в зависимости от домена. Банковское дело, здравоохранение, доставка программного обеспечения, научные исследования и исторический анализ имеют разные системы учета, правила доказывания и нормативные обязательства.\u003C\u002Fp>\n\u003Cp>Реализация также меняется в зависимости от архитектуры. Небольшое приложение может кодировать полномочия непосредственно в вызовах сервисов. Более крупной платформе могут потребоваться реестры, метаданные источников, механизмы политик, системы происхождения данных или контракты данных. Основной принцип остаётся неизменным: не позволяйте порядку извлечения или предпочтениям модели молча решать, что считается авторитетным.\u003C\u002Fp>\n\u003Ch2 id=\"section-110\">Связанные канонические знания\u003C\u002Fh2>\n\u003Cp>Архитектура единого источника истины является предпосылкой для последующих концепций извлечения и управления, поскольку одно лишь качество извлечения не может определить, разрешено ли доказательству определять ответ.\u003C\u002Fp>\n\u003Caside class=\"editorjs-referral my-6\">\u003Ca href=\"https:\u002F\u002Fstajic.de\u002Fru\u002Fblog\u002Fwhat-is-rag-the-simplest-explanation-of-how-it-works\" class=\"flex flex-col sm:flex-row gap-4 rounded-xl border border-gray-200 dark:border-gray-700 p-4 transition hover:border-primary-500\">\u003Cdiv class=\"min-w-0 flex-1\">\u003Cstrong class=\"block text-lg text-gray-900 dark:text-gray-100\">Что такое RAG? Самое простое объяснение того, как это работает\u003C\u002Fstrong>\u003Cp class=\"mt-2 text-sm text-gray-600 dark:text-gray-300\">RAG извлекает внешние знания для модели. Этот фундамент объясняет, почему извлечение и авторитетная истина — это отдельные обязанности.\u003C\u002Fp>\u003Cspan class=\"mt-3 inline-flex text-sm font-medium text-primary-600 dark:text-primary-400\">Читать основы RAG →\u003C\u002Fspan>\u003C\u002Fdiv>\u003C\u002Fa>\u003C\u002Faside>\n\u003Cp>Память — ещё одна смежная концепция. Надёжный агент отделяет запомненную информацию от текущего авторитетного состояния приложения.\u003C\u002Fp>\n\u003Caside class=\"editorjs-referral my-6\">\u003Ca href=\"https:\u002F\u002Fstajic.de\u002Fru\u002Fblog\u002Fai-agent-memory-is-not-rag-how-to-separate-memory-retrieval-state-and-context\" class=\"flex flex-col sm:flex-row gap-4 rounded-xl border border-gray-200 dark:border-gray-700 p-4 transition hover:border-primary-500\">\u003Cdiv class=\"min-w-0 flex-1\">\u003Cstrong class=\"block text-lg text-gray-900 dark:text-gray-100\">Память ИИ-агента — это не RAG: как разделить память, извлечение, состояние и контекст\u003C\u002Fstrong>\u003Cp class=\"mt-2 text-sm text-gray-600 dark:text-gray-300\">Четырёхуровневая архитектура, разделяющая постоянную память, авторитетное состояние, извлечение и контекст, фактически передаваемый модели.\u003C\u002Fp>\u003Cspan class=\"mt-3 inline-flex text-sm font-medium text-primary-600 dark:text-primary-400\">Читать статью об архитектуре памяти →\u003C\u002Fspan>\u003C\u002Fdiv>\u003C\u002Fa>\u003C\u002Faside>\n\u003Cp>Авторитет также напрямую связан с достоверностью ответа. Даже авторитетный источник подтверждает только утверждения в пределах своей версии, даты, области применения и границ доказательств.\u003C\u002Fp>\n\u003Caside class=\"editorjs-referral my-6\">\u003Ca href=\"https:\u002F\u002Fstajic.de\u002Fru\u002Fblog\u002Fthe-answer-validity-boundary-the-missing-layer-between-relevance-and-reliable-ai-answers\" class=\"flex flex-col sm:flex-row gap-4 rounded-xl border border-gray-200 dark:border-gray-700 p-4 transition hover:border-primary-500\">\u003Cdiv class=\"min-w-0 flex-1\">\u003Cstrong class=\"block text-lg text-gray-900 dark:text-gray-100\">Граница достоверности ответа: недостающий слой между релевантностью и надёжными ответами ИИ\u003C\u002Fstrong>\u003Cp class=\"mt-2 text-sm text-gray-600 dark:text-gray-300\">Фреймворк для явного определения того, где ответ ИИ остаётся подтверждённым доказательствами и какие изменившиеся условия делают это подтверждение недействительным.\u003C\u002Fp>\u003Cspan class=\"mt-3 inline-flex text-sm font-medium text-primary-600 dark:text-primary-400\">Читать о границе достоверности ответа →\u003C\u002Fspan>\u003C\u002Fdiv>\u003C\u002Fa>\u003C\u002Faside>\n\u003Ch2 id=\"section-117\">Часто задаваемые вопросы\u003C\u002Fh2>\n\u003Csection class=\"editorjs-faq my-6 rounded-xl border border-gray-200 p-5 dark:border-gray-700\">\u003Ch3 class=\"mb-3 text-lg font-semibold\">Единый источник истины в системах ИИ\u003C\u002Fh3>\u003Cdiv id=\"faq1\" class=\"border-t border-gray-200 py-4 first:border-t-0 dark:border-gray-700\">\u003Ch4 class=\"font-semibold text-gray-900 dark:text-gray-100\">Что такое единый источник истины в системе ИИ?\u003C\u002Fh4>\u003Cdiv class=\"mt-2 text-gray-600 dark:text-gray-300\">Это авторитетный источник или правило авторитета, которое определяет, какой источник может устанавливать конкретный факт, состояние или правило для заданной области применения, версии и времени.\u003C\u002Fdiv>\u003C\u002Fdiv>\u003Cdiv id=\"faq2\" class=\"border-t border-gray-200 py-4 first:border-t-0 dark:border-gray-700\">\u003Ch4 class=\"font-semibold text-gray-900 dark:text-gray-100\">Является ли языковая модель единым источником истины?\u003C\u002Fh4>\u003Cdiv class=\"mt-2 text-gray-600 dark:text-gray-300\">Обычно нет. Языковая модель может генерировать, обобщать и рассуждать, но её параметрические знания не являются автоматически авторитетными для текущего состояния приложения, политики компании, конкретной версии документа или факта из регулируемой области.\u003C\u002Fdiv>\u003C\u002Fdiv>\u003Cdiv id=\"faq3\" class=\"border-t border-gray-200 py-4 first:border-t-0 dark:border-gray-700\">\u003Ch4 class=\"font-semibold text-gray-900 dark:text-gray-100\">Является ли векторная база данных единым источником истины для RAG?\u003C\u002Fh4>\u003Cdiv class=\"mt-2 text-gray-600 dark:text-gray-300\">Не автоматически. Векторная база данных обычно является индексом или хранилищем для извлечения. Она должна сохранять ссылки на авторитетный исходный источник и версию, а не молча заменять их.\u003C\u002Fdiv>\u003C\u002Fdiv>\u003Cdiv id=\"faq4\" class=\"border-t border-gray-200 py-4 first:border-t-0 dark:border-gray-700\">\u003Ch4 class=\"font-semibold text-gray-900 dark:text-gray-100\">В чём разница между происхождением данных и единым источником истины?\u003C\u002Fh4>\u003Cdiv class=\"mt-2 text-gray-600 dark:text-gray-300\">Происхождение описывает, откуда пришли данные, как они были созданы или преобразованы и кто или что участвовало в этом. Правила единого источника истины определяют, обладает ли этот источник авторитетом для конкретного утверждения.\u003C\u002Fdiv>\u003C\u002Fdiv>\u003Cdiv id=\"faq5\" class=\"border-t border-gray-200 py-4 first:border-t-0 dark:border-gray-700\">\u003Ch4 class=\"font-semibold text-gray-900 dark:text-gray-100\">Может ли система ИИ иметь несколько единых источников истины?\u003C\u002Fh4>\u003Cdiv class=\"mt-2 text-gray-600 dark:text-gray-300\">Да. В сложных системах это нормально, поскольку разные факты принадлежат разным авторитетным системам или классам источников.\u003C\u002Fdiv>\u003C\u002Fdiv>\u003Cdiv id=\"faq6\" class=\"border-t border-gray-200 py-4 first:border-t-0 dark:border-gray-700\">\u003Ch4 class=\"font-semibold text-gray-900 dark:text-gray-100\">Что происходит, когда два авторитетных источника противоречат друг другу?\u003C\u002Fh4>\u003Cdiv class=\"mt-2 text-gray-600 dark:text-gray-300\">Системе нужно доменное правило разрешения конфликтов: приоритет, замена версии, экспертное решение или явное состояние неразрешённости. Она не должна молча выбирать источник, который предпочитает модель.\u003C\u002Fdiv>\u003C\u002Fdiv>\u003Cdiv id=\"faq7\" class=\"border-t border-gray-200 py-4 first:border-t-0 dark:border-gray-700\">\u003Ch4 class=\"font-semibold text-gray-900 dark:text-gray-100\">Гарантирует ли RAG, что ответ ИИ использует единый источник истины?\u003C\u002Fh4>\u003Cdiv class=\"mt-2 text-gray-600 dark:text-gray-300\">Нет. RAG извлекает кандидатов. Для того чтобы важные утверждения использовали правильный источник, необходимы метаданные с учётом авторитета, фильтры, политика источников и валидация.\u003C\u002Fdiv>\u003C\u002Fdiv>\u003Cdiv id=\"faq8\" class=\"border-t border-gray-200 py-4 first:border-t-0 dark:border-gray-700\">\u003Ch4 class=\"font-semibold text-gray-900 dark:text-gray-100\">Может ли единый источник истины быть ошибочным?\u003C\u002Fh4>\u003Cdiv class=\"mt-2 text-gray-600 dark:text-gray-300\">Да. Авторитет и правильность — это разные свойства. Авторитетная система может содержать дефект качества данных, который следует прозрачно исправить, а не скрывать, подменяя неофициальным источником.\u003C\u002Fdiv>\u003C\u002Fdiv>\u003C\u002Fsection>\n\u003Ch2 id=\"section-119\">Глоссарий\u003C\u002Fh2>\n\u003Csection class=\"editorjs-glossary my-6 rounded-xl border border-gray-200 dark:border-gray-700 p-5\">\u003Ch3 class=\"mb-3 text-lg font-semibold\">Ключевые термины единого источника истины\u003C\u002Fh3>\u003Cdl>\u003Cdiv id=\"source-of-truth\" class=\"border-t border-gray-200 dark:border-gray-700 py-3 first:border-t-0\">\u003Cdt class=\"font-semibold text-gray-900 dark:text-gray-100\">Единый источник истины\u003C\u002Fdt>\u003Cdd class=\"mt-1 text-gray-600 dark:text-gray-300\">Авторитетный источник или правило, которому разрешено устанавливать конкретный факт, состояние или правило для заданной области применения, версии и времени.\u003C\u002Fdd>\u003C\u002Fdiv>\u003Cdiv id=\"system-of-record\" class=\"border-t border-gray-200 dark:border-gray-700 py-3 first:border-t-0\">\u003Cdt class=\"font-semibold text-gray-900 dark:text-gray-100\">Система учёта\u003C\u002Fdt>\u003Cdd class=\"mt-1 text-gray-600 dark:text-gray-300\">Авторитетная операционная система, отвечающая за определённый класс записей или текущее состояние бизнеса.\u003C\u002Fdd>\u003C\u002Fdiv>\u003Cdiv id=\"provenance\" class=\"border-t border-gray-200 dark:border-gray-700 py-3 first:border-t-0\">\u003Cdt class=\"font-semibold text-gray-900 dark:text-gray-100\">Происхождение данных\u003C\u002Fdt>\u003Cdd class=\"mt-1 text-gray-600 dark:text-gray-300\">Информация, описывающая источник, происхождение, преобразования, ответственных агентов и историю данных или другой сущности.\u003C\u002Fdd>\u003C\u002Fdiv>\u003Cdiv id=\"evidence\" class=\"border-t border-gray-200 dark:border-gray-700 py-3 first:border-t-0\">\u003Cdt class=\"font-semibold text-gray-900 dark:text-gray-100\">Доказательство\u003C\u002Fdt>\u003Cdd class=\"mt-1 text-gray-600 dark:text-gray-300\">Информация или артефакт, который подтверждает, опровергает или ограничивает утверждение.\u003C\u002Fdd>\u003C\u002Fdiv>\u003Cdiv id=\"authority\" class=\"border-t border-gray-200 dark:border-gray-700 py-3 first:border-t-0\">\u003Cdt class=\"font-semibold text-gray-900 dark:text-gray-100\">Авторитет\u003C\u002Fdt>\u003Cdd class=\"mt-1 text-gray-600 dark:text-gray-300\">Правило приложения или предметной области, определяющее, какой источник имеет право определять конкретное утверждение.\u003C\u002Fdd>\u003C\u002Fdiv>\u003Cdiv id=\"freshness\" class=\"border-t border-gray-200 dark:border-gray-700 py-3 first:border-t-0\">\u003Cdt class=\"font-semibold text-gray-900 dark:text-gray-100\">Актуальность\u003C\u002Fdt>\u003Cdd class=\"mt-1 text-gray-600 dark:text-gray-300\">Соответствие представления текущему моменту в достаточной степени для утверждения или операции, в которой оно используется.\u003C\u002Fdd>\u003C\u002Fdiv>\u003Cdiv id=\"supersession\" class=\"border-t border-gray-200 dark:border-gray-700 py-3 first:border-t-0\">\u003Cdt class=\"font-semibold text-gray-900 dark:text-gray-100\">Замена версии\u003C\u002Fdt>\u003Cdd class=\"mt-1 text-gray-600 dark:text-gray-300\">Явная замена более старой авторитетной версии более новой с сохранением исторической прослеживаемости.\u003C\u002Fdd>\u003C\u002Fdiv>\u003Cdiv id=\"ground-truth\" class=\"border-t border-gray-200 dark:border-gray-700 py-3 first:border-t-0\">\u003Cdt class=\"font-semibold text-gray-900 dark:text-gray-100\">Эталонная истина\u003C\u002Fdt>\u003Cdd class=\"mt-1 text-gray-600 dark:text-gray-300\">Эталонный ответ, метка или результат, используемые для оценки системы; это конструкт оценки, а не автоматически единый источник истины приложения.\u003C\u002Fdd>\u003C\u002Fdiv>\u003Cdiv id=\"lineage\" class=\"border-t border-gray-200 dark:border-gray-700 py-3 first:border-t-0\">\u003Cdt class=\"font-semibold text-gray-900 dark:text-gray-100\">Происхождение\u003C\u002Fdt>\u003Cdd class=\"mt-1 text-gray-600 dark:text-gray-300\">След того, как данные или производные значения перемещаются и преобразуются между источниками и этапами обработки.\u003C\u002Fdd>\u003C\u002Fdiv>\u003Cdiv id=\"validity-boundary\" class=\"border-t border-gray-200 dark:border-gray-700 py-3 first:border-t-0\">\u003Cdt class=\"font-semibold text-gray-900 dark:text-gray-100\">Граница достоверности\u003C\u002Fdt>\u003Cdd class=\"mt-1 text-gray-600 dark:text-gray-300\">Условия области применения, времени, версии, доказательств и допущений, внутри которых утверждение остаётся подтверждённым.\u003C\u002Fdd>\u003C\u002Fdiv>\u003C\u002Fdl>\u003C\u002Fsection>\n\u003Ch2 id=\"section-121\">Заключение\u003C\u002Fh2>\n\u003Cp>Надёжный ИИ возникает не от предоставления модели большего объёма информации. Он возникает из знания того, какая информация может определять утверждение, сохранения того, откуда эта информация пришла, извлечения правильной версии и удержания итогового ответа в пределах области применения источника.\u003C\u002Fp>\n\u003Cp>Именно поэтому единый источник истины, происхождение данных, извлечение, память и контекст должны оставаться отдельными концепциями. Единый источник истины определяет авторитет. Происхождение объясняет источник. Извлечение находит кандидатов. Память сохраняет выбранную прошлую информацию. Контекст — это то, что видит модель. Генерация превращает эти входные данные в выходные.\u003C\u002Fp>\n\u003Cp>Когда эти слои остаются явными, система ИИ может делать больше, чем просто звучать правдоподобно: важные утверждения можно проследить до источника, который действительно имел право их устанавливать.\u003C\u002Fp>\n\u003Ch2 id=\"section-125\">Первичные источники и доказательства реализации\u003C\u002Fh2>\n\u003Cp>Внешние источники ниже подтверждают утверждения о происхождении данных и управлении рисками ИИ. Раздел «Исследовательский движок единого источника истины» является оригинальным доказательством реализации и явно представлен как один шаблон реализации, а не как универсальный стандарт.\u003C\u002Fp>\n\u003Ca href=\"https:\u002F\u002Fwww.w3.org\u002FTR\u002Fprov-dm\u002F\" target=\"_blank\" rel=\"noopener noreferrer\" class=\"editorjs-link-tool block border border-gray-200 dark:border-gray-700 rounded-lg p-4 transition text-gray-900 dark:text-gray-100 hover:border-primary-500 hover:bg-primary-50 dark:hover:bg-gray-900 hover:text-gray-900 dark:hover:text-gray-100\">\u003Cstrong class=\"block font-semibold\">W3C PROV-DM — Модель данных PROV\u003C\u002Fstrong>\u003Cp class=\"text-sm text-gray-600 dark:text-gray-400\">Рекомендация W3C, определяющая доменно-независимую модель происхождения на основе сущностей, действий, агентов, выводов и ответственности.\u003C\u002Fp>\u003C\u002Fa>\n\u003Ca href=\"https:\u002F\u002Fwww.w3.org\u002Fgroups\u002Fwg\u002Fprov\u002Fpublications\u002F\" target=\"_blank\" rel=\"noopener noreferrer\" class=\"editorjs-link-tool block border border-gray-200 dark:border-gray-700 rounded-lg p-4 transition text-gray-900 dark:text-gray-100 hover:border-primary-500 hover:bg-primary-50 dark:hover:bg-gray-900 hover:text-gray-900 dark:hover:text-gray-100\">\u003Cstrong class=\"block font-semibold\">Рабочая группа W3C по происхождению — Публикации\u003C\u002Fstrong>\u003Cp class=\"text-sm text-gray-600 dark:text-gray-400\">Официальный указатель рекомендаций W3C PROV и связанных спецификаций для обмена данными о происхождении и ограничений.\u003C\u002Fp>\u003C\u002Fa>\n\u003Ca href=\"https:\u002F\u002Fwww.nist.gov\u002Fitl\u002Fai-risk-management-framework\" target=\"_blank\" rel=\"noopener noreferrer\" class=\"editorjs-link-tool block border border-gray-200 dark:border-gray-700 rounded-lg p-4 transition text-gray-900 dark:text-gray-100 hover:border-primary-500 hover:bg-primary-50 dark:hover:bg-gray-900 hover:text-gray-900 dark:hover:text-gray-100\">\u003Cstrong class=\"block font-semibold\">Структура управления рисками ИИ NIST\u003C\u002Fstrong>\u003Cp class=\"text-sm text-gray-600 dark:text-gray-400\">Добровольная структура NIST для включения соображений достоверности и управления рисками на протяжении всего жизненного цикла ИИ; AI RMF 1.0 в настоящее время пересматривается.\u003C\u002Fp>\u003C\u002Fa>\n\u003Ca href=\"https:\u002F\u002Fairc.nist.gov\u002Fairmf-resources\u002Fplaybook\u002F\" target=\"_blank\" rel=\"noopener noreferrer\" class=\"editorjs-link-tool block border border-gray-200 dark:border-gray-700 rounded-lg p-4 transition text-gray-900 dark:text-gray-100 hover:border-primary-500 hover:bg-primary-50 dark:hover:bg-gray-900 hover:text-gray-900 dark:hover:text-gray-100\">\u003Cstrong class=\"block font-semibold\">Пособие по AI RMF NIST\u003C\u002Fstrong>\u003Cp class=\"text-sm text-gray-600 dark:text-gray-400\">Оперативное руководство, согласованное с AI RMF, включая практики документирования происхождения данных, источников, происхождения, преобразований, зависимостей, ограничений и метаданных.\u003C\u002Fp>\u003C\u002Fa>\n\u003Ca href=\"https:\u002F\u002Fairc.nist.gov\u002Fairmf-resources\u002Fplaybook\u002Fmeasure\u002F\" target=\"_blank\" rel=\"noopener noreferrer\" class=\"editorjs-link-tool block border border-gray-200 dark:border-gray-700 rounded-lg p-4 transition text-gray-900 dark:text-gray-100 hover:border-primary-500 hover:bg-primary-50 dark:hover:bg-gray-900 hover:text-gray-900 dark:hover:text-gray-100\">\u003Cstrong class=\"block font-semibold\">Пособие по AI RMF NIST — Измерение\u003C\u002Fstrong>\u003Cp class=\"text-sm text-gray-600 dark:text-gray-400\">Руководство по документированию измерений, происхождения данных и контекстуальной интерпретации выходных данных систем ИИ.\u003C\u002Fp>\u003C\u002Fa>\n\u003Ca href=\"https:\u002F\u002Fwww.nist.gov\u002Fpublications\u002Fartificial-intelligence-risk-management-framework-generative-artificial-intelligence\" target=\"_blank\" rel=\"noopener noreferrer\" class=\"editorjs-link-tool block border border-gray-200 dark:border-gray-700 rounded-lg p-4 transition text-gray-900 dark:text-gray-100 hover:border-primary-500 hover:bg-primary-50 dark:hover:bg-gray-900 hover:text-gray-900 dark:hover:text-gray-100\">\u003Cstrong class=\"block font-semibold\">NIST AI 600-1 — Профиль генеративного ИИ\u003C\u002Fstrong>\u003Cp class=\"text-sm text-gray-600 dark:text-gray-400\">Профиль генеративного ИИ NIST, включая соображения о происхождении и целостности информации для систем генеративного ИИ.\u003C\u002Fp>\u003C\u002Fa>",{"time":212,"blocks":213,"version":1296},1791479458461,[214,220,228,235,241,249,254,259,264,269,276,281,286,291,296,331,336,341,346,351,388,393,398,403,408,413,418,423,428,433,438,443,448,453,458,463,468,473,478,483,488,493,498,503,508,513,518,523,528,533,538,544,576,581,586,619,624,629,634,641,646,651,656,661,666,671,677,682,687,692,718,723,728,733,738,743,748,753,758,763,768,774,779,784,789,794,826,831,836,841,846,890,895,928,933,976,981,1013,1018,1023,1028,1033,1038,1043,1048,1053,1058,1063,1068,1073,1078,1083,1092,1097,1105,1110,1118,1123,1161,1166,1211,1216,1221,1226,1231,1236,1241,1251,1260,1269,1278,1287],{"id":215,"data":216,"type":218,"tunes":219},"intro",{"text":217},"Источник истины в системе ИИ — это авторитетный источник, которому разрешено определять, следует ли считать конкретный факт, состояние или правило истинными для определённой области, версии и времени. Это не обязательно языковая модель, векторная база данных, документ с наивысшим рейтингом поиска, память агента или последнее сообщение в контексте. Надёжная архитектура ИИ должна сохранять, какой источник обладает авторитетом для какого утверждения, а затем поддерживать связь происхождения, извлечения и валидации с этим авторитетом.","paragraph",{},{"id":221,"data":222,"type":226,"tunes":227},"direct",{"body":223,"title":224,"variant":225},"\u003Cstrong>Источник истины — это правило авторитета, а не компонент ИИ.\u003C\u002Fstrong> Система ИИ может искать по многим источникам, но только некоторые источники являются авторитетными для данного вопроса. Правильным источником может быть база данных приложения для текущего состояния счёта, утверждённый политический документ для правила, исходный код для реализованного поведения, официальная спецификация для протокола или первичный исследовательский артефакт для наблюдаемого утверждения. Хорошая архитектура делает этот авторитет явным, вместо того чтобы просить модель вывести его из релевантности.","Прямой ответ","info","callout",{},{"id":229,"data":230,"type":226,"tunes":234},"terminology",{"body":231,"title":232,"variant":233},"«Источник истины» широко используется в разработке программного обеспечения, данных и организационной практике, но это не стандартизированный компонент ИИ с одним универсальным формальным определением. В этой статье он используется как архитектурная концепция: \u003Cstrong>источник или сопоставление авторитетов, которое определяет, какие доказательства могут устанавливать конкретный факт или состояние\u003C\u002Fstrong>. Стандарты происхождения, такие как W3C PROV, описывают происхождение и вывод; они не решают автоматически, какой источник ваше приложение должно считать авторитетным.","Граница терминологии","note",{},{"id":236,"data":237,"type":226,"tunes":240},"current",{"body":238,"title":239,"variant":233},"Основное различие между авторитетом, происхождением, извлечением и контекстом модели остаётся стабильным. NIST AI RMF 1.0 в настоящее время пересматривается, но текущий NIST Playbook по-прежнему явно рекомендует документировать происхождение данных, включая источники, происхождение, преобразования, зависимости, ограничения и метаданные. W3C PROV остаётся рекомендацией W3C для интероперабельных описаний происхождения.","Примечание об актуальности — 8 октября 2026 г.",{},{"id":242,"data":243,"type":247,"tunes":248},"toc",{"title":244,"maxLevel":245,"minLevel":246},"Содержание",3,2,"tableOfContents",{},{"id":250,"data":251,"type":42,"tunes":253},"h-meaning",{"text":252,"level":246},"Что на самом деле означает «Источник истины»",{},{"id":255,"data":256,"type":218,"tunes":258},"p-meaning-1",{"text":257},"Эту фразу часто понимают неправильно как «единственная база данных, содержащая всё». В узкой системе это может быть верно, но для ИИ это обычно слишком упрощённо. Реальное приложение ИИ может объединять операционные базы данных, документы, API, векторные индексы, пользовательский ввод, память модели, внешние веб-источники и сгенерированные резюме.",{},{"id":260,"data":261,"type":218,"tunes":263},"p-meaning-2",{"text":262},"Эти источники не обладают равным авторитетом. Руководство по поддержке клиентов может определять политику, но не текущий баланс клиента. CRM может определять текущего владельца счёта, но не юридическое значение нормативного акта. Репозиторий исходного кода может определять реализованное поведение, тогда как спецификация продукта определяет предполагаемое поведение. Поэтому архитектура должна отвечать на более точный вопрос: какой источник является авторитетным для этого конкретного утверждения?",{},{"id":265,"data":266,"type":218,"tunes":268},"p-meaning-3",{"text":267},"Это делает Источник истины отношением между утверждением и авторитетом, а не просто свойством технологии хранения.",{},{"id":270,"data":271,"type":226,"tunes":275},"principle",{"body":272,"title":273,"variant":274},"\u003Cstrong>Одна система может иметь много Источников истины, потому что авторитет зависит от конкретного факта.\u003C\u002Fstrong> Важное архитектурное свойство не в том, что одна база данных побеждает глобально, а в том, что каждый важный факт или состояние имеет явного авторитетного владельца.","Ключевой принцип","success",{},{"id":277,"data":278,"type":42,"tunes":280},"h-simple",{"text":279,"level":246},"Простейший пример",{},{"id":282,"data":283,"type":218,"tunes":285},"p-simple-1",{"text":284},"Пользователь спрашивает ИИ-ассистента: «Какой у меня текущий план подписки?» У ассистента есть три возможных входа: стенограмма поддержки за прошлый месяц, проиндексированный документ справочного центра с описанием типов планов и живая база данных биллинга.",{},{"id":287,"data":288,"type":218,"tunes":290},"p-simple-2",{"text":289},"В стенограмме поддержки может упоминаться, что у пользователя был план Pro. Документ справочного центра объясняет, что означает Pro. Но живая запись биллинга является авторитетным источником для текущего состояния подписки пользователя.",{},{"id":292,"data":293,"type":218,"tunes":295},"p-simple-3",{"text":294},"Система семантического поиска могла бы поставить стенограмму поддержки выше записи биллинга, потому что она содержит язык, более близкий к вопросу. Но этот рейтинг всё равно не сделал бы стенограмму авторитетной. Релевантность и авторитет — это разные измерения.",{},{"id":297,"data":298,"type":329,"tunes":330},"simple-comparison",{"rows":299,"title":317,"layout":318,"columns":319},[300,305,309,313],{"id":301,"label":302,"values":303},"billing","База данных биллинга",[304,304,304],"",{"id":306,"label":307,"values":308},"help","Документация справочного центра",[304,304,304],{"id":310,"label":311,"values":312},"transcript","Старая стенограмма поддержки",[304,304,304],{"id":314,"label":315,"values":316},"model","Память модели",[304,304,304],"Один и тот же вопрос может включать разные роли источников","table",[320,323,326],{"id":321,"label":322},"source","Источник",{"id":324,"label":325},"role","Роль",{"id":327,"label":328},"authority","Авторитет для текущего плана?","comparison",{},{"id":332,"data":333,"type":42,"tunes":335},"h-stops",{"text":334,"level":246},"Где заканчивается простой пример",{},{"id":337,"data":338,"type":218,"tunes":340},"p-stops-1",{"text":339},"Не каждая предметная область имеет один бесспорный авторитет. Историческое исследование может содержать противоречащие первичные источники. Научные утверждения могут меняться по мере появления новых исследований. Юридическая интерпретация может зависеть от юрисдикции, даты и судебного авторитета. Поведение продукта может различаться между документацией и развёрнутым кодом.",{},{"id":342,"data":343,"type":218,"tunes":345},"p-stops-2",{"text":344},"В этих случаях правильная архитектура — не изобретать единственного победителя. Она должна сохранять конкурирующие источники, их происхождение, их класс авторитета, их применимую область и неразрешённое противоречие. Надёжная система Источника истины должна уметь представлять неопределённость и разногласие.",{},{"id":347,"data":348,"type":42,"tunes":350},"h-authority",{"text":349,"level":246},"Авторитетность ограничена утверждением, версией и временем",{},{"id":352,"data":353,"type":318,"tunes":387},"authority-table",{"content":354,"stretched":43,"withHeadings":14},[355,359,363,367,371,375,379,383],[356,357,358],"Вопрос","Возможный авторитетный источник","Почему область применения важна",[360,361,362],"Каков текущий баланс счёта пользователя?","Реестр \u002F учётная система записей","Исторические выгрузки могут быть точными для более раннего момента, но не для текущего состояния.",[364,365,366],"Что в настоящее время допускает политика компании?","Утверждённая текущая версия политики","Более старая политика может оставаться действительным свидетельством прошлых правил, но не настоящих.",[368,369,370],"Какой код фактически развёрнут?","Артефакт развёртывания \u002F коммит \u002F запись о релизе","Основная ветка может отличаться от продакшена.",[372,373,374],"Что было указано в договоре на момент подписания?","Подписанная версия договора","Черновик или более поздний шаблон не является авторитетным для подписанного соглашения.",[376,377,378],"Что specifies технический протокол?","Текущая официальная спецификация для соответствующей версии","Объяснение в блоге может быть полезным, но является вторичным свидетельством.",[380,381,382],"Что произошло в историческом событии?","Соответствующие первичные свидетельства плюс явная критика источников","Может не быть единого авторитета; противоречивые свидетельства должны оставаться видимыми.",[384,385,386],"Что предпочитает пользователь?","Текущая явная настройка пользователя или подтверждённое предпочтение","Старая память о разговоре может быть устаревшей или заменённой.",{},{"id":389,"data":390,"type":218,"tunes":392},"p-authority-1",{"text":391},"Слово «истина» поэтому может вводить в заблуждение, если не указана его граница. В архитектуре Источник истины обычно лучше понимать как источник, уполномоченный определять конкретное утверждение при определённых условиях.",{},{"id":394,"data":395,"type":42,"tunes":397},"h-what-is-not",{"text":396,"level":246},"Чем Источник истины не является",{},{"id":399,"data":400,"type":42,"tunes":402},"h-vs-sor",{"text":401,"level":245},"Источник истины против системы записей",{},{"id":404,"data":405,"type":218,"tunes":407},"p-vs-sor-1",{"text":406},"Система записей — это обычно авторитетная операционная система для класса записей: например, реестр выставления счетов, мастер-запись HR или база данных заказов. Это одна из распространённых реализаций авторитетности Источника истины.",{},{"id":409,"data":410,"type":218,"tunes":412},"p-vs-sor-2",{"text":411},"Но Источник истины шире. Подписанный PDF-договор, официальный стандарт, артефакт развёртывания или первичный архивный документ могут быть авторитетными, не будучи транзакционной системой записей.",{},{"id":414,"data":415,"type":42,"tunes":417},"h-vs-prov",{"text":416,"level":245},"Источник истины против происхождения",{},{"id":419,"data":420,"type":218,"tunes":422},"p-vs-prov-1",{"text":421},"Происхождение отвечает на такие вопросы, как: Откуда эти данные? Кто или что их создал? Какое преобразование создало эту производную? Какая предыдущая сущность была использована? W3C PROV моделирует сущности, активности, агентов и производные, чтобы можно было представить происхождение и ответственность.",{},{"id":424,"data":425,"type":218,"tunes":427},"p-vs-prov-2",{"text":426},"Происхождение само по себе не устанавливает авторитетность. Знание того, что значение пришло из электронной таблицы, написанной конкретным сотрудником, помогает его оценить, но приложению всё ещё нужно правило, указывающее, является ли эта таблица авторитетной для утверждения.",{},{"id":429,"data":430,"type":42,"tunes":432},"h-vs-evidence",{"text":431,"level":245},"Источник истины против свидетельства",{},{"id":434,"data":435,"type":218,"tunes":437},"p-vs-evidence-1",{"text":436},"Свидетельство поддерживает или опровергает утверждение. Источник истины определяет, какой источник имеет полномочия разрешить или строго ограничить это утверждение в текущем контексте приложения.",{},{"id":439,"data":440,"type":218,"tunes":442},"p-vs-evidence-2",{"text":441},"Источник может быть ценным свидетельством, не будучи авторитетным. Пять писем клиентов могут быть свидетельством того, что пользователям не нравится рабочий процесс, но они не являются системой записей для текущей конфигурации продукта.",{},{"id":444,"data":445,"type":42,"tunes":447},"h-vs-rag",{"text":446,"level":245},"Источник истины против RAG",{},{"id":449,"data":450,"type":218,"tunes":452},"p-vs-rag-1",{"text":451},"RAG — это паттерн извлечения. Он находит информацию и предоставляет выбранное содержимое модели. RAG автоматически не знает, какой источник заслуживает авторитетности.",{},{"id":454,"data":455,"type":218,"tunes":457},"p-vs-rag-2",{"text":456},"Конвейер RAG может извлечь устаревший документ, вторичное резюме или очень похожий, но неавторитетный источник. Авторитетность источника должна быть закодирована через дизайн корпуса, метаданные, фильтры, политику ранжирования, валидацию или проверки после извлечения.",{},{"id":459,"data":460,"type":42,"tunes":462},"h-vs-vector",{"text":461,"level":245},"Источник истины против векторной базы данных",{},{"id":464,"data":465,"type":218,"tunes":467},"p-vs-vector-1",{"text":466},"Векторная база данных хранит или индексирует представления, используемые для семантического поиска. Это слой доступа, а не автоматически слой истины.",{},{"id":469,"data":470,"type":218,"tunes":472},"p-vs-vector-2",{"text":471},"Один и тот же авторитетный документ может быть разбит на фрагменты, векторизован, скопирован и переиндексирован много раз. Векторная запись должна сохранять ссылку на авторитетный источник и версию, а не становиться новым неотслеживаемым авторитетом.",{},{"id":474,"data":475,"type":42,"tunes":477},"h-vs-memory",{"text":476,"level":245},"Источник истины против памяти",{},{"id":479,"data":480,"type":218,"tunes":482},"p-vs-memory-1",{"text":481},"Память агента или приложения хранит информацию, которая может пригодиться позже. Память может сохранять предыдущее решение, предпочтение или наблюдение, но она может устареть.",{},{"id":484,"data":485,"type":218,"tunes":487},"p-vs-memory-2",{"text":486},"Для изменчивого или значимого состояния надёжный агент обычно должен перечитать актуальный авторитетный источник, а не предполагать, что запомненное состояние всё ещё верно.",{},{"id":489,"data":490,"type":42,"tunes":492},"h-vs-context",{"text":491,"level":245},"Источник истины против контекста",{},{"id":494,"data":495,"type":218,"tunes":497},"p-vs-context-1",{"text":496},"Контекст — это то, что модель получает во время текущего вывода. Авторитетная информация может отсутствовать в контексте, тогда как неавторитетная информация может присутствовать.",{},{"id":499,"data":500,"type":218,"tunes":502},"p-vs-context-2",{"text":501},"Поэтому построение контекста требует политики, учитывающей авторитетность: извлечь или прочитать источник, которому разрешено определять утверждение, затем сохранить достаточно метаданных, чтобы модель или валидатор понимали его область применения.",{},{"id":504,"data":505,"type":42,"tunes":507},"h-vs-ground-truth",{"text":506,"level":245},"Источник истины против эталонных данных оценки",{},{"id":509,"data":510,"type":218,"tunes":512},"p-vs-ground-1",{"text":511},"Эталонные данные оценки — это эталонный ответ, метка или результат, по которым оценивается система. Они могут быть получены из авторитетных источников, экспертного решения или курированных тестовых данных.",{},{"id":514,"data":515,"type":218,"tunes":517},"p-vs-ground-2",{"text":516},"Таким образом, эталонные данные — это конструкция оценки. Источник истины — это конструкция авторитетности приложения\u002Fпредметной области. Они могут пересекаться, но не являются взаимозаменяемыми.",{},{"id":519,"data":520,"type":42,"tunes":522},"h-vs-quality",{"text":521,"level":245},"Источник истины против качества данных",{},{"id":524,"data":525,"type":218,"tunes":527},"p-vs-quality-1",{"text":526},"Авторитетный источник всё ещё может содержать ошибки. Авторитетность указывает, какой источник официально управляет фактом; качество данных спрашивает, является ли этот источник точным, полным, своевременным, согласованным и пригодным для использования.",{},{"id":529,"data":530,"type":218,"tunes":532},"p-vs-quality-2",{"text":531},"Когда известно, что авторитетная система ошибочна, архитектура должна фиксировать дефект, процесс исправления или исключение, а не молча подменять неофициальным источником и скрывать расхождение.",{},{"id":534,"data":535,"type":42,"tunes":537},"h-model",{"text":536,"level":246},"Практическая архитектурная модель источника истины",{},{"id":539,"data":540,"type":226,"tunes":543},"model-note",{"body":541,"title":542,"variant":233},"Приведённая ниже модель — это практический синтез для ИИ-систем. Это не стандарт W3C, NIST или ISO. Она разделяет авторитетность, происхождение, извлечение и контекст, обращённый к модели, поскольку эти обязанности часто ошибочно объединяются.","Предлагаемая архитектурная модель",{},{"id":545,"data":546,"type":574,"tunes":575},"sot-flow",{"steps":547,"title":572,"orientation":573},[548,551,554,557,560,563,566,569],{"label":549,"description":550},"1. Определите тип утверждения","Определите, что пользователь на самом деле спрашивает: текущее состояние, политику, исторический факт, техническую спецификацию, предпочтение пользователя, расчёт или интерпретацию.",{"label":552,"description":553},"2. Определите авторитетность","Определите, какой источник или класс авторитетности может определять этот тип утверждения для требуемой области, версии и времени.",{"label":555,"description":556},"3. Получите доказательства","Прочитайте или извлеките авторитетный источник и любые необходимые подтверждающие или противоречащие доказательства.",{"label":558,"description":559},"4. Сохраните происхождение","Сохраняйте идентичность источника, версию, временную метку, локатор, историю преобразований и метаданные ответственности.",{"label":561,"description":562},"5. Постройте контекст модели","Предоставьте модели соответствующие доказательства, не отбрасывая метаданные авторитетности и применимости.",{"label":564,"description":565},"6. Сгенерируйте или вычислите","Модель может суммировать, сравнивать, рассуждать или преобразовывать доказательства, но она не наследует авторитетность источника просто в результате его обработки.",{"label":567,"description":568},"7. Проверьте утверждение","Убедитесь, что ответ подтверждается правильным источником и остаётся в пределах его области и границы действительности.",{"label":570,"description":571},"8. Сохраняйте противоречия","Если авторитетные или релевантные источники расходятся, выявите конфликт, а не фабрикуйте ложную уверенность.","Путь ответа ИИ с учётом авторитетности","auto","processFlow",{},{"id":577,"data":578,"type":42,"tunes":580},"h-registry",{"text":579,"level":246},"Авторитетность должна быть явной, а не выводиться из сходства",{},{"id":582,"data":583,"type":218,"tunes":585},"p-registry-1",{"text":584},"Один из надёжных шаблонов реализации — реестр авторитетности или эквивалентный слой политик, который сопоставляет классы утверждений с классами авторитетных источников. Реализация может быть кодом, метаданными, конфигурацией или доменными правилами; важное свойство в том, что авторитетность определяется намеренно.",{},{"id":587,"data":588,"type":318,"tunes":618},"registry-table",{"content":589,"stretched":43,"withHeadings":14},[590,594,598,602,606,610,614],[591,592,593],"Класс утверждения","Правило авторитетности","Поведение при отсутствии",[595,596,597],"Текущее состояние счёта","Чтение живого сервиса счёта \u002F системы учёта","Если недоступно, сообщить, что текущее состояние не может быть проверено.",[599,600,601],"Документация продукта","Текущая утверждённая версия документации","Более старая версия может быть показана только с предупреждением о версии.",[603,604,605],"Поведение реализованного ПО","Соответствующий развёрнутый релиз \u002F исходный артефакт","Документация сама по себе не может доказать развёрнутое поведение.",[607,608,609],"Внутренняя политика","Утверждённое хранилище политик и активная версия","Черновики являются вспомогательным материалом, а не текущим авторитетом.",[611,612,613],"Внешний технический стандарт","Публикация официального органа по стандартизации для соответствующей версии","Вторичные объяснения могут уточнять, но не отменять спецификацию.",[615,616,617],"Исследовательское утверждение","Политика доказательств, соответствующая предметной области","Сохранять противоречивые доказательства и уверенность, а не принудительно выбирать один источник.",{},{"id":620,"data":621,"type":42,"tunes":623},"h-retrieval",{"text":622,"level":246},"Поиск должен использовать авторитетность как ограничение ранжирования",{},{"id":625,"data":626,"type":218,"tunes":628},"p-retrieval-1",{"text":627},"Семантическая релевантность отвечает на вопрос «Какой кандидат выглядит связанным с этим запросом?» Авторитетность отвечает на вопрос «Какой кандидат имеет право устанавливать этот факт?» Продакшн-система поиска часто нуждается в обоих.",{},{"id":630,"data":631,"type":218,"tunes":633},"p-retrieval-2",{"text":632},"Полезная последовательность — сначала ограничить пространство кандидатов по идентичности, тенанту, классу источника, статусу, версии или дате, затем ранжировать релевантные доказательства внутри разрешённого пространства. Если релевантность вычисляется до критических фильтров авторизации или авторитетности, конвейер может вернуть убедительный, но недействительный результат.",{},{"id":635,"data":636,"type":226,"tunes":640},"relevance-authority",{"body":637,"title":638,"variant":639},"Поисковая система может поставить устаревшее резюме выше текущего первичного источника. Языковая модель может предпочесть лучше написанное объяснение официальной записи. Ни то, ни другое поведение не меняет того, какой источник владеет фактом.","Наибольшее сходство — не наибольшая авторитетность","warning",{},{"id":642,"data":643,"type":42,"tunes":645},"h-freshness",{"text":644,"level":246},"Свежесть — часть авторитетности",{},{"id":647,"data":648,"type":218,"tunes":650},"p-freshness-1",{"text":649},"Многие сбои единого источника истины на самом деле являются сбоями времени. Правильный источник был известен, но система использовала старый снимок, устаревшее вложение, кэшированный ответ API или заменённый документ.",{},{"id":652,"data":653,"type":218,"tunes":655},"p-freshness-2",{"text":654},"Поэтому правило авторитетности должно включать семантику инвалидации или обновления там, где факт может измениться. «CRM является авторитетной» — неполное утверждение, когда приложение читает недельной давности реплицированный экспорт.",{},{"id":657,"data":658,"type":42,"tunes":660},"h-derivation",{"text":659,"level":246},"Производные значения нуждаются в трассировке к авторитетным входным данным",{},{"id":662,"data":663,"type":218,"tunes":665},"p-derivation-1",{"text":664},"Некоторые важные факты не хранятся напрямую. Они вычисляются из авторитетных входных данных: оценка риска, итог по счёту, статус соответствия требованиям или агрегированная метрика.",{},{"id":667,"data":668,"type":218,"tunes":670},"p-derivation-2",{"text":669},"Для производных значений архитектура единого источника истины должна сохранять авторитетные входные данные, версию преобразования или вычисления и время выполнения. Различие W3C PROV между сущностями, действиями и производными полезно здесь, поскольку оно моделирует, как одна сущность была произведена из других.",{},{"id":672,"data":673,"type":226,"tunes":676},"derived-rule",{"body":674,"title":675,"variant":274},"Вычисленное значение настолько актуально и авторитетно, насколько актуальны и авторитетны его входные данные, преобразование и условия действительности. Храните происхождение, необходимое для пересчёта или аудита.","Производная истина условна",{},{"id":678,"data":679,"type":42,"tunes":681},"h-conflict",{"text":680,"level":246},"Что происходит, когда авторитетные источники противоречат друг другу?",{},{"id":683,"data":684,"type":218,"tunes":686},"p-conflict-1",{"text":685},"Конфликты не являются крайними случаями в серьёзных системах знаний. Подписанный договор может противоречить полю в CRM. Продакшн-поведение может противоречить документации. Два первичных исторических источника могут противоречить друг другу. Текущая политика может конфликтовать с устаревшей локальной копией.",{},{"id":688,"data":689,"type":218,"tunes":691},"p-conflict-2",{"text":690},"Системе нужна политика разрешения, соответствующая предметной области. Иногда один авторитет явно превосходит другой. Иногда более новая версия заменяет старую. Иногда эксперт или владелец бизнеса должен вынести решение. А иногда правильный результат просто таков: доказательства не разрешены.",{},{"id":693,"data":694,"type":318,"tunes":717},"conflict-table",{"content":695,"stretched":43,"withHeadings":14},[696,699,702,705,708,711,714],[697,698],"Тип конфликта","Типичная обработка",[700,701],"Текущая версия против заменённой","Использовать текущую версию для настоящего состояния; сохранять более старую версию как историческое доказательство.",[703,704],"Система учёта против устаревшей реплики","Использовать систему учёта; отметить проблему свежести репликации.",[706,707],"Договор против записи в CRM","Подписанный договор управляет договорными формулировками; расхождение в CRM становится задачей исправления.",[709,710],"Документация против развёрнутого поведения","Различать предполагаемое поведение и наблюдаемое\u002Fразвёрнутое поведение; не объединять их молча.",[712,713],"Два достоверных первичных источника","Сохранять оба, оценивать происхождение и охват и представлять неразрешённое расхождение, если нет управляющего авторитета.",[715,716],"Память пользователя против текущей настройки пользователя","Использовать текущую явную настройку; помечать память как заменённую, где это уместно.",{},{"id":719,"data":720,"type":42,"tunes":722},"h-web",{"text":721,"level":246},"Веб-поиск — это обнаружение, а не автоматически доказательство",{},{"id":724,"data":725,"type":218,"tunes":727},"p-web-1",{"text":726},"Поисковые системы — превосходные системы обнаружения. Поисковые сниппеты, ранжирование результатов и сгенерированные резюме не являются автоматически первичными доказательствами.",{},{"id":729,"data":730,"type":218,"tunes":732},"p-web-2",{"text":731},"Для утверждений, требующих авторитетности, результат поиска должен вести к оригинальной публикации, официальной записи, исходному документу, набору данных или другому подходящему артефакту. Страница результатов помогает найти источник; она не наследует авторитетность источника.",{},{"id":734,"data":735,"type":42,"tunes":737},"h-ai",{"text":736,"level":246},"Языковая модель не должна сама определять авторитетность",{},{"id":739,"data":740,"type":218,"tunes":742},"p-ai-1",{"text":741},"Модель может помочь классифицировать вопрос, извлечь утверждения или сравнить доказательства, но авторитетность не должна зависеть только от предпочтений модели. Модели оптимизируют генерацию на основе контекста; они не обладают гарантированным предметно-специфичным реестром того, какая база данных, документ или организация владеет каждым фактом.",{},{"id":744,"data":745,"type":218,"tunes":747},"p-ai-2",{"text":746},"Именно поэтому архитектура приложения должна детерминированно кодировать критические правила авторитетности там, где это практически возможно. Модель может рассуждать внутри границы, но сама граница не должна воссоздаваться с нуля для каждого запроса.",{},{"id":749,"data":750,"type":42,"tunes":752},"h-observability",{"text":751,"level":246},"Авторитетность должна сохраняться в трассировке выполнения",{},{"id":754,"data":755,"type":218,"tunes":757},"p-observability-1",{"text":756},"Если производственный ответ достаточно важен для аудита, трассировка должна позволять восстановить, какие источники были использованы, какая версия применялась, какой фрагмент или запись подтверждали утверждение, какие преобразования произошли и были ли доступны противоречащие доказательства.",{},{"id":759,"data":760,"type":218,"tunes":762},"p-observability-2",{"text":761},"Это соответствует более широкому принципу происхождения в W3C PROV и рекомендациям NIST AI RMF Playbook документировать источники, происхождение, преобразования, зависимости, ограничения и метаданные.",{},{"id":764,"data":765,"type":42,"tunes":767},"h-implementation",{"text":766,"level":246},"Доказательства оригинальной реализации: Source of Truth Research Engine",{},{"id":769,"data":770,"type":226,"tunes":773},"implementation-note",{"body":771,"title":772,"variant":233},"Source of Truth Research Engine — это моё собственное доказательство реализации архитектуры, ориентированной на доказательства. Он демонстрирует один конкретный способ разделения обнаружения, получения источника, происхождения, утверждений, классов доказательств, противоречий и выводов. Это шаблон реализации, а не универсальный отраслевой стандарт.","Доказательства оригинальной реализации",{},{"id":775,"data":776,"type":218,"tunes":778},"p-impl-1",{"text":777},"Движок построен вокруг прослеживаемого конвейера, а не прямой суммаризации ИИ: исследовательская задача → поиск → оригинальный источник или цифровой артефакт → локальный снимок → SHA-256 → идентификатор источника → утверждение → класс доказательства → отношение или противоречие → интерпретация → вывод.",{},{"id":780,"data":781,"type":218,"tunes":783},"p-impl-2",{"text":782},"Его общее ядро доказательств хранит источники, артефакты, происхождение, утверждения, отношения, противоречия, эталонную модель и журнал аудита. Различные режимы исследования могут использовать это ядро, применяя разные предметные методологии.",{},{"id":785,"data":786,"type":218,"tunes":788},"p-impl-3",{"text":787},"Архитектура намеренно разделяет обнаружение и доказательства. Поисковые сниппеты не рассматриваются как доказательства, имена файлов не рассматриваются как содержимое, суммаризации ИИ не рассматриваются как первоисточники, а семантическое сходство является лишь сигналом для обнаружения, пока результат не будет прослежен до конкретного источника и локатора.",{},{"id":790,"data":791,"type":218,"tunes":793},"p-impl-4",{"text":792},"Оригинальные файлы сохраняются, а локальные байты получают идентификаторы SHA-256. Противоречия и отклонённые гипотезы не удаляются молча. Новые доказательства могут изменить текущую эталонную модель, при этом предыдущий путь доказательств остаётся доступным для аудита.",{},{"id":795,"data":796,"type":318,"tunes":825},"implementation-table",{"content":797,"stretched":43,"withHeadings":14},[798,801,804,807,810,813,816,819,822],[799,800],"Реализованное правило","Почему это важно для архитектуры Source-of-Truth",[802,803],"Поиск ≠ доказательство","Ранжирование при обнаружении не может незаметно становиться авторитетностью.",[805,806],"Имя файла ≠ содержимое","Метаданные не могут заменить чтение самого артефакта.",[808,809],"Локальный снимок + SHA-256","Доказательство можно привязать к точным байтам, а не к изменяемой удалённой метке.",[811,812],"Идентификатор источника + точный локатор","Утверждения можно проследить до конкретного места доказательства.",[814,815],"Разделение утверждения и доказательства","Утверждение не смешивается с материалом, который его подтверждает.",[817,818],"Противоречия сохраняются","Система может представлять неразрешённые разногласия, а не перезаписывать историю.",[820,821],"Семантическое сходство — только обнаружение","Релевантность поиска явно отделена от доказательной авторитетности.",[823,824],"Новые доказательства могут обновлять модель","Состояние Source-of-Truth версионируется и пересматривается, а не считается неизменной догмой.",{},{"id":827,"data":828,"type":42,"tunes":830},"h-document-engine",{"text":829,"level":246},"Aaasaasa Document & Knowledge Engine: применение той же границы к корпоративным документам",{},{"id":832,"data":833,"type":218,"tunes":835},"p-doc-1",{"text":834},"Концепция Aaasaasa Document & Knowledge Engine распространяет тот же принцип проектирования на корпоративную документацию: пользователи должны иметь возможность искать документы, задавать вопросы на основе источников и проверять коллекции по явным критериям, сохраняя различие между тем, что утверждает документ, и тем, что выводит система.",{},{"id":837,"data":838,"type":218,"tunes":840},"p-doc-2",{"text":839},"Важное архитектурное правило состоит в том, что универсальное ядро поиска не делает каждую коллекцию одинаково авторитетной. Контрактные документы, записи о техническом обслуживании, финансовые документы и исследовательские материалы требуют разных правил авторитетности, валидации и полноты, даже если они используют общую инфраструктуру загрузки и поиска.",{},{"id":842,"data":843,"type":42,"tunes":845},"h-failures",{"text":844,"level":246},"Распространённые режимы отказа Source-of-Truth",{},{"id":847,"data":848,"type":318,"tunes":889},"failures-table",{"content":849,"stretched":43,"withHeadings":14},[850,853,856,859,862,865,868,871,874,877,880,883,886],[851,852],"Режим отказа","Что идет не так",[854,855],"Модель рассматривается как источник истины","Параметрические знания могут быть устаревшими, неполными, непроверяемыми или выходить за пределы авторитетной области применения приложения.",[857,858],"Лучший результат поиска автоматически побеждает","Сходство ошибочно принимается за авторитетность.",[860,861],"Векторная база данных становится авторитетной","Производные записи индекса теряют идентичность и версию исходного источника.",[863,864],"Все копируется в одну базу знаний","Копии скрывают владение, актуальность и пути исправления.",[866,867],"Память повторно используется как текущее состояние","Старые наблюдения незаметно переопределяют текущую систему учета.",[869,870],"Нет метаданных версии","Правильный документ используется для неправильного периода времени.",[872,873],"Нет указателя источника","Ссылка существует, но подтверждающий фрагмент или запись невозможно проверить.",[875,876],"Конфликты перезаписываются","Система выглядит согласованной за счет уничтожения свидетельств разногласий.",[878,879],"Сгенерированные резюме заменяют оригиналы","Преобразование с потерями становится видимым авторитетом.",[881,882],"Авторитет является глобальным, а не привязанным к утверждению","Одному источнику доверяют за пределами домена или класса фактов, которым он фактически владеет.",[884,885],"Веб-сниппет рассматривается как доказательство","Метаданные обнаружения заменяют оригинальную публикацию.",[887,888],"Авторитетные данные неверны, но исключения скрыты","Операционные дефекты становятся невидимыми и не могут быть прозрачно исправлены.",{},{"id":891,"data":892,"type":42,"tunes":894},"h-decision",{"text":893,"level":246},"Практическая структура принятия решений об источнике истины",{},{"id":896,"data":897,"type":574,"tunes":927},"decision-flow",{"steps":898,"title":926,"orientation":573},[899,902,905,908,911,914,917,920,923],{"label":900,"description":901},"1. Сформулируйте утверждение точно","Отделите текущее состояние, историческое состояние, политику, интерпретацию, прогноз и производный расчет.",{"label":903,"description":904},"2. Определите владельца авторитета","Определите систему, документ, учреждение, лицо или класс доказательств, ответственные за этот тип утверждения.",{"label":906,"description":907},"3. Определите область применения","Укажите арендатора, юрисдикцию, продукт, среду, пользователя, набор документов или другую границу применимости.",{"label":909,"description":910},"4. Определите время и версию","Определите, требует ли утверждение текущего состояния, исторического снимка или конкретной версии стандарта\u002Fвыпуска.",{"label":912,"description":913},"5. Сохраните происхождение","Запишите идентичность источника, происхождение, указатель, преобразования и ответственных агентов или процессы.",{"label":915,"description":916},"6. Определите путь поиска\u002Fдоступа","Убедитесь, что приложение действительно может получить авторитетную информацию под правильной идентичностью и с правильными разрешениями.",{"label":918,"description":919},"7. Определите политику конфликтов","Решите вопросы приоритета, замены, арбитража или явного поведения в неразрешенном состоянии.",{"label":921,"description":922},"8. Определите аннулирование","Укажите, когда кэшированные, индексированные, запомненные или производные представления должны быть обновлены.",{"label":924,"description":925},"9. Проверьте путь ответа","Убедитесь, что важные сгенерированные утверждения можно проследить до предполагаемого авторитета, а не просто до правдоподобного источника.","Как решить, что должно определять утверждение",{},{"id":929,"data":930,"type":42,"tunes":932},"h-checklist",{"text":931,"level":246},"Контрольный список архитектуры источника истины",{},{"id":934,"data":935,"type":318,"tunes":975},"checklist-table",{"content":936,"stretched":43,"withHeadings":14},[937,939,942,945,948,951,954,957,960,963,966,969,972],[356,938],"Ожидаемый ответ",[940,941],"Какой именно факт или состояние устанавливается?","Утверждение, достаточно точное для назначения авторитета.",[943,944],"Кто или что владеет этим фактом?","Именованная авторитетная система, класс источника или правило арбитража.",[946,947],"Является ли авторитет актуальным для этой области?","Граница арендатора, юрисдикции, среды, пользователя или домена является явной.",[949,950],"Правильны ли версия\u002Fвремя?","Известна применимость текущей, исторической или конкретной версии.",[952,953],"Можно ли проверить источник?","Существует стабильный идентификатор, указатель или ссылка на запись.",[955,956],"Сохранено ли происхождение?","Метаданные происхождения, преобразования и ответственности сохраняются при приеме и поиске.",[958,959],"Может ли поиск вернуть неавторитетный материал?","Если да, фильтры или валидация отличают релевантность от авторитетности.",[961,962],"Может ли источник измениться?","Существуют правила обновления, аннулирования или замены.",[964,965],"Могут ли источники противоречить друг другу?","Поведение при конфликтах и арбитраже является явным.",[967,968],"Может ли память устареть?","Изменчивое состояние повторно считывается из текущего авторитета перед использованием с последствиями.",[970,971],"Можно ли воспроизвести производный ответ?","Входные данные, версия преобразования и условия выполнения прослеживаются.",[973,974],"Может ли аудитор восстановить ответ?","Доказательства выполнения сохраняют путь к источнику для важных утверждений.",{},{"id":977,"data":978,"type":42,"tunes":980},"h-misconceptions",{"text":979,"level":246},"Распространенные заблуждения",{},{"id":982,"data":983,"type":318,"tunes":1012},"misconceptions-table",{"content":984,"stretched":43,"withHeadings":14},[985,988,991,994,997,1000,1003,1006,1009],[986,987],"Заблуждение","Исправление",[989,990],"«Источник истины означает одну базу данных».","Одна база данных может быть авторитетной для одного домена; сложные системы обычно имеют несколько авторитетов для конкретных фактов.",[992,993],"«Самый новый документ автоматически является авторитетным».","Новизна помогает только тогда, когда более новый артефакт одобрен и действительно заменяет более старый.",[995,996],"«RAG решает проблему истины».","RAG решает проблему поиска. Авторитет, происхождение, качество доказательств и достоверность остаются отдельными проблемами.",[998,999],"«Ссылка доказывает ответ».","Цитируемый источник должен действительно поддерживать утверждение, иметь правильный авторитет и применяться к текущей области.",[1001,1002],"«Происхождение говорит нам, что истинно».","Происхождение говорит нам об источнике и выводе; авторитет и правильность по-прежнему требуют доменных правил и оценки.",[1004,1005],"«Система учета всегда правильна».","Она авторитетна для операционной записи, но дефекты качества данных все еще могут существовать и требовать видимого исправления.",[1007,1008],"«Если несколько источников согласны, утверждение авторитетно».","Согласие увеличивает доказательства, но не обязательно устанавливает владение или применимость.",[1010,1011],"«Память ИИ может заменить повторные чтения».","Только для информации, риск устаревания которой приемлем; изменчивое или значимое состояние следует обновлять из авторитета.",{},{"id":1014,"data":1015,"type":42,"tunes":1017},"h-edge",{"text":1016,"level":246},"Пограничные случаи",{},{"id":1019,"data":1020,"type":218,"tunes":1022},"p-edge-1",{"text":1021},"Некоторые вопросы являются интерпретационными, а не фактическими. «Какая архитектура лучше?» не имеет единого источника истины. Система может получить авторитетные ограничения и доказательства, но окончательное суждение является выводом, который должен раскрывать допущения и компромиссы.",{},{"id":1024,"data":1025,"type":218,"tunes":1027},"p-edge-2",{"text":1026},"Некоторые домены используют распределенный авторитет. Научный вывод может зависеть от нескольких исследований, наборов данных и воспроизведений. Исторический вывод может зависеть от противоречивых первичных и вторичных доказательств. Архитектура должна представлять структуру доказательств, а не изобретать центральную базу данных, которая якобы владеет истиной.",{},{"id":1029,"data":1030,"type":218,"tunes":1032},"p-edge-3",{"text":1031},"Пользователь также может быть авторитетом для субъективной личной информации: предпочтений, целей, выбранных настроек или явных инструкций. Даже в этом случае более новый явный ввод может заменить старую память.",{},{"id":1034,"data":1035,"type":218,"tunes":1037},"p-edge-4",{"text":1036},"Внешние события могут аннулировать ранее авторитетные данные. Лента цен, система инвентаризации или политика безопасности могли быть правильными на момент захвата, но больше не действительны. Происхождение снимка сохраняет то, что было истинным тогда; оно не делает снимок актуальным навсегда.",{},{"id":1039,"data":1040,"type":42,"tunes":1042},"h-limit",{"text":1041,"level":246},"Ограничения",{},{"id":1044,"data":1045,"type":218,"tunes":1047},"p-limit-1",{"text":1046},"Архитектура источника истины не может гарантировать, что авторитетный источник фактически правилен. Она обеспечивает подотчетность, происхождение и детерминированные границы владения; процессы обеспечения качества данных и доменной проверки остаются необходимыми.",{},{"id":1049,"data":1050,"type":218,"tunes":1052},"p-limit-2",{"text":1051},"Авторитет также может быть оспорен. Разные учреждения могут законно заявлять об авторитете в разных юрисдикциях или методологиях. В таких ситуациях система должна раскрывать модель авторитета и разногласия, а не скрывать их за универсальной «оценкой истинности».",{},{"id":1054,"data":1055,"type":218,"tunes":1057},"p-limit-3",{"text":1056},"Наконец, правила авторитета требуют поддержки. Системы, владельцы, политики, версии и нормативы меняются. Устаревший реестр авторитетов может быть так же опасен, как и отсутствие реестра.",{},{"id":1059,"data":1060,"type":42,"tunes":1062},"h-change",{"text":1061,"level":246},"Что могло бы изменить этот ответ?",{},{"id":1064,"data":1065,"type":218,"tunes":1067},"p-change-1",{"text":1066},"Конкретное сопоставление авторитетов меняется в зависимости от домена. Банковское дело, здравоохранение, доставка программного обеспечения, научные исследования и исторический анализ имеют разные системы учета, правила доказывания и нормативные обязательства.",{},{"id":1069,"data":1070,"type":218,"tunes":1072},"p-change-2",{"text":1071},"Реализация также меняется в зависимости от архитектуры. Небольшое приложение может кодировать полномочия непосредственно в вызовах сервисов. Более крупной платформе могут потребоваться реестры, метаданные источников, механизмы политик, системы происхождения данных или контракты данных. Основной принцип остаётся неизменным: не позволяйте порядку извлечения или предпочтениям модели молча решать, что считается авторитетным.",{},{"id":1074,"data":1075,"type":42,"tunes":1077},"h-related",{"text":1076,"level":246},"Связанные канонические знания",{},{"id":1079,"data":1080,"type":218,"tunes":1082},"p-related-1",{"text":1081},"Архитектура единого источника истины является предпосылкой для последующих концепций извлечения и управления, поскольку одно лишь качество извлечения не может определить, разрешено ли доказательству определять ответ.",{},{"id":1084,"data":1085,"type":1090,"tunes":1091},"ref-rag",{"url":1086,"title":1087,"excerpt":1088,"ctaLabel":1089},"https:\u002F\u002Fstajic.de\u002Fru\u002Fblog\u002Fwhat-is-rag-the-simplest-explanation-of-how-it-works","Что такое RAG? Самое простое объяснение того, как это работает","RAG извлекает внешние знания для модели. Этот фундамент объясняет, почему извлечение и авторитетная истина — это отдельные обязанности.","Читать основы RAG","referralArticle",{},{"id":1093,"data":1094,"type":218,"tunes":1096},"p-related-2",{"text":1095},"Память — ещё одна смежная концепция. Надёжный агент отделяет запомненную информацию от текущего авторитетного состояния приложения.",{},{"id":1098,"data":1099,"type":1090,"tunes":1104},"ref-memory",{"url":1100,"title":1101,"excerpt":1102,"ctaLabel":1103},"https:\u002F\u002Fstajic.de\u002Fru\u002Fblog\u002Fai-agent-memory-is-not-rag-how-to-separate-memory-retrieval-state-and-context","Память ИИ-агента — это не RAG: как разделить память, извлечение, состояние и контекст","Четырёхуровневая архитектура, разделяющая постоянную память, авторитетное состояние, извлечение и контекст, фактически передаваемый модели.","Читать статью об архитектуре памяти",{},{"id":1106,"data":1107,"type":218,"tunes":1109},"p-related-3",{"text":1108},"Авторитет также напрямую связан с достоверностью ответа. Даже авторитетный источник подтверждает только утверждения в пределах своей версии, даты, области применения и границ доказательств.",{},{"id":1111,"data":1112,"type":1090,"tunes":1117},"ref-avb",{"url":1113,"title":1114,"excerpt":1115,"ctaLabel":1116},"https:\u002F\u002Fstajic.de\u002Fru\u002Fblog\u002Fthe-answer-validity-boundary-the-missing-layer-between-relevance-and-reliable-ai-answers","Граница достоверности ответа: недостающий слой между релевантностью и надёжными ответами ИИ","Фреймворк для явного определения того, где ответ ИИ остаётся подтверждённым доказательствами и какие изменившиеся условия делают это подтверждение недействительным.","Читать о границе достоверности ответа",{},{"id":1119,"data":1120,"type":42,"tunes":1122},"h-faq",{"text":1121,"level":246},"Часто задаваемые вопросы",{},{"id":1124,"data":1125,"type":1124,"tunes":1160},"faq",{"items":1126,"title":1159},[1127,1131,1135,1139,1143,1147,1151,1155],{"id":1128,"answer":1129,"question":1130},"faq1","Это авторитетный источник или правило авторитета, которое определяет, какой источник может устанавливать конкретный факт, состояние или правило для заданной области применения, версии и времени.","Что такое единый источник истины в системе ИИ?",{"id":1132,"answer":1133,"question":1134},"faq2","Обычно нет. Языковая модель может генерировать, обобщать и рассуждать, но её параметрические знания не являются автоматически авторитетными для текущего состояния приложения, политики компании, конкретной версии документа или факта из регулируемой области.","Является ли языковая модель единым источником истины?",{"id":1136,"answer":1137,"question":1138},"faq3","Не автоматически. Векторная база данных обычно является индексом или хранилищем для извлечения. Она должна сохранять ссылки на авторитетный исходный источник и версию, а не молча заменять их.","Является ли векторная база данных единым источником истины для RAG?",{"id":1140,"answer":1141,"question":1142},"faq4","Происхождение описывает, откуда пришли данные, как они были созданы или преобразованы и кто или что участвовало в этом. Правила единого источника истины определяют, обладает ли этот источник авторитетом для конкретного утверждения.","В чём разница между происхождением данных и единым источником истины?",{"id":1144,"answer":1145,"question":1146},"faq5","Да. В сложных системах это нормально, поскольку разные факты принадлежат разным авторитетным системам или классам источников.","Может ли система ИИ иметь несколько единых источников истины?",{"id":1148,"answer":1149,"question":1150},"faq6","Системе нужно доменное правило разрешения конфликтов: приоритет, замена версии, экспертное решение или явное состояние неразрешённости. Она не должна молча выбирать источник, который предпочитает модель.","Что происходит, когда два авторитетных источника противоречат друг другу?",{"id":1152,"answer":1153,"question":1154},"faq7","Нет. RAG извлекает кандидатов. Для того чтобы важные утверждения использовали правильный источник, необходимы метаданные с учётом авторитета, фильтры, политика источников и валидация.","Гарантирует ли RAG, что ответ ИИ использует единый источник истины?",{"id":1156,"answer":1157,"question":1158},"faq8","Да. Авторитет и правильность — это разные свойства. Авторитетная система может содержать дефект качества данных, который следует прозрачно исправить, а не скрывать, подменяя неофициальным источником.","Может ли единый источник истины быть ошибочным?","Единый источник истины в системах ИИ",{},{"id":1162,"data":1163,"type":42,"tunes":1165},"h-glossary",{"text":1164,"level":246},"Глоссарий",{},{"id":1167,"data":1168,"type":1167,"tunes":1210},"glossary",{"title":1169,"entries":1170},"Ключевые термины единого источника истины",[1171,1175,1179,1183,1187,1190,1194,1198,1202,1206],{"term":1172,"anchor":1173,"definition":1174},"Единый источник истины","source-of-truth","Авторитетный источник или правило, которому разрешено устанавливать конкретный факт, состояние или правило для заданной области применения, версии и времени.",{"term":1176,"anchor":1177,"definition":1178},"Система учёта","system-of-record","Авторитетная операционная система, отвечающая за определённый класс записей или текущее состояние бизнеса.",{"term":1180,"anchor":1181,"definition":1182},"Происхождение данных","provenance","Информация, описывающая источник, происхождение, преобразования, ответственных агентов и историю данных или другой сущности.",{"term":1184,"anchor":1185,"definition":1186},"Доказательство","evidence","Информация или артефакт, который подтверждает, опровергает или ограничивает утверждение.",{"term":1188,"anchor":327,"definition":1189},"Авторитет","Правило приложения или предметной области, определяющее, какой источник имеет право определять конкретное утверждение.",{"term":1191,"anchor":1192,"definition":1193},"Актуальность","freshness","Соответствие представления текущему моменту в достаточной степени для утверждения или операции, в которой оно используется.",{"term":1195,"anchor":1196,"definition":1197},"Замена версии","supersession","Явная замена более старой авторитетной версии более новой с сохранением исторической прослеживаемости.",{"term":1199,"anchor":1200,"definition":1201},"Эталонная истина","ground-truth","Эталонный ответ, метка или результат, используемые для оценки системы; это конструкт оценки, а не автоматически единый источник истины приложения.",{"term":1203,"anchor":1204,"definition":1205},"Происхождение","lineage","След того, как данные или производные значения перемещаются и преобразуются между источниками и этапами обработки.",{"term":1207,"anchor":1208,"definition":1209},"Граница достоверности","validity-boundary","Условия области применения, времени, версии, доказательств и допущений, внутри которых утверждение остаётся подтверждённым.",{},{"id":1212,"data":1213,"type":42,"tunes":1215},"h-conclusion",{"text":1214,"level":246},"Заключение",{},{"id":1217,"data":1218,"type":218,"tunes":1220},"p-conclusion-1",{"text":1219},"Надёжный ИИ возникает не от предоставления модели большего объёма информации. Он возникает из знания того, какая информация может определять утверждение, сохранения того, откуда эта информация пришла, извлечения правильной версии и удержания итогового ответа в пределах области применения источника.",{},{"id":1222,"data":1223,"type":218,"tunes":1225},"p-conclusion-2",{"text":1224},"Именно поэтому единый источник истины, происхождение данных, извлечение, память и контекст должны оставаться отдельными концепциями. Единый источник истины определяет авторитет. Происхождение объясняет источник. Извлечение находит кандидатов. Память сохраняет выбранную прошлую информацию. Контекст — это то, что видит модель. Генерация превращает эти входные данные в выходные.",{},{"id":1227,"data":1228,"type":218,"tunes":1230},"p-conclusion-3",{"text":1229},"Когда эти слои остаются явными, система ИИ может делать больше, чем просто звучать правдоподобно: важные утверждения можно проследить до источника, который действительно имел право их устанавливать.",{},{"id":1232,"data":1233,"type":42,"tunes":1235},"h-sources",{"text":1234,"level":246},"Первичные источники и доказательства реализации",{},{"id":1237,"data":1238,"type":218,"tunes":1240},"p-sources-note",{"text":1239},"Внешние источники ниже подтверждают утверждения о происхождении данных и управлении рисками ИИ. Раздел «Исследовательский движок единого источника истины» является оригинальным доказательством реализации и явно представлен как один шаблон реализации, а не как универсальный стандарт.",{},{"id":1242,"data":1243,"type":1249,"tunes":1250},"src-w3c-prov",{"link":1244,"meta":1245},"https:\u002F\u002Fwww.w3.org\u002FTR\u002Fprov-dm\u002F",{"image":1246,"title":1247,"description":1248},{"url":304},"W3C PROV-DM — Модель данных PROV","Рекомендация W3C, определяющая доменно-независимую модель происхождения на основе сущностей, действий, агентов, выводов и ответственности.","linkTool",{},{"id":1252,"data":1253,"type":1249,"tunes":1259},"src-w3c-publications",{"link":1254,"meta":1255},"https:\u002F\u002Fwww.w3.org\u002Fgroups\u002Fwg\u002Fprov\u002Fpublications\u002F",{"image":1256,"title":1257,"description":1258},{"url":304},"Рабочая группа W3C по происхождению — Публикации","Официальный указатель рекомендаций W3C PROV и связанных спецификаций для обмена данными о происхождении и ограничений.",{},{"id":1261,"data":1262,"type":1249,"tunes":1268},"src-nist-rmf",{"link":1263,"meta":1264},"https:\u002F\u002Fwww.nist.gov\u002Fitl\u002Fai-risk-management-framework",{"image":1265,"title":1266,"description":1267},{"url":304},"Структура управления рисками ИИ NIST","Добровольная структура NIST для включения соображений достоверности и управления рисками на протяжении всего жизненного цикла ИИ; AI RMF 1.0 в настоящее время пересматривается.",{},{"id":1270,"data":1271,"type":1249,"tunes":1277},"src-nist-playbook",{"link":1272,"meta":1273},"https:\u002F\u002Fairc.nist.gov\u002Fairmf-resources\u002Fplaybook\u002F",{"image":1274,"title":1275,"description":1276},{"url":304},"Пособие по AI RMF NIST","Оперативное руководство, согласованное с AI RMF, включая практики документирования происхождения данных, источников, происхождения, преобразований, зависимостей, ограничений и метаданных.",{},{"id":1279,"data":1280,"type":1249,"tunes":1286},"src-nist-measure",{"link":1281,"meta":1282},"https:\u002F\u002Fairc.nist.gov\u002Fairmf-resources\u002Fplaybook\u002Fmeasure\u002F",{"image":1283,"title":1284,"description":1285},{"url":304},"Пособие по AI RMF NIST — Измерение","Руководство по документированию измерений, происхождения данных и контекстуальной интерпретации выходных данных систем ИИ.",{},{"id":1288,"data":1289,"type":1249,"tunes":1295},"src-nist-genai",{"link":1290,"meta":1291},"https:\u002F\u002Fwww.nist.gov\u002Fpublications\u002Fartificial-intelligence-risk-management-framework-generative-artificial-intelligence",{"image":1292,"title":1293,"description":1294},{"url":304},"NIST AI 600-1 — Профиль генеративного ИИ","Профиль генеративного ИИ NIST, включая соображения о происхождении и целостности информации для систем генеративного ИИ.",{},"2.31","Источник истины определяет, какой источник является авторитетным для конкретного факта или состояния. Узнайте, чем он отличается от RAG, происхождения данных, памяти, контекста, векторных баз данных и систем учёта.","\u002Fuploads\u002F2026\u002F10\u002Fsource-of-truth-in-ai-systems-where-reliable-knowledge-actually-comes-from-1791479103235-6bq9em.webp","source-of-truth-in-ai-systems-where-reliable-knowledge-actually-comes-from-1791479103235-6bq9em","PUBLISHED","2026-10-08T13:02:00.000Z","2026-10-08T17:02:49.770Z","2026-10-08T17:11:41.743Z",{"en":1305,"de":1306,"sr":1307,"es":1308,"fr":1309,"it":1310,"ru":1311,"zh":1312},"\u002Fblog\u002Fsource-of-truth-in-ai-systems-where-reliable-knowledge-actually-comes-from","\u002Fde\u002Fblog\u002Fsource-of-truth-in-ai-systems-where-reliable-knowledge-actually-comes-from","\u002Fsr\u002Fblog\u002Fsource-of-truth-in-ai-systems-where-reliable-knowledge-actually-comes-from","\u002Fes\u002Fblog\u002Fsource-of-truth-in-ai-systems-where-reliable-knowledge-actually-comes-from","\u002Ffr\u002Fblog\u002Fsource-of-truth-in-ai-systems-where-reliable-knowledge-actually-comes-from","\u002Fit\u002Fblog\u002Fsource-of-truth-in-ai-systems-where-reliable-knowledge-actually-comes-from","\u002Fru\u002Fblog\u002Fsource-of-truth-in-ai-systems-where-reliable-knowledge-actually-comes-from","\u002Fzh\u002Fblog\u002Fsource-of-truth-in-ai-systems-where-reliable-knowledge-actually-comes-from",[1314,1318,1322],{"id":1315,"name":1316,"slug":1317},65,"Система тематического авторитета","topical-authority",{"id":1319,"name":1320,"slug":1321},57,"Границы данных","data-boundaries",{"id":1323,"name":1324,"slug":1325},84,"Политики и границы данных","policy-and-data",{"id":1327,"login":1328,"email":1329,"displayName":1330},"20","rooth8233","aleksandar@stajic.de","Aleksandar Stajić",[1332,2245],{"lang":1333,"title":1334,"content":1335,"contentJson":1336,"excerpt":2244},"en","Source of Truth in AI Systems: Where Reliable Knowledge Actually Comes From","{\"time\":1791479104597,\"blocks\":[{\"id\":\"intro\",\"type\":\"paragraph\",\"data\":{\"text\":\"A Source of Truth in an AI system is the authoritative source allowed to define whether a specific fact, state or rule should be treated as true for a particular scope, version and time. It is not automatically the language model, the vector database, the top-ranked retrieved document, agent memory or the latest message in context. Reliable AI architecture must preserve which source has authority for which claim, then keep provenance, retrieval and validation connected to that authority.\"},\"tunes\":{}},{\"id\":\"direct\",\"type\":\"callout\",\"data\":{\"variant\":\"info\",\"title\":\"Direct answer\",\"body\":\"\u003Cstrong>The Source of Truth is an authority rule, not an AI component.\u003C\u002Fstrong> An AI system can search many sources, but only some sources are authoritative for a given question. The correct source may be an application database for current account state, an approved policy document for a rule, source code for implemented behavior, an official specification for a protocol, or a primary research artifact for an observed claim. Good architecture makes that authority explicit instead of asking the model to infer it from relevance.\"},\"tunes\":{}},{\"id\":\"terminology\",\"type\":\"callout\",\"data\":{\"variant\":\"note\",\"title\":\"Terminology boundary\",\"body\":\"“Source of Truth” is widely used in software, data and organizational practice, but it is not a standardized AI component with one universal formal definition. This article uses it as an architecture concept: \u003Cstrong>the source or authority mapping that determines which evidence is allowed to establish a particular fact or state\u003C\u002Fstrong>. Provenance standards such as W3C PROV describe origin and derivation; they do not automatically decide which source your application should treat as authoritative.\"},\"tunes\":{}},{\"id\":\"current\",\"type\":\"callout\",\"data\":{\"variant\":\"note\",\"title\":\"Current-source note — 8 October 2026\",\"body\":\"The core distinction between authority, provenance, retrieval and model context is stable. NIST AI RMF 1.0 is currently being revised, but the current NIST Playbook still explicitly recommends documenting data provenance, including sources, origins, transformations, dependencies, constraints and metadata. W3C PROV remains a W3C Recommendation for interoperable provenance descriptions.\"},\"tunes\":{}},{\"id\":\"toc\",\"type\":\"tableOfContents\",\"data\":{\"title\":\"Contents\",\"minLevel\":2,\"maxLevel\":3},\"tunes\":{}},{\"id\":\"h-meaning\",\"type\":\"header\",\"data\":{\"text\":\"What “Source of Truth” really means\",\"level\":2},\"tunes\":{}},{\"id\":\"p-meaning-1\",\"type\":\"paragraph\",\"data\":{\"text\":\"The phrase is often misunderstood as “the one database that contains everything.” That can be true in a narrow system, but it is usually too simplistic for AI. A real AI application can combine operational databases, documents, APIs, vector indexes, user input, model memory, external web sources and generated summaries.\"},\"tunes\":{}},{\"id\":\"p-meaning-2\",\"type\":\"paragraph\",\"data\":{\"text\":\"Those sources do not have equal authority. A customer-support manual may define policy but not a customer's current balance. A CRM may define the current account owner but not the legal meaning of a regulation. A source-code repository may define implemented behavior while a product specification defines intended behavior. The architecture must therefore answer a more precise question: which source is authoritative for this specific claim?\"},\"tunes\":{}},{\"id\":\"p-meaning-3\",\"type\":\"paragraph\",\"data\":{\"text\":\"This makes Source of Truth a relationship between a claim and an authority, not merely a property of a storage technology.\"},\"tunes\":{}},{\"id\":\"principle\",\"type\":\"callout\",\"data\":{\"variant\":\"success\",\"title\":\"Core principle\",\"body\":\"\u003Cstrong>One system can have many Sources of Truth because authority is fact-specific.\u003C\u002Fstrong> The important architectural property is not that one database wins globally, but that each important fact or state has an explicit authoritative owner.\"},\"tunes\":{}},{\"id\":\"h-simple\",\"type\":\"header\",\"data\":{\"text\":\"The simplest example\",\"level\":2},\"tunes\":{}},{\"id\":\"p-simple-1\",\"type\":\"paragraph\",\"data\":{\"text\":\"A user asks an AI assistant: “What is my current subscription plan?” The assistant has three possible inputs: last month's support transcript, an indexed help-center document describing plan types, and the live billing database.\"},\"tunes\":{}},{\"id\":\"p-simple-2\",\"type\":\"paragraph\",\"data\":{\"text\":\"The support transcript may mention that the user had a Pro plan. The help-center document explains what Pro means. But the live billing record is the authoritative source for the user's current subscription state.\"},\"tunes\":{}},{\"id\":\"p-simple-3\",\"type\":\"paragraph\",\"data\":{\"text\":\"A semantic search engine could rank the support transcript above the billing record because it contains language closer to the question. That ranking would still not make the transcript authoritative. Relevance and authority are different dimensions.\"},\"tunes\":{}},{\"id\":\"simple-comparison\",\"type\":\"comparison\",\"data\":{\"title\":\"The same question can involve different source roles\",\"layout\":\"table\",\"columns\":[{\"id\":\"source\",\"label\":\"Source\"},{\"id\":\"role\",\"label\":\"Role\"},{\"id\":\"authority\",\"label\":\"Authority for current plan?\"}],\"rows\":[{\"id\":\"billing\",\"label\":\"Billing database\",\"values\":[\"\",\"\",\"\"]},{\"id\":\"help\",\"label\":\"Help-center documentation\",\"values\":[\"\",\"\",\"\"]},{\"id\":\"transcript\",\"label\":\"Old support transcript\",\"values\":[\"\",\"\",\"\"]},{\"id\":\"model\",\"label\":\"Model memory\",\"values\":[\"\",\"\",\"\"]}]},\"tunes\":{}},{\"id\":\"h-stops\",\"type\":\"header\",\"data\":{\"text\":\"Where the simple example stops\",\"level\":2},\"tunes\":{}},{\"id\":\"p-stops-1\",\"type\":\"paragraph\",\"data\":{\"text\":\"Not every domain has one unquestioned authority. Historical research can contain conflicting primary sources. Scientific claims can evolve as new studies appear. Legal interpretation can depend on jurisdiction, date and court authority. Product behavior can differ between documentation and deployed code.\"},\"tunes\":{}},{\"id\":\"p-stops-2\",\"type\":\"paragraph\",\"data\":{\"text\":\"In these cases the correct architecture is not to invent a single winner. It is to preserve the competing sources, their provenance, their authority class, their applicable scope and the unresolved contradiction. A reliable Source-of-Truth system must be able to represent uncertainty and disagreement.\"},\"tunes\":{}},{\"id\":\"h-authority\",\"type\":\"header\",\"data\":{\"text\":\"Authority is scoped by claim, version and time\",\"level\":2},\"tunes\":{}},{\"id\":\"authority-table\",\"type\":\"table\",\"data\":{\"withHeadings\":true,\"stretched\":false,\"content\":[[\"Question\",\"Possible authoritative source\",\"Why scope matters\"],[\"What is the user's current account balance?\",\"Ledger \u002F accounting system of record\",\"Historical exports may be accurate for an earlier time but not current state.\"],[\"What does company policy currently allow?\",\"Approved current policy version\",\"An older policy may remain valid evidence of past rules but not present rules.\"],[\"What code is actually deployed?\",\"Deployment artifact \u002F commit \u002F release record\",\"Main branch may differ from production.\"],[\"What did a contract state when signed?\",\"Executed contract version\",\"A draft or later template is not authoritative for the signed agreement.\"],[\"What does a technical protocol specify?\",\"Current official specification for the relevant version\",\"A blog explanation may be useful but is secondary evidence.\"],[\"What happened in a historical event?\",\"Relevant primary evidence plus explicit source criticism\",\"There may be no single authority; conflicting evidence must remain visible.\"],[\"What does a user prefer?\",\"Current explicit user setting or confirmed preference\",\"Old conversation memory may be stale or superseded.\"]]},\"tunes\":{}},{\"id\":\"p-authority-1\",\"type\":\"paragraph\",\"data\":{\"text\":\"The word “truth” can therefore be misleading unless its boundary is stated. In architecture, the Source of Truth is usually better understood as the source authorized to determine a specific proposition under defined conditions.\"},\"tunes\":{}},{\"id\":\"h-what-is-not\",\"type\":\"header\",\"data\":{\"text\":\"What a Source of Truth is not\",\"level\":2},\"tunes\":{}},{\"id\":\"h-vs-sor\",\"type\":\"header\",\"data\":{\"text\":\"Source of Truth vs system of record\",\"level\":3},\"tunes\":{}},{\"id\":\"p-vs-sor-1\",\"type\":\"paragraph\",\"data\":{\"text\":\"A system of record is typically the authoritative operational system for a class of records: for example, a billing ledger, HR master record or order database. It is one common implementation of Source-of-Truth authority.\"},\"tunes\":{}},{\"id\":\"p-vs-sor-2\",\"type\":\"paragraph\",\"data\":{\"text\":\"But Source of Truth is broader. A signed PDF contract, an official standard, a deployment artifact or a primary archival document may be authoritative without being a transactional system of record.\"},\"tunes\":{}},{\"id\":\"h-vs-prov\",\"type\":\"header\",\"data\":{\"text\":\"Source of Truth vs provenance\",\"level\":3},\"tunes\":{}},{\"id\":\"p-vs-prov-1\",\"type\":\"paragraph\",\"data\":{\"text\":\"Provenance answers questions such as: Where did this data come from? Who or what produced it? Which transformation created this derivative? Which prior entity was used? W3C PROV models entities, activities, agents and derivations so origin and responsibility can be represented.\"},\"tunes\":{}},{\"id\":\"p-vs-prov-2\",\"type\":\"paragraph\",\"data\":{\"text\":\"Provenance does not by itself establish authority. Knowing that a value came from a spreadsheet written by a specific employee helps evaluate it, but the application still needs a rule saying whether that spreadsheet is authoritative for the claim.\"},\"tunes\":{}},{\"id\":\"h-vs-evidence\",\"type\":\"header\",\"data\":{\"text\":\"Source of Truth vs evidence\",\"level\":3},\"tunes\":{}},{\"id\":\"p-vs-evidence-1\",\"type\":\"paragraph\",\"data\":{\"text\":\"Evidence supports or contradicts a claim. A Source of Truth defines which source has the authority to settle or strongly constrain that claim in the current application context.\"},\"tunes\":{}},{\"id\":\"p-vs-evidence-2\",\"type\":\"paragraph\",\"data\":{\"text\":\"A source can be valuable evidence without being authoritative. Five customer emails may be evidence that users dislike a workflow, but they are not the system of record for current product configuration.\"},\"tunes\":{}},{\"id\":\"h-vs-rag\",\"type\":\"header\",\"data\":{\"text\":\"Source of Truth vs RAG\",\"level\":3},\"tunes\":{}},{\"id\":\"p-vs-rag-1\",\"type\":\"paragraph\",\"data\":{\"text\":\"RAG is a retrieval pattern. It finds information and supplies selected content to the model. RAG does not automatically know which source deserves authority.\"},\"tunes\":{}},{\"id\":\"p-vs-rag-2\",\"type\":\"paragraph\",\"data\":{\"text\":\"A RAG pipeline can retrieve a stale document, a secondary summary or a highly similar but non-authoritative source. Source authority must be encoded through corpus design, metadata, filters, ranking policy, validation or post-retrieval checks.\"},\"tunes\":{}},{\"id\":\"h-vs-vector\",\"type\":\"header\",\"data\":{\"text\":\"Source of Truth vs vector database\",\"level\":3},\"tunes\":{}},{\"id\":\"p-vs-vector-1\",\"type\":\"paragraph\",\"data\":{\"text\":\"A vector database stores or indexes representations used for semantic retrieval. It is an access layer, not automatically a truth layer.\"},\"tunes\":{}},{\"id\":\"p-vs-vector-2\",\"type\":\"paragraph\",\"data\":{\"text\":\"The same authoritative document may be chunked, embedded, copied and re-indexed many times. The vector record should retain a reference back to the authoritative source and version rather than becoming an untraceable new authority.\"},\"tunes\":{}},{\"id\":\"h-vs-memory\",\"type\":\"header\",\"data\":{\"text\":\"Source of Truth vs memory\",\"level\":3},\"tunes\":{}},{\"id\":\"p-vs-memory-1\",\"type\":\"paragraph\",\"data\":{\"text\":\"Agent or application memory stores information that may be useful later. Memory can preserve a prior decision, preference or observation, but it can become stale.\"},\"tunes\":{}},{\"id\":\"p-vs-memory-2\",\"type\":\"paragraph\",\"data\":{\"text\":\"For volatile or consequential state, a reliable agent should normally re-read the authoritative current source rather than assume that remembered state is still true.\"},\"tunes\":{}},{\"id\":\"h-vs-context\",\"type\":\"header\",\"data\":{\"text\":\"Source of Truth vs context\",\"level\":3},\"tunes\":{}},{\"id\":\"p-vs-context-1\",\"type\":\"paragraph\",\"data\":{\"text\":\"Context is what the model receives during the current inference. Authoritative information can be absent from context, while non-authoritative information can be present.\"},\"tunes\":{}},{\"id\":\"p-vs-context-2\",\"type\":\"paragraph\",\"data\":{\"text\":\"Context construction therefore needs an authority-aware policy: retrieve or read the source that is allowed to define the claim, then preserve enough metadata for the model or validator to understand its scope.\"},\"tunes\":{}},{\"id\":\"h-vs-ground-truth\",\"type\":\"header\",\"data\":{\"text\":\"Source of Truth vs evaluation ground truth\",\"level\":3},\"tunes\":{}},{\"id\":\"p-vs-ground-1\",\"type\":\"paragraph\",\"data\":{\"text\":\"Evaluation ground truth is the reference answer, label or outcome against which a system is scored. It can be derived from authoritative sources, expert adjudication or curated test data.\"},\"tunes\":{}},{\"id\":\"p-vs-ground-2\",\"type\":\"paragraph\",\"data\":{\"text\":\"Ground truth is therefore an evaluation construct. A Source of Truth is an application\u002Fdomain authority construct. They can overlap, but they are not interchangeable.\"},\"tunes\":{}},{\"id\":\"h-vs-quality\",\"type\":\"header\",\"data\":{\"text\":\"Source of Truth vs data quality\",\"level\":3},\"tunes\":{}},{\"id\":\"p-vs-quality-1\",\"type\":\"paragraph\",\"data\":{\"text\":\"An authoritative source can still contain errors. Authority says which source officially governs the fact; data quality asks whether that source is accurate, complete, timely, consistent and fit for purpose.\"},\"tunes\":{}},{\"id\":\"p-vs-quality-2\",\"type\":\"paragraph\",\"data\":{\"text\":\"When an authoritative system is known to be wrong, architecture should record the defect, correction process or exception instead of silently substituting an unofficial source and hiding the discrepancy.\"},\"tunes\":{}},{\"id\":\"h-model\",\"type\":\"header\",\"data\":{\"text\":\"A practical Source-of-Truth architecture model\",\"level\":2},\"tunes\":{}},{\"id\":\"model-note\",\"type\":\"callout\",\"data\":{\"variant\":\"note\",\"title\":\"Proposed architecture model\",\"body\":\"The model below is a practical synthesis for AI systems. It is not a W3C, NIST or ISO standard. It separates authority, provenance, retrieval and model-facing context because those responsibilities are often incorrectly collapsed.\"},\"tunes\":{}},{\"id\":\"sot-flow\",\"type\":\"processFlow\",\"data\":{\"title\":\"Authority-aware AI answer path\",\"orientation\":\"auto\",\"steps\":[{\"label\":\"1. Define the claim type\",\"description\":\"Identify what the user is actually asking: current state, policy, historical fact, technical specification, user preference, calculation or interpretation.\"},{\"label\":\"2. Resolve authority\",\"description\":\"Determine which source or authority class is permitted to define that type of claim for the required scope, version and time.\"},{\"label\":\"3. Acquire evidence\",\"description\":\"Read or retrieve the authoritative source and any necessary supporting or conflicting evidence.\"},{\"label\":\"4. Preserve provenance\",\"description\":\"Carry source identity, version, timestamp, locator, transformation history and responsibility metadata.\"},{\"label\":\"5. Build model context\",\"description\":\"Supply the relevant evidence to the model without discarding authority and applicability metadata.\"},{\"label\":\"6. Generate or compute\",\"description\":\"The model may summarize, compare, reason or transform the evidence, but it does not inherit source authority merely by processing it.\"},{\"label\":\"7. Validate the claim\",\"description\":\"Check that the answer is supported by the right source and remains inside its scope and validity boundary.\"},{\"label\":\"8. Preserve contradictions\",\"description\":\"If authoritative or relevant sources disagree, expose the conflict rather than fabricating false certainty.\"}]},\"tunes\":{}},{\"id\":\"h-registry\",\"type\":\"header\",\"data\":{\"text\":\"Authority should be explicit, not inferred from similarity\",\"level\":2},\"tunes\":{}},{\"id\":\"p-registry-1\",\"type\":\"paragraph\",\"data\":{\"text\":\"One robust implementation pattern is an authority registry or equivalent policy layer that maps claim classes to authoritative source classes. The implementation can be code, metadata, configuration or domain rules; the important property is that authority is deliberate.\"},\"tunes\":{}},{\"id\":\"registry-table\",\"type\":\"table\",\"data\":{\"withHeadings\":true,\"stretched\":false,\"content\":[[\"Claim class\",\"Authority rule\",\"Fallback behavior\"],[\"Current account state\",\"Read live account service \u002F system of record\",\"If unavailable, report that current state cannot be verified.\"],[\"Product documentation\",\"Current approved documentation version\",\"Older version may be shown only with version warning.\"],[\"Implemented software behavior\",\"Relevant deployed release \u002F source artifact\",\"Documentation alone cannot prove deployed behavior.\"],[\"Internal policy\",\"Approved policy repository and active version\",\"Drafts are supporting material, not current authority.\"],[\"External technical standard\",\"Official standards body publication for relevant version\",\"Secondary explanations can clarify but not override the specification.\"],[\"Research claim\",\"Evidence policy appropriate to the domain\",\"Preserve conflicting evidence and confidence rather than force one source.\"]]},\"tunes\":{}},{\"id\":\"h-retrieval\",\"type\":\"header\",\"data\":{\"text\":\"Retrieval should use authority as a ranking constraint\",\"level\":2},\"tunes\":{}},{\"id\":\"p-retrieval-1\",\"type\":\"paragraph\",\"data\":{\"text\":\"Semantic relevance answers “Which candidate looks related to this query?” Authority answers “Which candidate is allowed to establish this fact?” A production retrieval system often needs both.\"},\"tunes\":{}},{\"id\":\"p-retrieval-2\",\"type\":\"paragraph\",\"data\":{\"text\":\"A useful sequence is to first constrain the candidate space by identity, tenant, source class, status, version or date, then rank relevant evidence inside the permitted space. If relevance is calculated before critical authorization or authority filters, the pipeline can return a convincing but invalid result.\"},\"tunes\":{}},{\"id\":\"relevance-authority\",\"type\":\"callout\",\"data\":{\"variant\":\"warning\",\"title\":\"Highest similarity is not highest authority\",\"body\":\"A search engine can rank a stale summary above the current primary source. A language model can prefer the better-written explanation over the official record. Neither behavior changes which source owns the fact.\"},\"tunes\":{}},{\"id\":\"h-freshness\",\"type\":\"header\",\"data\":{\"text\":\"Freshness is part of authority\",\"level\":2},\"tunes\":{}},{\"id\":\"p-freshness-1\",\"type\":\"paragraph\",\"data\":{\"text\":\"Many Source-of-Truth failures are actually time failures. The correct source was known, but the system used an old snapshot, stale embedding, cached API response or superseded document.\"},\"tunes\":{}},{\"id\":\"p-freshness-2\",\"type\":\"paragraph\",\"data\":{\"text\":\"An authority rule should therefore include invalidation or refresh semantics where the fact can change. “CRM is authoritative” is incomplete when the application reads a week-old replicated export.\"},\"tunes\":{}},{\"id\":\"h-derivation\",\"type\":\"header\",\"data\":{\"text\":\"Derived values need a trace back to authoritative inputs\",\"level\":2},\"tunes\":{}},{\"id\":\"p-derivation-1\",\"type\":\"paragraph\",\"data\":{\"text\":\"Some important facts are not stored directly. They are computed from authoritative inputs: a risk score, account total, eligibility status or aggregate metric.\"},\"tunes\":{}},{\"id\":\"p-derivation-2\",\"type\":\"paragraph\",\"data\":{\"text\":\"For derived values, Source-of-Truth architecture should preserve the input authorities, transformation or calculation version and execution time. W3C PROV's distinction between entities, activities and derivations is useful here because it models how one entity was produced from others.\"},\"tunes\":{}},{\"id\":\"derived-rule\",\"type\":\"callout\",\"data\":{\"variant\":\"success\",\"title\":\"Derived truth is conditional\",\"body\":\"A calculated value is only as current and authoritative as its inputs, transformation and validity conditions. Store the lineage needed to recompute or audit it.\"},\"tunes\":{}},{\"id\":\"h-conflict\",\"type\":\"header\",\"data\":{\"text\":\"What happens when authoritative sources disagree?\",\"level\":2},\"tunes\":{}},{\"id\":\"p-conflict-1\",\"type\":\"paragraph\",\"data\":{\"text\":\"Conflicts are not edge cases in serious knowledge systems. A signed contract may disagree with a CRM field. Production behavior may disagree with documentation. Two primary historical sources may contradict each other. A current policy can conflict with an outdated local copy.\"},\"tunes\":{}},{\"id\":\"p-conflict-2\",\"type\":\"paragraph\",\"data\":{\"text\":\"The system needs a resolution policy appropriate to the domain. Sometimes one authority clearly outranks the other. Sometimes the newer version supersedes the old one. Sometimes an expert or business owner must adjudicate. And sometimes the correct result is simply: the evidence is unresolved.\"},\"tunes\":{}},{\"id\":\"conflict-table\",\"type\":\"table\",\"data\":{\"withHeadings\":true,\"stretched\":false,\"content\":[[\"Conflict type\",\"Typical handling\"],[\"Current vs superseded version\",\"Use current version for present state; retain older version as historical evidence.\"],[\"System of record vs stale replica\",\"Use system of record; flag replication freshness issue.\"],[\"Contract vs CRM transcription\",\"Executed contract governs contractual wording; CRM discrepancy becomes a correction task.\"],[\"Documentation vs deployed behavior\",\"Distinguish intended behavior from observed\u002Fdeployed behavior; do not silently merge them.\"],[\"Two credible primary sources\",\"Preserve both, assess provenance and scope, and represent unresolved disagreement if no governing authority exists.\"],[\"User memory vs current user setting\",\"Use current explicit setting; mark memory as superseded where appropriate.\"]]},\"tunes\":{}},{\"id\":\"h-web\",\"type\":\"header\",\"data\":{\"text\":\"Web search is discovery, not automatically evidence\",\"level\":2},\"tunes\":{}},{\"id\":\"p-web-1\",\"type\":\"paragraph\",\"data\":{\"text\":\"Search engines are excellent discovery systems. Search snippets, result ranking and generated summaries are not automatically primary evidence.\"},\"tunes\":{}},{\"id\":\"p-web-2\",\"type\":\"paragraph\",\"data\":{\"text\":\"For claims that require authority, the search result should lead to the original publication, official record, source document, dataset or other appropriate artifact. The result page helps locate the source; it does not inherit the source's authority.\"},\"tunes\":{}},{\"id\":\"h-ai\",\"type\":\"header\",\"data\":{\"text\":\"The language model should not decide authority by itself\",\"level\":2},\"tunes\":{}},{\"id\":\"p-ai-1\",\"type\":\"paragraph\",\"data\":{\"text\":\"A model can help classify a question, extract claims or compare evidence, but authority should not depend only on the model's preference. Models optimize generation from context; they do not possess a guaranteed domain-specific registry of which database, document or organization owns each fact.\"},\"tunes\":{}},{\"id\":\"p-ai-2\",\"type\":\"paragraph\",\"data\":{\"text\":\"This is why application architecture should encode critical authority rules deterministically where practical. The model may reason within the boundary, but the boundary itself should not be recreated from scratch for every prompt.\"},\"tunes\":{}},{\"id\":\"h-observability\",\"type\":\"header\",\"data\":{\"text\":\"Authority must survive the execution trace\",\"level\":2},\"tunes\":{}},{\"id\":\"p-observability-1\",\"type\":\"paragraph\",\"data\":{\"text\":\"If a production answer is important enough to audit, the trace should make it possible to reconstruct which sources were consulted, which version was used, which passage or record supported the claim, which transformations occurred and whether conflicting evidence was available.\"},\"tunes\":{}},{\"id\":\"p-observability-2\",\"type\":\"paragraph\",\"data\":{\"text\":\"This aligns with the broader provenance principle in W3C PROV and with NIST AI RMF Playbook guidance to document sources, origins, transformations, dependencies, constraints and metadata.\"},\"tunes\":{}},{\"id\":\"h-implementation\",\"type\":\"header\",\"data\":{\"text\":\"Original implementation evidence: Source of Truth Research Engine\",\"level\":2},\"tunes\":{}},{\"id\":\"implementation-note\",\"type\":\"callout\",\"data\":{\"variant\":\"note\",\"title\":\"Original implementation evidence\",\"body\":\"The Source of Truth Research Engine is my own implementation evidence for an evidence-first architecture. It demonstrates one concrete way to separate discovery, source acquisition, provenance, claims, evidence classes, contradictions and conclusions. It is an implementation pattern, not a universal industry standard.\"},\"tunes\":{}},{\"id\":\"p-impl-1\",\"type\":\"paragraph\",\"data\":{\"text\":\"The engine is designed around a traceable pipeline rather than direct AI summarization: research task → search → original source or digital artifact → local snapshot → SHA-256 → source ID → claim → evidence class → relation or contradiction → interpretation → conclusion.\"},\"tunes\":{}},{\"id\":\"p-impl-2\",\"type\":\"paragraph\",\"data\":{\"text\":\"Its shared evidence core stores Sources, Artifacts, provenance, Claims, Relations, Contradictions, a Reference Model and an audit trail. Different research modes can share that core while applying different domain methodologies.\"},\"tunes\":{}},{\"id\":\"p-impl-3\",\"type\":\"paragraph\",\"data\":{\"text\":\"The architecture deliberately separates discovery from evidence. Search snippets are not treated as evidence, filenames are not treated as content, AI summaries are not treated as primary sources, and semantic similarity is only a discovery signal until a result is traced back to a concrete source and locator.\"},\"tunes\":{}},{\"id\":\"p-impl-4\",\"type\":\"paragraph\",\"data\":{\"text\":\"Original files are preserved and local bytes receive SHA-256 identifiers. Contradictions and rejected hypotheses are not silently deleted. New evidence is allowed to change the current reference model while the prior evidence path remains auditable.\"},\"tunes\":{}},{\"id\":\"implementation-table\",\"type\":\"table\",\"data\":{\"withHeadings\":true,\"stretched\":false,\"content\":[[\"Implemented rule\",\"Why it matters for Source-of-Truth architecture\"],[\"Search ≠ evidence\",\"Discovery ranking cannot silently become authority.\"],[\"Filename ≠ content\",\"Metadata clues cannot substitute for reading the actual artifact.\"],[\"Local snapshot + SHA-256\",\"Evidence can be tied to exact bytes rather than a mutable remote label.\"],[\"Source ID + exact locator\",\"Claims can be traced back to the concrete evidence location.\"],[\"Claim\u002Fevidence separation\",\"The assertion is not confused with the material supporting it.\"],[\"Contradictions preserved\",\"The system can represent unresolved disagreement rather than overwrite history.\"],[\"Semantic similarity is discovery only\",\"Retrieval relevance is explicitly separated from evidentiary authority.\"],[\"New evidence may update the model\",\"Source-of-Truth state is versioned and revisable rather than treated as immutable dogma.\"]]},\"tunes\":{}},{\"id\":\"h-document-engine\",\"type\":\"header\",\"data\":{\"text\":\"Aaasaasa Document & Knowledge Engine: applying the same boundary to enterprise documents\",\"level\":2},\"tunes\":{}},{\"id\":\"p-doc-1\",\"type\":\"paragraph\",\"data\":{\"text\":\"The Aaasaasa Document & Knowledge Engine concept extends the same design principle to enterprise documentation: users should be able to search documents, ask source-grounded questions and review collections against explicit criteria while preserving the distinction between what a document states and what the system infers.\"},\"tunes\":{}},{\"id\":\"p-doc-2\",\"type\":\"paragraph\",\"data\":{\"text\":\"The important architecture rule is that a universal retrieval core does not make every collection equally authoritative. Contract documents, maintenance records, financial documents and research material need different authority, validation and coverage rules even when they share ingestion and search infrastructure.\"},\"tunes\":{}},{\"id\":\"h-failures\",\"type\":\"header\",\"data\":{\"text\":\"Common Source-of-Truth failure modes\",\"level\":2},\"tunes\":{}},{\"id\":\"failures-table\",\"type\":\"table\",\"data\":{\"withHeadings\":true,\"stretched\":false,\"content\":[[\"Failure mode\",\"What goes wrong\"],[\"The model is treated as the source of truth\",\"Parametric knowledge can be stale, incomplete, unverifiable or outside the application's authoritative scope.\"],[\"Top retrieval result wins automatically\",\"Similarity is mistaken for authority.\"],[\"Vector database becomes authoritative\",\"Derived index records lose the identity and version of the original source.\"],[\"Everything is copied into one knowledge base\",\"Copies obscure ownership, freshness and correction paths.\"],[\"Memory is reused as current state\",\"Old observations silently override the current system of record.\"],[\"No version metadata\",\"The right document is used for the wrong time period.\"],[\"No source locator\",\"A citation exists but the supporting passage or record cannot be verified.\"],[\"Conflicts are overwritten\",\"The system appears consistent by destroying evidence of disagreement.\"],[\"Generated summaries replace originals\",\"A lossy transformation becomes the apparent authority.\"],[\"Authority is global instead of claim-specific\",\"One source is trusted beyond the domain or fact class it actually owns.\"],[\"Web snippet is treated as evidence\",\"Discovery metadata replaces the original publication.\"],[\"Authoritative data is wrong but exceptions are hidden\",\"Operational defects become invisible and cannot be corrected transparently.\"]]},\"tunes\":{}},{\"id\":\"h-decision\",\"type\":\"header\",\"data\":{\"text\":\"A practical Source-of-Truth decision framework\",\"level\":2},\"tunes\":{}},{\"id\":\"decision-flow\",\"type\":\"processFlow\",\"data\":{\"title\":\"How to decide what should define a claim\",\"orientation\":\"auto\",\"steps\":[{\"label\":\"1. State the claim precisely\",\"description\":\"Separate current state, historical state, policy, interpretation, prediction and derived calculation.\"},{\"label\":\"2. Identify the authority owner\",\"description\":\"Determine the system, document, institution, person or evidence class responsible for that claim type.\"},{\"label\":\"3. Define scope\",\"description\":\"Specify tenant, jurisdiction, product, environment, user, document set or other applicability boundary.\"},{\"label\":\"4. Define time and version\",\"description\":\"Determine whether the claim requires current state, a historical snapshot or a specific standard\u002Frelease version.\"},{\"label\":\"5. Preserve provenance\",\"description\":\"Record source identity, origin, locator, transformations and responsible agents or processes.\"},{\"label\":\"6. Define retrieval\u002Faccess path\",\"description\":\"Make sure the application can actually obtain the authoritative information under the correct identity and permissions.\"},{\"label\":\"7. Define conflict policy\",\"description\":\"Decide precedence, supersession, adjudication or explicit unresolved-state behavior.\"},{\"label\":\"8. Define invalidation\",\"description\":\"Specify when cached, indexed, remembered or derived representations must be refreshed.\"},{\"label\":\"9. Validate the answer path\",\"description\":\"Verify that important generated claims can be traced to the intended authority, not merely to a plausible source.\"}]},\"tunes\":{}},{\"id\":\"h-checklist\",\"type\":\"header\",\"data\":{\"text\":\"Source-of-Truth architecture checklist\",\"level\":2},\"tunes\":{}},{\"id\":\"checklist-table\",\"type\":\"table\",\"data\":{\"withHeadings\":true,\"stretched\":false,\"content\":[[\"Question\",\"Expected answer\"],[\"What exact fact or state is being established?\",\"A claim precise enough to assign authority.\"],[\"Who or what owns that fact?\",\"Named authoritative system, source class or adjudication rule.\"],[\"Is the authority current for this scope?\",\"Tenant, jurisdiction, environment, user or domain boundary is explicit.\"],[\"Is the version\u002Ftime correct?\",\"Current, historical or version-specific applicability is known.\"],[\"Can the source be verified?\",\"Stable identifier, locator or record reference exists.\"],[\"Is provenance preserved?\",\"Origin, transformation and responsibility metadata survive ingestion and retrieval.\"],[\"Can retrieval return non-authoritative material?\",\"If yes, filters or validation distinguish relevance from authority.\"],[\"Can the source change?\",\"Refresh, invalidation or supersession rules exist.\"],[\"Can sources disagree?\",\"Conflict and adjudication behavior is explicit.\"],[\"Can memory become stale?\",\"Volatile state is re-read from the current authority before consequential use.\"],[\"Can a derived answer be reproduced?\",\"Inputs, transformation version and execution conditions are traceable.\"],[\"Can an auditor reconstruct the answer?\",\"Execution evidence preserves the source path for important claims.\"]]},\"tunes\":{}},{\"id\":\"h-misconceptions\",\"type\":\"header\",\"data\":{\"text\":\"Common misconceptions\",\"level\":2},\"tunes\":{}},{\"id\":\"misconceptions-table\",\"type\":\"table\",\"data\":{\"withHeadings\":true,\"stretched\":false,\"content\":[[\"Misconception\",\"Correction\"],[\"“Source of Truth means one database.”\",\"One database can be authoritative for one domain; complex systems usually have multiple fact-specific authorities.\"],[\"“The newest document is automatically authoritative.”\",\"Recency helps only when the newer artifact is approved and actually supersedes the older one.\"],[\"“RAG solves truth.”\",\"RAG solves retrieval. Authority, provenance, evidence quality and validity remain separate problems.\"],[\"“A citation proves the answer.”\",\"The cited source must actually support the claim, have the right authority and apply to the current scope.\"],[\"“Provenance tells us what is true.”\",\"Provenance tells us origin and derivation; authority and correctness still require domain rules and evaluation.\"],[\"“The system of record is always correct.”\",\"It is authoritative for the operational record, but data-quality defects can still exist and require visible correction.\"],[\"“If several sources agree, the claim is authoritative.”\",\"Agreement increases evidence but does not necessarily establish ownership or applicability.\"],[\"“AI memory can replace repeated reads.”\",\"Only for information whose staleness risk is acceptable; volatile or consequential state should be refreshed from authority.\"]]},\"tunes\":{}},{\"id\":\"h-edge\",\"type\":\"header\",\"data\":{\"text\":\"Edge cases\",\"level\":2},\"tunes\":{}},{\"id\":\"p-edge-1\",\"type\":\"paragraph\",\"data\":{\"text\":\"Some questions are interpretive rather than factual. “Which architecture is best?” has no single Source of Truth. The system can retrieve authoritative constraints and evidence, but the final judgment is an inference that should expose assumptions and trade-offs.\"},\"tunes\":{}},{\"id\":\"p-edge-2\",\"type\":\"paragraph\",\"data\":{\"text\":\"Some domains use distributed authority. A scientific conclusion can depend on multiple studies, datasets and replications. A historical conclusion can depend on conflicting primary and secondary evidence. The architecture should represent evidence structure rather than invent a central database that supposedly owns truth.\"},\"tunes\":{}},{\"id\":\"p-edge-3\",\"type\":\"paragraph\",\"data\":{\"text\":\"A user can also be the authority for subjective personal information: preferences, goals, chosen settings or explicit instructions. Even then, newer explicit input can supersede older memory.\"},\"tunes\":{}},{\"id\":\"p-edge-4\",\"type\":\"paragraph\",\"data\":{\"text\":\"External events can invalidate previously authoritative data. A price feed, inventory system or security policy may have been correct when captured but no longer valid. Snapshot provenance preserves what was true then; it does not make the snapshot current forever.\"},\"tunes\":{}},{\"id\":\"h-limit\",\"type\":\"header\",\"data\":{\"text\":\"Limitations\",\"level\":2},\"tunes\":{}},{\"id\":\"p-limit-1\",\"type\":\"paragraph\",\"data\":{\"text\":\"Source-of-Truth architecture cannot guarantee that an authoritative source is factually correct. It provides accountability, provenance and deterministic ownership boundaries; data-quality and domain-verification processes remain necessary.\"},\"tunes\":{}},{\"id\":\"p-limit-2\",\"type\":\"paragraph\",\"data\":{\"text\":\"Authority can also be contested. Different institutions can legitimately claim authority in different jurisdictions or methodologies. In those situations the system should expose the authority model and disagreement rather than hide it behind a universal “truth score.”\"},\"tunes\":{}},{\"id\":\"p-limit-3\",\"type\":\"paragraph\",\"data\":{\"text\":\"Finally, authority rules require maintenance. Systems, owners, policies, versions and regulations change. A stale authority registry can be as dangerous as no registry at all.\"},\"tunes\":{}},{\"id\":\"h-change\",\"type\":\"header\",\"data\":{\"text\":\"What would change this answer?\",\"level\":2},\"tunes\":{}},{\"id\":\"p-change-1\",\"type\":\"paragraph\",\"data\":{\"text\":\"The specific authority mapping changes with the domain. Banking, healthcare, software delivery, scientific research and historical analysis have different systems of record, evidentiary rules and regulatory obligations.\"},\"tunes\":{}},{\"id\":\"p-change-2\",\"type\":\"paragraph\",\"data\":{\"text\":\"The implementation also changes with architecture. A small application can encode authority directly in service calls. A larger platform may need registries, source metadata, policy engines, lineage systems or data contracts. The core principle remains the same: do not let retrieval order or model preference silently decide what counts as authoritative.\"},\"tunes\":{}},{\"id\":\"h-related\",\"type\":\"header\",\"data\":{\"text\":\"Related canonical knowledge\",\"level\":2},\"tunes\":{}},{\"id\":\"p-related-1\",\"type\":\"paragraph\",\"data\":{\"text\":\"Source-of-Truth architecture is a prerequisite for later retrieval and governance concepts because retrieval quality alone cannot determine whether evidence is allowed to define the answer.\"},\"tunes\":{}},{\"id\":\"ref-rag\",\"type\":\"referralArticle\",\"data\":{\"url\":\"https:\u002F\u002Fstajic.de\u002Fblog\u002Fwhat-is-rag-the-simplest-explanation-of-how-it-works\",\"title\":\"What Is RAG? The Simplest Explanation of How It Works\",\"excerpt\":\"RAG retrieves external knowledge for a model. This foundation explains why retrieval and authoritative truth are separate responsibilities.\",\"ctaLabel\":\"Read the RAG foundation\"},\"tunes\":{}},{\"id\":\"p-related-2\",\"type\":\"paragraph\",\"data\":{\"text\":\"Memory is another adjacent concept. A reliable agent separates remembered information from current authoritative application state.\"},\"tunes\":{}},{\"id\":\"ref-memory\",\"type\":\"referralArticle\",\"data\":{\"url\":\"https:\u002F\u002Fstajic.de\u002Fblog\u002Fai-agent-memory-is-not-rag-how-to-separate-memory-retrieval-state-and-context\",\"title\":\"AI Agent Memory Is Not RAG: How to Separate Memory, Retrieval, State and Context\",\"excerpt\":\"A four-layer architecture separating persistent memory, authoritative state, retrieval and the context actually supplied to the model.\",\"ctaLabel\":\"Read the memory architecture article\"},\"tunes\":{}},{\"id\":\"p-related-3\",\"type\":\"paragraph\",\"data\":{\"text\":\"Authority also connects directly to answer validity. Even an authoritative source supports only claims inside its version, date, scope and evidence boundary.\"},\"tunes\":{}},{\"id\":\"ref-avb\",\"type\":\"referralArticle\",\"data\":{\"url\":\"https:\u002F\u002Fstajic.de\u002Fblog\u002Fthe-answer-validity-boundary-the-missing-layer-between-relevance-and-reliable-ai-answers\",\"title\":\"The Answer Validity Boundary: The Missing Layer Between Relevance and Reliable AI Answers\",\"excerpt\":\"A framework for making explicit where an AI answer remains supported by evidence and which changed conditions invalidate that support.\",\"ctaLabel\":\"Read the Answer Validity Boundary\"},\"tunes\":{}},{\"id\":\"h-faq\",\"type\":\"header\",\"data\":{\"text\":\"Frequently asked questions\",\"level\":2},\"tunes\":{}},{\"id\":\"faq\",\"type\":\"faq\",\"data\":{\"title\":\"Source of Truth in AI systems\",\"items\":[{\"id\":\"faq1\",\"question\":\"What is a Source of Truth in an AI system?\",\"answer\":\"It is the authoritative source or authority rule that determines which source is allowed to establish a specific fact, state or rule for a defined scope, version and time.\"},{\"id\":\"faq2\",\"question\":\"Is the language model a Source of Truth?\",\"answer\":\"Normally no. A language model can generate, summarize and reason, but its parametric knowledge is not automatically authoritative for current application state, company policy, a specific document version or a regulated domain fact.\"},{\"id\":\"faq3\",\"question\":\"Is a vector database the Source of Truth for RAG?\",\"answer\":\"Not automatically. A vector database is usually an index or retrieval store. It should preserve references to the authoritative original source and version rather than silently replacing them.\"},{\"id\":\"faq4\",\"question\":\"What is the difference between provenance and Source of Truth?\",\"answer\":\"Provenance describes where data came from, how it was produced or transformed and who or what was involved. Source-of-Truth rules determine whether that source has authority for the specific claim.\"},{\"id\":\"faq5\",\"question\":\"Can an AI system have multiple Sources of Truth?\",\"answer\":\"Yes. In complex systems this is normal because different facts belong to different authoritative systems or source classes.\"},{\"id\":\"faq6\",\"question\":\"What happens when two authoritative sources disagree?\",\"answer\":\"The system needs a domain-specific conflict rule: precedence, version supersession, expert adjudication or an explicit unresolved state. It should not silently choose the source the model prefers.\"},{\"id\":\"faq7\",\"question\":\"Does RAG guarantee that an AI answer uses the Source of Truth?\",\"answer\":\"No. RAG retrieves candidates. Authority-aware metadata, filters, source policy and validation are needed to ensure that important claims use the correct source.\"},{\"id\":\"faq8\",\"question\":\"Can the Source of Truth be wrong?\",\"answer\":\"Yes. Authority and correctness are different properties. An authoritative system can contain a data-quality defect, which should be corrected transparently rather than hidden by substituting an unofficial source.\"}]},\"tunes\":{}},{\"id\":\"h-glossary\",\"type\":\"header\",\"data\":{\"text\":\"Glossary\",\"level\":2},\"tunes\":{}},{\"id\":\"glossary\",\"type\":\"glossary\",\"data\":{\"title\":\"Key Source-of-Truth terms\",\"entries\":[{\"term\":\"Source of Truth\",\"definition\":\"The authoritative source or rule permitted to establish a particular fact, state or rule for a defined scope, version and time.\",\"anchor\":\"source-of-truth\"},{\"term\":\"System of record\",\"definition\":\"The authoritative operational system responsible for a defined class of records or current business state.\",\"anchor\":\"system-of-record\"},{\"term\":\"Provenance\",\"definition\":\"Information describing the origin, derivation, transformations, responsible agents and history of data or another entity.\",\"anchor\":\"provenance\"},{\"term\":\"Evidence\",\"definition\":\"Information or an artifact that supports, contradicts or constrains a claim.\",\"anchor\":\"evidence\"},{\"term\":\"Authority\",\"definition\":\"The application or domain rule determining which source is entitled to define a specific claim.\",\"anchor\":\"authority\"},{\"term\":\"Freshness\",\"definition\":\"Whether a representation remains current enough for the claim or operation in which it is used.\",\"anchor\":\"freshness\"},{\"term\":\"Supersession\",\"definition\":\"The explicit replacement of an older authoritative version by a newer one while preserving historical traceability.\",\"anchor\":\"supersession\"},{\"term\":\"Ground truth\",\"definition\":\"A reference answer, label or outcome used to evaluate a system; it is an evaluation construct rather than automatically the application's Source of Truth.\",\"anchor\":\"ground-truth\"},{\"term\":\"Lineage\",\"definition\":\"The trace of how data or derived values flow and transform across sources and processing steps.\",\"anchor\":\"lineage\"},{\"term\":\"Validity boundary\",\"definition\":\"The conditions of scope, time, version, evidence and assumptions inside which a claim remains supported.\",\"anchor\":\"validity-boundary\"}]},\"tunes\":{}},{\"id\":\"h-conclusion\",\"type\":\"header\",\"data\":{\"text\":\"Conclusion\",\"level\":2},\"tunes\":{}},{\"id\":\"p-conclusion-1\",\"type\":\"paragraph\",\"data\":{\"text\":\"Reliable AI does not come from giving the model more information. It comes from knowing which information is allowed to define the claim, preserving where that information came from, retrieving the correct version and keeping the final answer inside the source's scope.\"},\"tunes\":{}},{\"id\":\"p-conclusion-2\",\"type\":\"paragraph\",\"data\":{\"text\":\"That is why Source of Truth, provenance, retrieval, memory and context must remain separate concepts. The Source of Truth defines authority. Provenance explains origin. Retrieval finds candidates. Memory preserves selected past information. Context is what the model sees. Generation turns those inputs into an output.\"},\"tunes\":{}},{\"id\":\"p-conclusion-3\",\"type\":\"paragraph\",\"data\":{\"text\":\"When those layers remain explicit, an AI system can do more than sound plausible: important claims can be traced back to the source that actually had the right to establish them.\"},\"tunes\":{}},{\"id\":\"h-sources\",\"type\":\"header\",\"data\":{\"text\":\"Primary sources and implementation evidence\",\"level\":2},\"tunes\":{}},{\"id\":\"p-sources-note\",\"type\":\"paragraph\",\"data\":{\"text\":\"The external sources below support provenance and AI risk-management claims. The Source of Truth Research Engine section is original implementation evidence and is explicitly presented as one implementation pattern rather than a universal standard.\"},\"tunes\":{}},{\"id\":\"src-w3c-prov\",\"type\":\"linkTool\",\"data\":{\"link\":\"https:\u002F\u002Fwww.w3.org\u002FTR\u002Fprov-dm\u002F\",\"meta\":{\"image\":{\"url\":\"\"},\"title\":\"W3C PROV-DM — The PROV Data Model\",\"description\":\"W3C Recommendation defining a domain-agnostic provenance model around entities, activities, agents, derivations and responsibility.\"}},\"tunes\":{}},{\"id\":\"src-w3c-publications\",\"type\":\"linkTool\",\"data\":{\"link\":\"https:\u002F\u002Fwww.w3.org\u002Fgroups\u002Fwg\u002Fprov\u002Fpublications\u002F\",\"meta\":{\"image\":{\"url\":\"\"},\"title\":\"W3C Provenance Working Group — Publications\",\"description\":\"Official index of W3C PROV Recommendations and related specifications for provenance interchange and constraints.\"}},\"tunes\":{}},{\"id\":\"src-nist-rmf\",\"type\":\"linkTool\",\"data\":{\"link\":\"https:\u002F\u002Fwww.nist.gov\u002Fitl\u002Fai-risk-management-framework\",\"meta\":{\"image\":{\"url\":\"\"},\"title\":\"NIST AI Risk Management Framework\",\"description\":\"NIST's voluntary framework for incorporating trustworthiness and risk-management considerations across the AI lifecycle; AI RMF 1.0 is currently being revised.\"}},\"tunes\":{}},{\"id\":\"src-nist-playbook\",\"type\":\"linkTool\",\"data\":{\"link\":\"https:\u002F\u002Fairc.nist.gov\u002Fairmf-resources\u002Fplaybook\u002F\",\"meta\":{\"image\":{\"url\":\"\"},\"title\":\"NIST AI RMF Playbook\",\"description\":\"Operational guidance aligned to the AI RMF, including documentation practices for data provenance, sources, origins, transformations, dependencies, constraints and metadata.\"}},\"tunes\":{}},{\"id\":\"src-nist-measure\",\"type\":\"linkTool\",\"data\":{\"link\":\"https:\u002F\u002Fairc.nist.gov\u002Fairmf-resources\u002Fplaybook\u002Fmeasure\u002F\",\"meta\":{\"image\":{\"url\":\"\"},\"title\":\"NIST AI RMF Playbook — Measure\",\"description\":\"Guidance on documenting measurement, data provenance and contextual interpretation of AI system outputs.\"}},\"tunes\":{}},{\"id\":\"src-nist-genai\",\"type\":\"linkTool\",\"data\":{\"link\":\"https:\u002F\u002Fwww.nist.gov\u002Fpublications\u002Fartificial-intelligence-risk-management-framework-generative-artificial-intelligence\",\"meta\":{\"image\":{\"url\":\"\"},\"title\":\"NIST AI 600-1 — Generative AI Profile\",\"description\":\"NIST generative-AI profile, including provenance and information-integrity considerations for generative AI systems.\"}},\"tunes\":{}}],\"version\":\"2.31.6\"}",{"time":1337,"blocks":1338,"version":2243},1791479104597,[1339,1343,1348,1353,1358,1362,1366,1370,1374,1378,1383,1387,1391,1395,1399,1423,1427,1431,1435,1439,1475,1479,1483,1487,1491,1495,1499,1503,1507,1511,1515,1519,1523,1527,1531,1535,1539,1543,1547,1551,1555,1559,1563,1567,1571,1575,1579,1583,1587,1591,1595,1600,1629,1633,1637,1669,1673,1677,1681,1686,1690,1694,1698,1702,1706,1710,1715,1719,1723,1727,1752,1756,1760,1764,1768,1772,1776,1780,1784,1788,1792,1797,1801,1805,1809,1813,1844,1848,1852,1856,1860,1903,1907,1939,1943,1985,1989,2020,2024,2028,2032,2036,2040,2044,2048,2052,2056,2060,2064,2068,2072,2076,2083,2087,2094,2098,2105,2109,2138,2142,2177,2181,2185,2189,2193,2197,2201,2208,2215,2222,2229,2236],{"id":215,"data":1340,"type":218,"tunes":1342},{"text":1341},"A Source of Truth in an AI system is the authoritative source allowed to define whether a specific fact, state or rule should be treated as true for a particular scope, version and time. It is not automatically the language model, the vector database, the top-ranked retrieved document, agent memory or the latest message in context. Reliable AI architecture must preserve which source has authority for which claim, then keep provenance, retrieval and validation connected to that authority.",{},{"id":221,"data":1344,"type":226,"tunes":1347},{"body":1345,"title":1346,"variant":225},"\u003Cstrong>The Source of Truth is an authority rule, not an AI component.\u003C\u002Fstrong> An AI system can search many sources, but only some sources are authoritative for a given question. The correct source may be an application database for current account state, an approved policy document for a rule, source code for implemented behavior, an official specification for a protocol, or a primary research artifact for an observed claim. Good architecture makes that authority explicit instead of asking the model to infer it from relevance.","Direct answer",{},{"id":229,"data":1349,"type":226,"tunes":1352},{"body":1350,"title":1351,"variant":233},"“Source of Truth” is widely used in software, data and organizational practice, but it is not a standardized AI component with one universal formal definition. This article uses it as an architecture concept: \u003Cstrong>the source or authority mapping that determines which evidence is allowed to establish a particular fact or state\u003C\u002Fstrong>. Provenance standards such as W3C PROV describe origin and derivation; they do not automatically decide which source your application should treat as authoritative.","Terminology boundary",{},{"id":236,"data":1354,"type":226,"tunes":1357},{"body":1355,"title":1356,"variant":233},"The core distinction between authority, provenance, retrieval and model context is stable. NIST AI RMF 1.0 is currently being revised, but the current NIST Playbook still explicitly recommends documenting data provenance, including sources, origins, transformations, dependencies, constraints and metadata. W3C PROV remains a W3C Recommendation for interoperable provenance descriptions.","Current-source note — 8 October 2026",{},{"id":242,"data":1359,"type":247,"tunes":1361},{"title":1360,"maxLevel":245,"minLevel":246},"Contents",{},{"id":250,"data":1363,"type":42,"tunes":1365},{"text":1364,"level":246},"What “Source of Truth” really means",{},{"id":255,"data":1367,"type":218,"tunes":1369},{"text":1368},"The phrase is often misunderstood as “the one database that contains everything.” That can be true in a narrow system, but it is usually too simplistic for AI. A real AI application can combine operational databases, documents, APIs, vector indexes, user input, model memory, external web sources and generated summaries.",{},{"id":260,"data":1371,"type":218,"tunes":1373},{"text":1372},"Those sources do not have equal authority. A customer-support manual may define policy but not a customer's current balance. A CRM may define the current account owner but not the legal meaning of a regulation. A source-code repository may define implemented behavior while a product specification defines intended behavior. The architecture must therefore answer a more precise question: which source is authoritative for this specific claim?",{},{"id":265,"data":1375,"type":218,"tunes":1377},{"text":1376},"This makes Source of Truth a relationship between a claim and an authority, not merely a property of a storage technology.",{},{"id":270,"data":1379,"type":226,"tunes":1382},{"body":1380,"title":1381,"variant":274},"\u003Cstrong>One system can have many Sources of Truth because authority is fact-specific.\u003C\u002Fstrong> The important architectural property is not that one database wins globally, but that each important fact or state has an explicit authoritative owner.","Core principle",{},{"id":277,"data":1384,"type":42,"tunes":1386},{"text":1385,"level":246},"The simplest example",{},{"id":282,"data":1388,"type":218,"tunes":1390},{"text":1389},"A user asks an AI assistant: “What is my current subscription plan?” The assistant has three possible inputs: last month's support transcript, an indexed help-center document describing plan types, and the live billing database.",{},{"id":287,"data":1392,"type":218,"tunes":1394},{"text":1393},"The support transcript may mention that the user had a Pro plan. The help-center document explains what Pro means. But the live billing record is the authoritative source for the user's current subscription state.",{},{"id":292,"data":1396,"type":218,"tunes":1398},{"text":1397},"A semantic search engine could rank the support transcript above the billing record because it contains language closer to the question. That ranking would still not make the transcript authoritative. Relevance and authority are different dimensions.",{},{"id":297,"data":1400,"type":329,"tunes":1422},{"rows":1401,"title":1414,"layout":318,"columns":1415},[1402,1405,1408,1411],{"id":301,"label":1403,"values":1404},"Billing database",[304,304,304],{"id":306,"label":1406,"values":1407},"Help-center documentation",[304,304,304],{"id":310,"label":1409,"values":1410},"Old support transcript",[304,304,304],{"id":314,"label":1412,"values":1413},"Model memory",[304,304,304],"The same question can involve different source roles",[1416,1418,1420],{"id":321,"label":1417},"Source",{"id":324,"label":1419},"Role",{"id":327,"label":1421},"Authority for current plan?",{},{"id":332,"data":1424,"type":42,"tunes":1426},{"text":1425,"level":246},"Where the simple example stops",{},{"id":337,"data":1428,"type":218,"tunes":1430},{"text":1429},"Not every domain has one unquestioned authority. Historical research can contain conflicting primary sources. Scientific claims can evolve as new studies appear. Legal interpretation can depend on jurisdiction, date and court authority. Product behavior can differ between documentation and deployed code.",{},{"id":342,"data":1432,"type":218,"tunes":1434},{"text":1433},"In these cases the correct architecture is not to invent a single winner. It is to preserve the competing sources, their provenance, their authority class, their applicable scope and the unresolved contradiction. A reliable Source-of-Truth system must be able to represent uncertainty and disagreement.",{},{"id":347,"data":1436,"type":42,"tunes":1438},{"text":1437,"level":246},"Authority is scoped by claim, version and time",{},{"id":352,"data":1440,"type":318,"tunes":1474},{"content":1441,"stretched":43,"withHeadings":14},[1442,1446,1450,1454,1458,1462,1466,1470],[1443,1444,1445],"Question","Possible authoritative source","Why scope matters",[1447,1448,1449],"What is the user's current account balance?","Ledger \u002F accounting system of record","Historical exports may be accurate for an earlier time but not current state.",[1451,1452,1453],"What does company policy currently allow?","Approved current policy version","An older policy may remain valid evidence of past rules but not present rules.",[1455,1456,1457],"What code is actually deployed?","Deployment artifact \u002F commit \u002F release record","Main branch may differ from production.",[1459,1460,1461],"What did a contract state when signed?","Executed contract version","A draft or later template is not authoritative for the signed agreement.",[1463,1464,1465],"What does a technical protocol specify?","Current official specification for the relevant version","A blog explanation may be useful but is secondary evidence.",[1467,1468,1469],"What happened in a historical event?","Relevant primary evidence plus explicit source criticism","There may be no single authority; conflicting evidence must remain visible.",[1471,1472,1473],"What does a user prefer?","Current explicit user setting or confirmed preference","Old conversation memory may be stale or superseded.",{},{"id":389,"data":1476,"type":218,"tunes":1478},{"text":1477},"The word “truth” can therefore be misleading unless its boundary is stated. In architecture, the Source of Truth is usually better understood as the source authorized to determine a specific proposition under defined conditions.",{},{"id":394,"data":1480,"type":42,"tunes":1482},{"text":1481,"level":246},"What a Source of Truth is not",{},{"id":399,"data":1484,"type":42,"tunes":1486},{"text":1485,"level":245},"Source of Truth vs system of record",{},{"id":404,"data":1488,"type":218,"tunes":1490},{"text":1489},"A system of record is typically the authoritative operational system for a class of records: for example, a billing ledger, HR master record or order database. It is one common implementation of Source-of-Truth authority.",{},{"id":409,"data":1492,"type":218,"tunes":1494},{"text":1493},"But Source of Truth is broader. A signed PDF contract, an official standard, a deployment artifact or a primary archival document may be authoritative without being a transactional system of record.",{},{"id":414,"data":1496,"type":42,"tunes":1498},{"text":1497,"level":245},"Source of Truth vs provenance",{},{"id":419,"data":1500,"type":218,"tunes":1502},{"text":1501},"Provenance answers questions such as: Where did this data come from? Who or what produced it? Which transformation created this derivative? Which prior entity was used? W3C PROV models entities, activities, agents and derivations so origin and responsibility can be represented.",{},{"id":424,"data":1504,"type":218,"tunes":1506},{"text":1505},"Provenance does not by itself establish authority. Knowing that a value came from a spreadsheet written by a specific employee helps evaluate it, but the application still needs a rule saying whether that spreadsheet is authoritative for the claim.",{},{"id":429,"data":1508,"type":42,"tunes":1510},{"text":1509,"level":245},"Source of Truth vs evidence",{},{"id":434,"data":1512,"type":218,"tunes":1514},{"text":1513},"Evidence supports or contradicts a claim. A Source of Truth defines which source has the authority to settle or strongly constrain that claim in the current application context.",{},{"id":439,"data":1516,"type":218,"tunes":1518},{"text":1517},"A source can be valuable evidence without being authoritative. Five customer emails may be evidence that users dislike a workflow, but they are not the system of record for current product configuration.",{},{"id":444,"data":1520,"type":42,"tunes":1522},{"text":1521,"level":245},"Source of Truth vs RAG",{},{"id":449,"data":1524,"type":218,"tunes":1526},{"text":1525},"RAG is a retrieval pattern. It finds information and supplies selected content to the model. RAG does not automatically know which source deserves authority.",{},{"id":454,"data":1528,"type":218,"tunes":1530},{"text":1529},"A RAG pipeline can retrieve a stale document, a secondary summary or a highly similar but non-authoritative source. Source authority must be encoded through corpus design, metadata, filters, ranking policy, validation or post-retrieval checks.",{},{"id":459,"data":1532,"type":42,"tunes":1534},{"text":1533,"level":245},"Source of Truth vs vector database",{},{"id":464,"data":1536,"type":218,"tunes":1538},{"text":1537},"A vector database stores or indexes representations used for semantic retrieval. It is an access layer, not automatically a truth layer.",{},{"id":469,"data":1540,"type":218,"tunes":1542},{"text":1541},"The same authoritative document may be chunked, embedded, copied and re-indexed many times. The vector record should retain a reference back to the authoritative source and version rather than becoming an untraceable new authority.",{},{"id":474,"data":1544,"type":42,"tunes":1546},{"text":1545,"level":245},"Source of Truth vs memory",{},{"id":479,"data":1548,"type":218,"tunes":1550},{"text":1549},"Agent or application memory stores information that may be useful later. Memory can preserve a prior decision, preference or observation, but it can become stale.",{},{"id":484,"data":1552,"type":218,"tunes":1554},{"text":1553},"For volatile or consequential state, a reliable agent should normally re-read the authoritative current source rather than assume that remembered state is still true.",{},{"id":489,"data":1556,"type":42,"tunes":1558},{"text":1557,"level":245},"Source of Truth vs context",{},{"id":494,"data":1560,"type":218,"tunes":1562},{"text":1561},"Context is what the model receives during the current inference. Authoritative information can be absent from context, while non-authoritative information can be present.",{},{"id":499,"data":1564,"type":218,"tunes":1566},{"text":1565},"Context construction therefore needs an authority-aware policy: retrieve or read the source that is allowed to define the claim, then preserve enough metadata for the model or validator to understand its scope.",{},{"id":504,"data":1568,"type":42,"tunes":1570},{"text":1569,"level":245},"Source of Truth vs evaluation ground truth",{},{"id":509,"data":1572,"type":218,"tunes":1574},{"text":1573},"Evaluation ground truth is the reference answer, label or outcome against which a system is scored. It can be derived from authoritative sources, expert adjudication or curated test data.",{},{"id":514,"data":1576,"type":218,"tunes":1578},{"text":1577},"Ground truth is therefore an evaluation construct. A Source of Truth is an application\u002Fdomain authority construct. They can overlap, but they are not interchangeable.",{},{"id":519,"data":1580,"type":42,"tunes":1582},{"text":1581,"level":245},"Source of Truth vs data quality",{},{"id":524,"data":1584,"type":218,"tunes":1586},{"text":1585},"An authoritative source can still contain errors. Authority says which source officially governs the fact; data quality asks whether that source is accurate, complete, timely, consistent and fit for purpose.",{},{"id":529,"data":1588,"type":218,"tunes":1590},{"text":1589},"When an authoritative system is known to be wrong, architecture should record the defect, correction process or exception instead of silently substituting an unofficial source and hiding the discrepancy.",{},{"id":534,"data":1592,"type":42,"tunes":1594},{"text":1593,"level":246},"A practical Source-of-Truth architecture model",{},{"id":539,"data":1596,"type":226,"tunes":1599},{"body":1597,"title":1598,"variant":233},"The model below is a practical synthesis for AI systems. It is not a W3C, NIST or ISO standard. It separates authority, provenance, retrieval and model-facing context because those responsibilities are often incorrectly collapsed.","Proposed architecture model",{},{"id":545,"data":1601,"type":574,"tunes":1628},{"steps":1602,"title":1627,"orientation":573},[1603,1606,1609,1612,1615,1618,1621,1624],{"label":1604,"description":1605},"1. Define the claim type","Identify what the user is actually asking: current state, policy, historical fact, technical specification, user preference, calculation or interpretation.",{"label":1607,"description":1608},"2. Resolve authority","Determine which source or authority class is permitted to define that type of claim for the required scope, version and time.",{"label":1610,"description":1611},"3. Acquire evidence","Read or retrieve the authoritative source and any necessary supporting or conflicting evidence.",{"label":1613,"description":1614},"4. Preserve provenance","Carry source identity, version, timestamp, locator, transformation history and responsibility metadata.",{"label":1616,"description":1617},"5. Build model context","Supply the relevant evidence to the model without discarding authority and applicability metadata.",{"label":1619,"description":1620},"6. Generate or compute","The model may summarize, compare, reason or transform the evidence, but it does not inherit source authority merely by processing it.",{"label":1622,"description":1623},"7. Validate the claim","Check that the answer is supported by the right source and remains inside its scope and validity boundary.",{"label":1625,"description":1626},"8. Preserve contradictions","If authoritative or relevant sources disagree, expose the conflict rather than fabricating false certainty.","Authority-aware AI answer path",{},{"id":577,"data":1630,"type":42,"tunes":1632},{"text":1631,"level":246},"Authority should be explicit, not inferred from similarity",{},{"id":582,"data":1634,"type":218,"tunes":1636},{"text":1635},"One robust implementation pattern is an authority registry or equivalent policy layer that maps claim classes to authoritative source classes. The implementation can be code, metadata, configuration or domain rules; the important property is that authority is deliberate.",{},{"id":587,"data":1638,"type":318,"tunes":1668},{"content":1639,"stretched":43,"withHeadings":14},[1640,1644,1648,1652,1656,1660,1664],[1641,1642,1643],"Claim class","Authority rule","Fallback behavior",[1645,1646,1647],"Current account state","Read live account service \u002F system of record","If unavailable, report that current state cannot be verified.",[1649,1650,1651],"Product documentation","Current approved documentation version","Older version may be shown only with version warning.",[1653,1654,1655],"Implemented software behavior","Relevant deployed release \u002F source artifact","Documentation alone cannot prove deployed behavior.",[1657,1658,1659],"Internal policy","Approved policy repository and active version","Drafts are supporting material, not current authority.",[1661,1662,1663],"External technical standard","Official standards body publication for relevant version","Secondary explanations can clarify but not override the specification.",[1665,1666,1667],"Research claim","Evidence policy appropriate to the domain","Preserve conflicting evidence and confidence rather than force one source.",{},{"id":620,"data":1670,"type":42,"tunes":1672},{"text":1671,"level":246},"Retrieval should use authority as a ranking constraint",{},{"id":625,"data":1674,"type":218,"tunes":1676},{"text":1675},"Semantic relevance answers “Which candidate looks related to this query?” Authority answers “Which candidate is allowed to establish this fact?” A production retrieval system often needs both.",{},{"id":630,"data":1678,"type":218,"tunes":1680},{"text":1679},"A useful sequence is to first constrain the candidate space by identity, tenant, source class, status, version or date, then rank relevant evidence inside the permitted space. If relevance is calculated before critical authorization or authority filters, the pipeline can return a convincing but invalid result.",{},{"id":635,"data":1682,"type":226,"tunes":1685},{"body":1683,"title":1684,"variant":639},"A search engine can rank a stale summary above the current primary source. A language model can prefer the better-written explanation over the official record. Neither behavior changes which source owns the fact.","Highest similarity is not highest authority",{},{"id":642,"data":1687,"type":42,"tunes":1689},{"text":1688,"level":246},"Freshness is part of authority",{},{"id":647,"data":1691,"type":218,"tunes":1693},{"text":1692},"Many Source-of-Truth failures are actually time failures. The correct source was known, but the system used an old snapshot, stale embedding, cached API response or superseded document.",{},{"id":652,"data":1695,"type":218,"tunes":1697},{"text":1696},"An authority rule should therefore include invalidation or refresh semantics where the fact can change. “CRM is authoritative” is incomplete when the application reads a week-old replicated export.",{},{"id":657,"data":1699,"type":42,"tunes":1701},{"text":1700,"level":246},"Derived values need a trace back to authoritative inputs",{},{"id":662,"data":1703,"type":218,"tunes":1705},{"text":1704},"Some important facts are not stored directly. They are computed from authoritative inputs: a risk score, account total, eligibility status or aggregate metric.",{},{"id":667,"data":1707,"type":218,"tunes":1709},{"text":1708},"For derived values, Source-of-Truth architecture should preserve the input authorities, transformation or calculation version and execution time. W3C PROV's distinction between entities, activities and derivations is useful here because it models how one entity was produced from others.",{},{"id":672,"data":1711,"type":226,"tunes":1714},{"body":1712,"title":1713,"variant":274},"A calculated value is only as current and authoritative as its inputs, transformation and validity conditions. Store the lineage needed to recompute or audit it.","Derived truth is conditional",{},{"id":678,"data":1716,"type":42,"tunes":1718},{"text":1717,"level":246},"What happens when authoritative sources disagree?",{},{"id":683,"data":1720,"type":218,"tunes":1722},{"text":1721},"Conflicts are not edge cases in serious knowledge systems. A signed contract may disagree with a CRM field. Production behavior may disagree with documentation. Two primary historical sources may contradict each other. A current policy can conflict with an outdated local copy.",{},{"id":688,"data":1724,"type":218,"tunes":1726},{"text":1725},"The system needs a resolution policy appropriate to the domain. Sometimes one authority clearly outranks the other. Sometimes the newer version supersedes the old one. Sometimes an expert or business owner must adjudicate. And sometimes the correct result is simply: the evidence is unresolved.",{},{"id":693,"data":1728,"type":318,"tunes":1751},{"content":1729,"stretched":43,"withHeadings":14},[1730,1733,1736,1739,1742,1745,1748],[1731,1732],"Conflict type","Typical handling",[1734,1735],"Current vs superseded version","Use current version for present state; retain older version as historical evidence.",[1737,1738],"System of record vs stale replica","Use system of record; flag replication freshness issue.",[1740,1741],"Contract vs CRM transcription","Executed contract governs contractual wording; CRM discrepancy becomes a correction task.",[1743,1744],"Documentation vs deployed behavior","Distinguish intended behavior from observed\u002Fdeployed behavior; do not silently merge them.",[1746,1747],"Two credible primary sources","Preserve both, assess provenance and scope, and represent unresolved disagreement if no governing authority exists.",[1749,1750],"User memory vs current user setting","Use current explicit setting; mark memory as superseded where appropriate.",{},{"id":719,"data":1753,"type":42,"tunes":1755},{"text":1754,"level":246},"Web search is discovery, not automatically evidence",{},{"id":724,"data":1757,"type":218,"tunes":1759},{"text":1758},"Search engines are excellent discovery systems. Search snippets, result ranking and generated summaries are not automatically primary evidence.",{},{"id":729,"data":1761,"type":218,"tunes":1763},{"text":1762},"For claims that require authority, the search result should lead to the original publication, official record, source document, dataset or other appropriate artifact. The result page helps locate the source; it does not inherit the source's authority.",{},{"id":734,"data":1765,"type":42,"tunes":1767},{"text":1766,"level":246},"The language model should not decide authority by itself",{},{"id":739,"data":1769,"type":218,"tunes":1771},{"text":1770},"A model can help classify a question, extract claims or compare evidence, but authority should not depend only on the model's preference. Models optimize generation from context; they do not possess a guaranteed domain-specific registry of which database, document or organization owns each fact.",{},{"id":744,"data":1773,"type":218,"tunes":1775},{"text":1774},"This is why application architecture should encode critical authority rules deterministically where practical. The model may reason within the boundary, but the boundary itself should not be recreated from scratch for every prompt.",{},{"id":749,"data":1777,"type":42,"tunes":1779},{"text":1778,"level":246},"Authority must survive the execution trace",{},{"id":754,"data":1781,"type":218,"tunes":1783},{"text":1782},"If a production answer is important enough to audit, the trace should make it possible to reconstruct which sources were consulted, which version was used, which passage or record supported the claim, which transformations occurred and whether conflicting evidence was available.",{},{"id":759,"data":1785,"type":218,"tunes":1787},{"text":1786},"This aligns with the broader provenance principle in W3C PROV and with NIST AI RMF Playbook guidance to document sources, origins, transformations, dependencies, constraints and metadata.",{},{"id":764,"data":1789,"type":42,"tunes":1791},{"text":1790,"level":246},"Original implementation evidence: Source of Truth Research Engine",{},{"id":769,"data":1793,"type":226,"tunes":1796},{"body":1794,"title":1795,"variant":233},"The Source of Truth Research Engine is my own implementation evidence for an evidence-first architecture. It demonstrates one concrete way to separate discovery, source acquisition, provenance, claims, evidence classes, contradictions and conclusions. It is an implementation pattern, not a universal industry standard.","Original implementation evidence",{},{"id":775,"data":1798,"type":218,"tunes":1800},{"text":1799},"The engine is designed around a traceable pipeline rather than direct AI summarization: research task → search → original source or digital artifact → local snapshot → SHA-256 → source ID → claim → evidence class → relation or contradiction → interpretation → conclusion.",{},{"id":780,"data":1802,"type":218,"tunes":1804},{"text":1803},"Its shared evidence core stores Sources, Artifacts, provenance, Claims, Relations, Contradictions, a Reference Model and an audit trail. Different research modes can share that core while applying different domain methodologies.",{},{"id":785,"data":1806,"type":218,"tunes":1808},{"text":1807},"The architecture deliberately separates discovery from evidence. Search snippets are not treated as evidence, filenames are not treated as content, AI summaries are not treated as primary sources, and semantic similarity is only a discovery signal until a result is traced back to a concrete source and locator.",{},{"id":790,"data":1810,"type":218,"tunes":1812},{"text":1811},"Original files are preserved and local bytes receive SHA-256 identifiers. Contradictions and rejected hypotheses are not silently deleted. New evidence is allowed to change the current reference model while the prior evidence path remains auditable.",{},{"id":795,"data":1814,"type":318,"tunes":1843},{"content":1815,"stretched":43,"withHeadings":14},[1816,1819,1822,1825,1828,1831,1834,1837,1840],[1817,1818],"Implemented rule","Why it matters for Source-of-Truth architecture",[1820,1821],"Search ≠ evidence","Discovery ranking cannot silently become authority.",[1823,1824],"Filename ≠ content","Metadata clues cannot substitute for reading the actual artifact.",[1826,1827],"Local snapshot + SHA-256","Evidence can be tied to exact bytes rather than a mutable remote label.",[1829,1830],"Source ID + exact locator","Claims can be traced back to the concrete evidence location.",[1832,1833],"Claim\u002Fevidence separation","The assertion is not confused with the material supporting it.",[1835,1836],"Contradictions preserved","The system can represent unresolved disagreement rather than overwrite history.",[1838,1839],"Semantic similarity is discovery only","Retrieval relevance is explicitly separated from evidentiary authority.",[1841,1842],"New evidence may update the model","Source-of-Truth state is versioned and revisable rather than treated as immutable dogma.",{},{"id":827,"data":1845,"type":42,"tunes":1847},{"text":1846,"level":246},"Aaasaasa Document & Knowledge Engine: applying the same boundary to enterprise documents",{},{"id":832,"data":1849,"type":218,"tunes":1851},{"text":1850},"The Aaasaasa Document & Knowledge Engine concept extends the same design principle to enterprise documentation: users should be able to search documents, ask source-grounded questions and review collections against explicit criteria while preserving the distinction between what a document states and what the system infers.",{},{"id":837,"data":1853,"type":218,"tunes":1855},{"text":1854},"The important architecture rule is that a universal retrieval core does not make every collection equally authoritative. Contract documents, maintenance records, financial documents and research material need different authority, validation and coverage rules even when they share ingestion and search infrastructure.",{},{"id":842,"data":1857,"type":42,"tunes":1859},{"text":1858,"level":246},"Common Source-of-Truth failure modes",{},{"id":847,"data":1861,"type":318,"tunes":1902},{"content":1862,"stretched":43,"withHeadings":14},[1863,1866,1869,1872,1875,1878,1881,1884,1887,1890,1893,1896,1899],[1864,1865],"Failure mode","What goes wrong",[1867,1868],"The model is treated as the source of truth","Parametric knowledge can be stale, incomplete, unverifiable or outside the application's authoritative scope.",[1870,1871],"Top retrieval result wins automatically","Similarity is mistaken for authority.",[1873,1874],"Vector database becomes authoritative","Derived index records lose the identity and version of the original source.",[1876,1877],"Everything is copied into one knowledge base","Copies obscure ownership, freshness and correction paths.",[1879,1880],"Memory is reused as current state","Old observations silently override the current system of record.",[1882,1883],"No version metadata","The right document is used for the wrong time period.",[1885,1886],"No source locator","A citation exists but the supporting passage or record cannot be verified.",[1888,1889],"Conflicts are overwritten","The system appears consistent by destroying evidence of disagreement.",[1891,1892],"Generated summaries replace originals","A lossy transformation becomes the apparent authority.",[1894,1895],"Authority is global instead of claim-specific","One source is trusted beyond the domain or fact class it actually owns.",[1897,1898],"Web snippet is treated as evidence","Discovery metadata replaces the original publication.",[1900,1901],"Authoritative data is wrong but exceptions are hidden","Operational defects become invisible and cannot be corrected transparently.",{},{"id":891,"data":1904,"type":42,"tunes":1906},{"text":1905,"level":246},"A practical Source-of-Truth decision framework",{},{"id":896,"data":1908,"type":574,"tunes":1938},{"steps":1909,"title":1937,"orientation":573},[1910,1913,1916,1919,1922,1925,1928,1931,1934],{"label":1911,"description":1912},"1. State the claim precisely","Separate current state, historical state, policy, interpretation, prediction and derived calculation.",{"label":1914,"description":1915},"2. Identify the authority owner","Determine the system, document, institution, person or evidence class responsible for that claim type.",{"label":1917,"description":1918},"3. Define scope","Specify tenant, jurisdiction, product, environment, user, document set or other applicability boundary.",{"label":1920,"description":1921},"4. Define time and version","Determine whether the claim requires current state, a historical snapshot or a specific standard\u002Frelease version.",{"label":1923,"description":1924},"5. Preserve provenance","Record source identity, origin, locator, transformations and responsible agents or processes.",{"label":1926,"description":1927},"6. Define retrieval\u002Faccess path","Make sure the application can actually obtain the authoritative information under the correct identity and permissions.",{"label":1929,"description":1930},"7. Define conflict policy","Decide precedence, supersession, adjudication or explicit unresolved-state behavior.",{"label":1932,"description":1933},"8. Define invalidation","Specify when cached, indexed, remembered or derived representations must be refreshed.",{"label":1935,"description":1936},"9. Validate the answer path","Verify that important generated claims can be traced to the intended authority, not merely to a plausible source.","How to decide what should define a claim",{},{"id":929,"data":1940,"type":42,"tunes":1942},{"text":1941,"level":246},"Source-of-Truth architecture checklist",{},{"id":934,"data":1944,"type":318,"tunes":1984},{"content":1945,"stretched":43,"withHeadings":14},[1946,1948,1951,1954,1957,1960,1963,1966,1969,1972,1975,1978,1981],[1443,1947],"Expected answer",[1949,1950],"What exact fact or state is being established?","A claim precise enough to assign authority.",[1952,1953],"Who or what owns that fact?","Named authoritative system, source class or adjudication rule.",[1955,1956],"Is the authority current for this scope?","Tenant, jurisdiction, environment, user or domain boundary is explicit.",[1958,1959],"Is the version\u002Ftime correct?","Current, historical or version-specific applicability is known.",[1961,1962],"Can the source be verified?","Stable identifier, locator or record reference exists.",[1964,1965],"Is provenance preserved?","Origin, transformation and responsibility metadata survive ingestion and retrieval.",[1967,1968],"Can retrieval return non-authoritative material?","If yes, filters or validation distinguish relevance from authority.",[1970,1971],"Can the source change?","Refresh, invalidation or supersession rules exist.",[1973,1974],"Can sources disagree?","Conflict and adjudication behavior is explicit.",[1976,1977],"Can memory become stale?","Volatile state is re-read from the current authority before consequential use.",[1979,1980],"Can a derived answer be reproduced?","Inputs, transformation version and execution conditions are traceable.",[1982,1983],"Can an auditor reconstruct the answer?","Execution evidence preserves the source path for important claims.",{},{"id":977,"data":1986,"type":42,"tunes":1988},{"text":1987,"level":246},"Common misconceptions",{},{"id":982,"data":1990,"type":318,"tunes":2019},{"content":1991,"stretched":43,"withHeadings":14},[1992,1995,1998,2001,2004,2007,2010,2013,2016],[1993,1994],"Misconception","Correction",[1996,1997],"“Source of Truth means one database.”","One database can be authoritative for one domain; complex systems usually have multiple fact-specific authorities.",[1999,2000],"“The newest document is automatically authoritative.”","Recency helps only when the newer artifact is approved and actually supersedes the older one.",[2002,2003],"“RAG solves truth.”","RAG solves retrieval. Authority, provenance, evidence quality and validity remain separate problems.",[2005,2006],"“A citation proves the answer.”","The cited source must actually support the claim, have the right authority and apply to the current scope.",[2008,2009],"“Provenance tells us what is true.”","Provenance tells us origin and derivation; authority and correctness still require domain rules and evaluation.",[2011,2012],"“The system of record is always correct.”","It is authoritative for the operational record, but data-quality defects can still exist and require visible correction.",[2014,2015],"“If several sources agree, the claim is authoritative.”","Agreement increases evidence but does not necessarily establish ownership or applicability.",[2017,2018],"“AI memory can replace repeated reads.”","Only for information whose staleness risk is acceptable; volatile or consequential state should be refreshed from authority.",{},{"id":1014,"data":2021,"type":42,"tunes":2023},{"text":2022,"level":246},"Edge cases",{},{"id":1019,"data":2025,"type":218,"tunes":2027},{"text":2026},"Some questions are interpretive rather than factual. “Which architecture is best?” has no single Source of Truth. The system can retrieve authoritative constraints and evidence, but the final judgment is an inference that should expose assumptions and trade-offs.",{},{"id":1024,"data":2029,"type":218,"tunes":2031},{"text":2030},"Some domains use distributed authority. A scientific conclusion can depend on multiple studies, datasets and replications. A historical conclusion can depend on conflicting primary and secondary evidence. The architecture should represent evidence structure rather than invent a central database that supposedly owns truth.",{},{"id":1029,"data":2033,"type":218,"tunes":2035},{"text":2034},"A user can also be the authority for subjective personal information: preferences, goals, chosen settings or explicit instructions. Even then, newer explicit input can supersede older memory.",{},{"id":1034,"data":2037,"type":218,"tunes":2039},{"text":2038},"External events can invalidate previously authoritative data. A price feed, inventory system or security policy may have been correct when captured but no longer valid. Snapshot provenance preserves what was true then; it does not make the snapshot current forever.",{},{"id":1039,"data":2041,"type":42,"tunes":2043},{"text":2042,"level":246},"Limitations",{},{"id":1044,"data":2045,"type":218,"tunes":2047},{"text":2046},"Source-of-Truth architecture cannot guarantee that an authoritative source is factually correct. It provides accountability, provenance and deterministic ownership boundaries; data-quality and domain-verification processes remain necessary.",{},{"id":1049,"data":2049,"type":218,"tunes":2051},{"text":2050},"Authority can also be contested. Different institutions can legitimately claim authority in different jurisdictions or methodologies. In those situations the system should expose the authority model and disagreement rather than hide it behind a universal “truth score.”",{},{"id":1054,"data":2053,"type":218,"tunes":2055},{"text":2054},"Finally, authority rules require maintenance. Systems, owners, policies, versions and regulations change. A stale authority registry can be as dangerous as no registry at all.",{},{"id":1059,"data":2057,"type":42,"tunes":2059},{"text":2058,"level":246},"What would change this answer?",{},{"id":1064,"data":2061,"type":218,"tunes":2063},{"text":2062},"The specific authority mapping changes with the domain. Banking, healthcare, software delivery, scientific research and historical analysis have different systems of record, evidentiary rules and regulatory obligations.",{},{"id":1069,"data":2065,"type":218,"tunes":2067},{"text":2066},"The implementation also changes with architecture. A small application can encode authority directly in service calls. A larger platform may need registries, source metadata, policy engines, lineage systems or data contracts. The core principle remains the same: do not let retrieval order or model preference silently decide what counts as authoritative.",{},{"id":1074,"data":2069,"type":42,"tunes":2071},{"text":2070,"level":246},"Related canonical knowledge",{},{"id":1079,"data":2073,"type":218,"tunes":2075},{"text":2074},"Source-of-Truth architecture is a prerequisite for later retrieval and governance concepts because retrieval quality alone cannot determine whether evidence is allowed to define the answer.",{},{"id":1084,"data":2077,"type":1090,"tunes":2082},{"url":2078,"title":2079,"excerpt":2080,"ctaLabel":2081},"https:\u002F\u002Fstajic.de\u002Fblog\u002Fwhat-is-rag-the-simplest-explanation-of-how-it-works","What Is RAG? The Simplest Explanation of How It Works","RAG retrieves external knowledge for a model. This foundation explains why retrieval and authoritative truth are separate responsibilities.","Read the RAG foundation",{},{"id":1093,"data":2084,"type":218,"tunes":2086},{"text":2085},"Memory is another adjacent concept. A reliable agent separates remembered information from current authoritative application state.",{},{"id":1098,"data":2088,"type":1090,"tunes":2093},{"url":2089,"title":2090,"excerpt":2091,"ctaLabel":2092},"https:\u002F\u002Fstajic.de\u002Fblog\u002Fai-agent-memory-is-not-rag-how-to-separate-memory-retrieval-state-and-context","AI Agent Memory Is Not RAG: How to Separate Memory, Retrieval, State and Context","A four-layer architecture separating persistent memory, authoritative state, retrieval and the context actually supplied to the model.","Read the memory architecture article",{},{"id":1106,"data":2095,"type":218,"tunes":2097},{"text":2096},"Authority also connects directly to answer validity. Even an authoritative source supports only claims inside its version, date, scope and evidence boundary.",{},{"id":1111,"data":2099,"type":1090,"tunes":2104},{"url":2100,"title":2101,"excerpt":2102,"ctaLabel":2103},"https:\u002F\u002Fstajic.de\u002Fblog\u002Fthe-answer-validity-boundary-the-missing-layer-between-relevance-and-reliable-ai-answers","The Answer Validity Boundary: The Missing Layer Between Relevance and Reliable AI Answers","A framework for making explicit where an AI answer remains supported by evidence and which changed conditions invalidate that support.","Read the Answer Validity Boundary",{},{"id":1119,"data":2106,"type":42,"tunes":2108},{"text":2107,"level":246},"Frequently asked questions",{},{"id":1124,"data":2110,"type":1124,"tunes":2137},{"items":2111,"title":2136},[2112,2115,2118,2121,2124,2127,2130,2133],{"id":1128,"answer":2113,"question":2114},"It is the authoritative source or authority rule that determines which source is allowed to establish a specific fact, state or rule for a defined scope, version and time.","What is a Source of Truth in an AI system?",{"id":1132,"answer":2116,"question":2117},"Normally no. A language model can generate, summarize and reason, but its parametric knowledge is not automatically authoritative for current application state, company policy, a specific document version or a regulated domain fact.","Is the language model a Source of Truth?",{"id":1136,"answer":2119,"question":2120},"Not automatically. A vector database is usually an index or retrieval store. It should preserve references to the authoritative original source and version rather than silently replacing them.","Is a vector database the Source of Truth for RAG?",{"id":1140,"answer":2122,"question":2123},"Provenance describes where data came from, how it was produced or transformed and who or what was involved. Source-of-Truth rules determine whether that source has authority for the specific claim.","What is the difference between provenance and Source of Truth?",{"id":1144,"answer":2125,"question":2126},"Yes. In complex systems this is normal because different facts belong to different authoritative systems or source classes.","Can an AI system have multiple Sources of Truth?",{"id":1148,"answer":2128,"question":2129},"The system needs a domain-specific conflict rule: precedence, version supersession, expert adjudication or an explicit unresolved state. It should not silently choose the source the model prefers.","What happens when two authoritative sources disagree?",{"id":1152,"answer":2131,"question":2132},"No. RAG retrieves candidates. Authority-aware metadata, filters, source policy and validation are needed to ensure that important claims use the correct source.","Does RAG guarantee that an AI answer uses the Source of Truth?",{"id":1156,"answer":2134,"question":2135},"Yes. Authority and correctness are different properties. An authoritative system can contain a data-quality defect, which should be corrected transparently rather than hidden by substituting an unofficial source.","Can the Source of Truth be wrong?","Source of Truth in AI systems",{},{"id":1162,"data":2139,"type":42,"tunes":2141},{"text":2140,"level":246},"Glossary",{},{"id":1167,"data":2143,"type":1167,"tunes":2176},{"title":2144,"entries":2145},"Key Source-of-Truth terms",[2146,2149,2152,2155,2158,2161,2164,2167,2170,2173],{"term":2147,"anchor":1173,"definition":2148},"Source of Truth","The authoritative source or rule permitted to establish a particular fact, state or rule for a defined scope, version and time.",{"term":2150,"anchor":1177,"definition":2151},"System of record","The authoritative operational system responsible for a defined class of records or current business state.",{"term":2153,"anchor":1181,"definition":2154},"Provenance","Information describing the origin, derivation, transformations, responsible agents and history of data or another entity.",{"term":2156,"anchor":1185,"definition":2157},"Evidence","Information or an artifact that supports, contradicts or constrains a claim.",{"term":2159,"anchor":327,"definition":2160},"Authority","The application or domain rule determining which source is entitled to define a specific claim.",{"term":2162,"anchor":1192,"definition":2163},"Freshness","Whether a representation remains current enough for the claim or operation in which it is used.",{"term":2165,"anchor":1196,"definition":2166},"Supersession","The explicit replacement of an older authoritative version by a newer one while preserving historical traceability.",{"term":2168,"anchor":1200,"definition":2169},"Ground truth","A reference answer, label or outcome used to evaluate a system; it is an evaluation construct rather than automatically the application's Source of Truth.",{"term":2171,"anchor":1204,"definition":2172},"Lineage","The trace of how data or derived values flow and transform across sources and processing steps.",{"term":2174,"anchor":1208,"definition":2175},"Validity boundary","The conditions of scope, time, version, evidence and assumptions inside which a claim remains supported.",{},{"id":1212,"data":2178,"type":42,"tunes":2180},{"text":2179,"level":246},"Conclusion",{},{"id":1217,"data":2182,"type":218,"tunes":2184},{"text":2183},"Reliable AI does not come from giving the model more information. It comes from knowing which information is allowed to define the claim, preserving where that information came from, retrieving the correct version and keeping the final answer inside the source's scope.",{},{"id":1222,"data":2186,"type":218,"tunes":2188},{"text":2187},"That is why Source of Truth, provenance, retrieval, memory and context must remain separate concepts. The Source of Truth defines authority. Provenance explains origin. Retrieval finds candidates. Memory preserves selected past information. Context is what the model sees. Generation turns those inputs into an output.",{},{"id":1227,"data":2190,"type":218,"tunes":2192},{"text":2191},"When those layers remain explicit, an AI system can do more than sound plausible: important claims can be traced back to the source that actually had the right to establish them.",{},{"id":1232,"data":2194,"type":42,"tunes":2196},{"text":2195,"level":246},"Primary sources and implementation evidence",{},{"id":1237,"data":2198,"type":218,"tunes":2200},{"text":2199},"The external sources below support provenance and AI risk-management claims. The Source of Truth Research Engine section is original implementation evidence and is explicitly presented as one implementation pattern rather than a universal standard.",{},{"id":1242,"data":2202,"type":1249,"tunes":2207},{"link":1244,"meta":2203},{"image":2204,"title":2205,"description":2206},{"url":304},"W3C PROV-DM — The PROV Data Model","W3C Recommendation defining a domain-agnostic provenance model around entities, activities, agents, derivations and responsibility.",{},{"id":1252,"data":2209,"type":1249,"tunes":2214},{"link":1254,"meta":2210},{"image":2211,"title":2212,"description":2213},{"url":304},"W3C Provenance Working Group — Publications","Official index of W3C PROV Recommendations and related specifications for provenance interchange and constraints.",{},{"id":1261,"data":2216,"type":1249,"tunes":2221},{"link":1263,"meta":2217},{"image":2218,"title":2219,"description":2220},{"url":304},"NIST AI Risk Management Framework","NIST's voluntary framework for incorporating trustworthiness and risk-management considerations across the AI lifecycle; AI RMF 1.0 is currently being revised.",{},{"id":1270,"data":2223,"type":1249,"tunes":2228},{"link":1272,"meta":2224},{"image":2225,"title":2226,"description":2227},{"url":304},"NIST AI RMF Playbook","Operational guidance aligned to the AI RMF, including documentation practices for data provenance, sources, origins, transformations, dependencies, constraints and metadata.",{},{"id":1279,"data":2230,"type":1249,"tunes":2235},{"link":1281,"meta":2231},{"image":2232,"title":2233,"description":2234},{"url":304},"NIST AI RMF Playbook — Measure","Guidance on documenting measurement, data provenance and contextual interpretation of AI system outputs.",{},{"id":1288,"data":2237,"type":1249,"tunes":2242},{"link":1290,"meta":2238},{"image":2239,"title":2240,"description":2241},{"url":304},"NIST AI 600-1 — Generative AI Profile","NIST generative-AI profile, including provenance and information-integrity considerations for generative AI systems.",{},"2.31.6","A Source of Truth defines which source is authoritative for a specific fact or state. Learn how it differs from RAG, provenance, memory, context, vector databases and systems of record.",{"lang":7,"title":208,"content":210,"contentJson":2246,"excerpt":1297},{"time":212,"blocks":2247,"version":1296},[2248,2251,2254,2257,2260,2263,2266,2269,2272,2275,2278,2281,2284,2287,2290,2306,2309,2312,2315,2318,2330,2333,2336,2339,2342,2345,2348,2351,2354,2357,2360,2363,2366,2369,2372,2375,2378,2381,2384,2387,2390,2393,2396,2399,2402,2405,2408,2411,2414,2417,2420,2423,2435,2438,2441,2452,2455,2458,2461,2464,2467,2470,2473,2476,2479,2482,2485,2488,2491,2494,2505,2508,2511,2514,2517,2520,2523,2526,2529,2532,2535,2538,2541,2544,2547,2550,2563,2566,2569,2572,2575,2592,2595,2608,2611,2628,2631,2644,2647,2650,2653,2656,2659,2662,2665,2668,2671,2674,2677,2680,2683,2686,2689,2692,2695,2698,2701,2704,2716,2719,2733,2736,2739,2742,2745,2748,2751,2756,2761,2766,2771,2776],{"id":215,"data":2249,"type":218,"tunes":2250},{"text":217},{},{"id":221,"data":2252,"type":226,"tunes":2253},{"body":223,"title":224,"variant":225},{},{"id":229,"data":2255,"type":226,"tunes":2256},{"body":231,"title":232,"variant":233},{},{"id":236,"data":2258,"type":226,"tunes":2259},{"body":238,"title":239,"variant":233},{},{"id":242,"data":2261,"type":247,"tunes":2262},{"title":244,"maxLevel":245,"minLevel":246},{},{"id":250,"data":2264,"type":42,"tunes":2265},{"text":252,"level":246},{},{"id":255,"data":2267,"type":218,"tunes":2268},{"text":257},{},{"id":260,"data":2270,"type":218,"tunes":2271},{"text":262},{},{"id":265,"data":2273,"type":218,"tunes":2274},{"text":267},{},{"id":270,"data":2276,"type":226,"tunes":2277},{"body":272,"title":273,"variant":274},{},{"id":277,"data":2279,"type":42,"tunes":2280},{"text":279,"level":246},{},{"id":282,"data":2282,"type":218,"tunes":2283},{"text":284},{},{"id":287,"data":2285,"type":218,"tunes":2286},{"text":289},{},{"id":292,"data":2288,"type":218,"tunes":2289},{"text":294},{},{"id":297,"data":2291,"type":329,"tunes":2305},{"rows":2292,"title":317,"layout":318,"columns":2301},[2293,2295,2297,2299],{"id":301,"label":302,"values":2294},[304,304,304],{"id":306,"label":307,"values":2296},[304,304,304],{"id":310,"label":311,"values":2298},[304,304,304],{"id":314,"label":315,"values":2300},[304,304,304],[2302,2303,2304],{"id":321,"label":322},{"id":324,"label":325},{"id":327,"label":328},{},{"id":332,"data":2307,"type":42,"tunes":2308},{"text":334,"level":246},{},{"id":337,"data":2310,"type":218,"tunes":2311},{"text":339},{},{"id":342,"data":2313,"type":218,"tunes":2314},{"text":344},{},{"id":347,"data":2316,"type":42,"tunes":2317},{"text":349,"level":246},{},{"id":352,"data":2319,"type":318,"tunes":2329},{"content":2320,"stretched":43,"withHeadings":14},[2321,2322,2323,2324,2325,2326,2327,2328],[356,357,358],[360,361,362],[364,365,366],[368,369,370],[372,373,374],[376,377,378],[380,381,382],[384,385,386],{},{"id":389,"data":2331,"type":218,"tunes":2332},{"text":391},{},{"id":394,"data":2334,"type":42,"tunes":2335},{"text":396,"level":246},{},{"id":399,"data":2337,"type":42,"tunes":2338},{"text":401,"level":245},{},{"id":404,"data":2340,"type":218,"tunes":2341},{"text":406},{},{"id":409,"data":2343,"type":218,"tunes":2344},{"text":411},{},{"id":414,"data":2346,"type":42,"tunes":2347},{"text":416,"level":245},{},{"id":419,"data":2349,"type":218,"tunes":2350},{"text":421},{},{"id":424,"data":2352,"type":218,"tunes":2353},{"text":426},{},{"id":429,"data":2355,"type":42,"tunes":2356},{"text":431,"level":245},{},{"id":434,"data":2358,"type":218,"tunes":2359},{"text":436},{},{"id":439,"data":2361,"type":218,"tunes":2362},{"text":441},{},{"id":444,"data":2364,"type":42,"tunes":2365},{"text":446,"level":245},{},{"id":449,"data":2367,"type":218,"tunes":2368},{"text":451},{},{"id":454,"data":2370,"type":218,"tunes":2371},{"text":456},{},{"id":459,"data":2373,"type":42,"tunes":2374},{"text":461,"level":245},{},{"id":464,"data":2376,"type":218,"tunes":2377},{"text":466},{},{"id":469,"data":2379,"type":218,"tunes":2380},{"text":471},{},{"id":474,"data":2382,"type":42,"tunes":2383},{"text":476,"level":245},{},{"id":479,"data":2385,"type":218,"tunes":2386},{"text":481},{},{"id":484,"data":2388,"type":218,"tunes":2389},{"text":486},{},{"id":489,"data":2391,"type":42,"tunes":2392},{"text":491,"level":245},{},{"id":494,"data":2394,"type":218,"tunes":2395},{"text":496},{},{"id":499,"data":2397,"type":218,"tunes":2398},{"text":501},{},{"id":504,"data":2400,"type":42,"tunes":2401},{"text":506,"level":245},{},{"id":509,"data":2403,"type":218,"tunes":2404},{"text":511},{},{"id":514,"data":2406,"type":218,"tunes":2407},{"text":516},{},{"id":519,"data":2409,"type":42,"tunes":2410},{"text":521,"level":245},{},{"id":524,"data":2412,"type":218,"tunes":2413},{"text":526},{},{"id":529,"data":2415,"type":218,"tunes":2416},{"text":531},{},{"id":534,"data":2418,"type":42,"tunes":2419},{"text":536,"level":246},{},{"id":539,"data":2421,"type":226,"tunes":2422},{"body":541,"title":542,"variant":233},{},{"id":545,"data":2424,"type":574,"tunes":2434},{"steps":2425,"title":572,"orientation":573},[2426,2427,2428,2429,2430,2431,2432,2433],{"label":549,"description":550},{"label":552,"description":553},{"label":555,"description":556},{"label":558,"description":559},{"label":561,"description":562},{"label":564,"description":565},{"label":567,"description":568},{"label":570,"description":571},{},{"id":577,"data":2436,"type":42,"tunes":2437},{"text":579,"level":246},{},{"id":582,"data":2439,"type":218,"tunes":2440},{"text":584},{},{"id":587,"data":2442,"type":318,"tunes":2451},{"content":2443,"stretched":43,"withHeadings":14},[2444,2445,2446,2447,2448,2449,2450],[591,592,593],[595,596,597],[599,600,601],[603,604,605],[607,608,609],[611,612,613],[615,616,617],{},{"id":620,"data":2453,"type":42,"tunes":2454},{"text":622,"level":246},{},{"id":625,"data":2456,"type":218,"tunes":2457},{"text":627},{},{"id":630,"data":2459,"type":218,"tunes":2460},{"text":632},{},{"id":635,"data":2462,"type":226,"tunes":2463},{"body":637,"title":638,"variant":639},{},{"id":642,"data":2465,"type":42,"tunes":2466},{"text":644,"level":246},{},{"id":647,"data":2468,"type":218,"tunes":2469},{"text":649},{},{"id":652,"data":2471,"type":218,"tunes":2472},{"text":654},{},{"id":657,"data":2474,"type":42,"tunes":2475},{"text":659,"level":246},{},{"id":662,"data":2477,"type":218,"tunes":2478},{"text":664},{},{"id":667,"data":2480,"type":218,"tunes":2481},{"text":669},{},{"id":672,"data":2483,"type":226,"tunes":2484},{"body":674,"title":675,"variant":274},{},{"id":678,"data":2486,"type":42,"tunes":2487},{"text":680,"level":246},{},{"id":683,"data":2489,"type":218,"tunes":2490},{"text":685},{},{"id":688,"data":2492,"type":218,"tunes":2493},{"text":690},{},{"id":693,"data":2495,"type":318,"tunes":2504},{"content":2496,"stretched":43,"withHeadings":14},[2497,2498,2499,2500,2501,2502,2503],[697,698],[700,701],[703,704],[706,707],[709,710],[712,713],[715,716],{},{"id":719,"data":2506,"type":42,"tunes":2507},{"text":721,"level":246},{},{"id":724,"data":2509,"type":218,"tunes":2510},{"text":726},{},{"id":729,"data":2512,"type":218,"tunes":2513},{"text":731},{},{"id":734,"data":2515,"type":42,"tunes":2516},{"text":736,"level":246},{},{"id":739,"data":2518,"type":218,"tunes":2519},{"text":741},{},{"id":744,"data":2521,"type":218,"tunes":2522},{"text":746},{},{"id":749,"data":2524,"type":42,"tunes":2525},{"text":751,"level":246},{},{"id":754,"data":2527,"type":218,"tunes":2528},{"text":756},{},{"id":759,"data":2530,"type":218,"tunes":2531},{"text":761},{},{"id":764,"data":2533,"type":42,"tunes":2534},{"text":766,"level":246},{},{"id":769,"data":2536,"type":226,"tunes":2537},{"body":771,"title":772,"variant":233},{},{"id":775,"data":2539,"type":218,"tunes":2540},{"text":777},{},{"id":780,"data":2542,"type":218,"tunes":2543},{"text":782},{},{"id":785,"data":2545,"type":218,"tunes":2546},{"text":787},{},{"id":790,"data":2548,"type":218,"tunes":2549},{"text":792},{},{"id":795,"data":2551,"type":318,"tunes":2562},{"content":2552,"stretched":43,"withHeadings":14},[2553,2554,2555,2556,2557,2558,2559,2560,2561],[799,800],[802,803],[805,806],[808,809],[811,812],[814,815],[817,818],[820,821],[823,824],{},{"id":827,"data":2564,"type":42,"tunes":2565},{"text":829,"level":246},{},{"id":832,"data":2567,"type":218,"tunes":2568},{"text":834},{},{"id":837,"data":2570,"type":218,"tunes":2571},{"text":839},{},{"id":842,"data":2573,"type":42,"tunes":2574},{"text":844,"level":246},{},{"id":847,"data":2576,"type":318,"tunes":2591},{"content":2577,"stretched":43,"withHeadings":14},[2578,2579,2580,2581,2582,2583,2584,2585,2586,2587,2588,2589,2590],[851,852],[854,855],[857,858],[860,861],[863,864],[866,867],[869,870],[872,873],[875,876],[878,879],[881,882],[884,885],[887,888],{},{"id":891,"data":2593,"type":42,"tunes":2594},{"text":893,"level":246},{},{"id":896,"data":2596,"type":574,"tunes":2607},{"steps":2597,"title":926,"orientation":573},[2598,2599,2600,2601,2602,2603,2604,2605,2606],{"label":900,"description":901},{"label":903,"description":904},{"label":906,"description":907},{"label":909,"description":910},{"label":912,"description":913},{"label":915,"description":916},{"label":918,"description":919},{"label":921,"description":922},{"label":924,"description":925},{},{"id":929,"data":2609,"type":42,"tunes":2610},{"text":931,"level":246},{},{"id":934,"data":2612,"type":318,"tunes":2627},{"content":2613,"stretched":43,"withHeadings":14},[2614,2615,2616,2617,2618,2619,2620,2621,2622,2623,2624,2625,2626],[356,938],[940,941],[943,944],[946,947],[949,950],[952,953],[955,956],[958,959],[961,962],[964,965],[967,968],[970,971],[973,974],{},{"id":977,"data":2629,"type":42,"tunes":2630},{"text":979,"level":246},{},{"id":982,"data":2632,"type":318,"tunes":2643},{"content":2633,"stretched":43,"withHeadings":14},[2634,2635,2636,2637,2638,2639,2640,2641,2642],[986,987],[989,990],[992,993],[995,996],[998,999],[1001,1002],[1004,1005],[1007,1008],[1010,1011],{},{"id":1014,"data":2645,"type":42,"tunes":2646},{"text":1016,"level":246},{},{"id":1019,"data":2648,"type":218,"tunes":2649},{"text":1021},{},{"id":1024,"data":2651,"type":218,"tunes":2652},{"text":1026},{},{"id":1029,"data":2654,"type":218,"tunes":2655},{"text":1031},{},{"id":1034,"data":2657,"type":218,"tunes":2658},{"text":1036},{},{"id":1039,"data":2660,"type":42,"tunes":2661},{"text":1041,"level":246},{},{"id":1044,"data":2663,"type":218,"tunes":2664},{"text":1046},{},{"id":1049,"data":2666,"type":218,"tunes":2667},{"text":1051},{},{"id":1054,"data":2669,"type":218,"tunes":2670},{"text":1056},{},{"id":1059,"data":2672,"type":42,"tunes":2673},{"text":1061,"level":246},{},{"id":1064,"data":2675,"type":218,"tunes":2676},{"text":1066},{},{"id":1069,"data":2678,"type":218,"tunes":2679},{"text":1071},{},{"id":1074,"data":2681,"type":42,"tunes":2682},{"text":1076,"level":246},{},{"id":1079,"data":2684,"type":218,"tunes":2685},{"text":1081},{},{"id":1084,"data":2687,"type":1090,"tunes":2688},{"url":1086,"title":1087,"excerpt":1088,"ctaLabel":1089},{},{"id":1093,"data":2690,"type":218,"tunes":2691},{"text":1095},{},{"id":1098,"data":2693,"type":1090,"tunes":2694},{"url":1100,"title":1101,"excerpt":1102,"ctaLabel":1103},{},{"id":1106,"data":2696,"type":218,"tunes":2697},{"text":1108},{},{"id":1111,"data":2699,"type":1090,"tunes":2700},{"url":1113,"title":1114,"excerpt":1115,"ctaLabel":1116},{},{"id":1119,"data":2702,"type":42,"tunes":2703},{"text":1121,"level":246},{},{"id":1124,"data":2705,"type":1124,"tunes":2715},{"items":2706,"title":1159},[2707,2708,2709,2710,2711,2712,2713,2714],{"id":1128,"answer":1129,"question":1130},{"id":1132,"answer":1133,"question":1134},{"id":1136,"answer":1137,"question":1138},{"id":1140,"answer":1141,"question":1142},{"id":1144,"answer":1145,"question":1146},{"id":1148,"answer":1149,"question":1150},{"id":1152,"answer":1153,"question":1154},{"id":1156,"answer":1157,"question":1158},{},{"id":1162,"data":2717,"type":42,"tunes":2718},{"text":1164,"level":246},{},{"id":1167,"data":2720,"type":1167,"tunes":2732},{"title":1169,"entries":2721},[2722,2723,2724,2725,2726,2727,2728,2729,2730,2731],{"term":1172,"anchor":1173,"definition":1174},{"term":1176,"anchor":1177,"definition":1178},{"term":1180,"anchor":1181,"definition":1182},{"term":1184,"anchor":1185,"definition":1186},{"term":1188,"anchor":327,"definition":1189},{"term":1191,"anchor":1192,"definition":1193},{"term":1195,"anchor":1196,"definition":1197},{"term":1199,"anchor":1200,"definition":1201},{"term":1203,"anchor":1204,"definition":1205},{"term":1207,"anchor":1208,"definition":1209},{},{"id":1212,"data":2734,"type":42,"tunes":2735},{"text":1214,"level":246},{},{"id":1217,"data":2737,"type":218,"tunes":2738},{"text":1219},{},{"id":1222,"data":2740,"type":218,"tunes":2741},{"text":1224},{},{"id":1227,"data":2743,"type":218,"tunes":2744},{"text":1229},{},{"id":1232,"data":2746,"type":42,"tunes":2747},{"text":1234,"level":246},{},{"id":1237,"data":2749,"type":218,"tunes":2750},{"text":1239},{},{"id":1242,"data":2752,"type":1249,"tunes":2755},{"link":1244,"meta":2753},{"image":2754,"title":1247,"description":1248},{"url":304},{},{"id":1252,"data":2757,"type":1249,"tunes":2760},{"link":1254,"meta":2758},{"image":2759,"title":1257,"description":1258},{"url":304},{},{"id":1261,"data":2762,"type":1249,"tunes":2765},{"link":1263,"meta":2763},{"image":2764,"title":1266,"description":1267},{"url":304},{},{"id":1270,"data":2767,"type":1249,"tunes":2770},{"link":1272,"meta":2768},{"image":2769,"title":1275,"description":1276},{"url":304},{},{"id":1279,"data":2772,"type":1249,"tunes":2775},{"link":1281,"meta":2773},{"image":2774,"title":1284,"description":1285},{"url":304},{},{"id":1288,"data":2777,"type":1249,"tunes":2780},{"link":1290,"meta":2778},{"image":2779,"title":1293,"description":1294},{"url":304},{},"Post erfolgreich abgerufen",{"items":2783,"source":2867,"manualIds":2868,"manualMatchedIds":2869},[2784,2791,2798,2805,2812,2818,2825,2832,2839,2846,2853,2860],{"id":2785,"slug":2786,"title":2787,"excerpt":2788,"featuredImage":2789,"publishedAt":2790},"485","enterprise-ai-architecture-what-changes-when-ai-enters-a-company","Архитектура ИИ на предприятии: что меняется, когда ИИ приходит в компанию","Архитектура ИИ для предприятий объясняет, как ИИ меняет корпоративные системы в таких областях, как полномочия на данные, идентификация, разрешения, поставщики, риски, управление, оценка, соответствие требованиям и операции.","\u002Fuploads\u002F2026\u002F10\u002Fenterprise-ai-architecture-what-changes-when-ai-enters-a-company-1791478161363-czrwaq.webp","2026-10-08T10:48:00.000Z",{"id":2792,"slug":2793,"title":2794,"excerpt":2795,"featuredImage":2796,"publishedAt":2797},"487","vector-databases-embeddings-and-reranking-three-different-parts-of-retrieval","Векторные базы данных, эмбеддинги и переранжирование: три разные части поиска","Эмбеддинги представляют смысл, векторные базы данных извлекают кандидатов, а реранкеры уточняют результаты. Узнайте, чем отличаются эти три слоя поиска и как они работают вместе в RAG.","\u002Fuploads\u002F2026\u002F10\u002Fvector-databases-embeddings-and-reranking-three-different-parts-of-retrieval-1791480129884-9dtasz.webp","2026-10-08T11:21:00.000Z",{"id":2799,"slug":2800,"title":2801,"excerpt":2802,"featuredImage":2803,"publishedAt":2804},"494","air-gapped-ai-how-ai-systems-work-without-internet-or-cloud-access","Air-Gapped AI: как работают ИИ-системы без интернета и облачного доступа","AI-системы в изолированной среде запускают модели, RAG и AI-приложения внутри изолированного домена безопасности без зависимости от интернета или облачных сервисов. Узнайте, как модели, данные, обновления и инструменты работают в автономном режиме.","\u002Fuploads\u002F2026\u002F10\u002Fair-gapped-ai-how-ai-systems-work-without-internet-or-cloud-access-1791487983978-e6xqf0.webp","2026-10-08T11:32:00.000Z",{"id":2806,"slug":2807,"title":2808,"excerpt":2809,"featuredImage":2810,"publishedAt":2811},"495","sovereign-ai-control-of-models-data-infrastructure-and-dependencies","Суверенный ИИ: контроль над моделями, данными, инфраструктурой и зависимостями","Суверенный ИИ — это эффективный контроль над моделями, данными, инфраструктурой, программным обеспечением, операциями и стратегическими зависимостями, а не просто место размещения модели ИИ.","\u002Fuploads\u002F2026\u002F10\u002Fsovereign-ai-control-of-models-data-infrastructure-and-dependencies-1791488833132-niy85x.webp","2026-10-08T15:45:00.000Z",{"id":2813,"slug":2814,"title":1114,"excerpt":2815,"featuredImage":2816,"publishedAt":2817},"467","the-answer-validity-boundary-the-missing-layer-between-relevance-and-reliable-ai-answers","Источник может быть релевантным, авторитетным и при этом неверным для задаваемого вопроса. Недостающий слой — применимость: условия, при которых ответ остаётся в силе, и изменения, вынуждающие пересмотреть его. В этой статье вводится понятие «Граница действительности ответа» как паттерн проектирования источников для людей, ИИ-поиска и RAG-систем.","\u002Fuploads\u002F2026\u002F09\u002Fthe-answer-validity-boundary-the-missing-layer-between-relevance-and-reliable-ai-answers-1790272901306-1g5jly.webp","2026-09-24T11:59:00.000Z",{"id":2819,"slug":2820,"title":2821,"excerpt":2822,"featuredImage":2823,"publishedAt":2824},"468","ai-agent-memory-is-not-rag-how-to-separate-memory-retrieval-state-and-context","Память ИИ-агента — это не RAG: как разграничить память, извлечение, состояние и контекст","Память агента, RAG, состояние и контекст часто используются так, будто они взаимозаменяемы. Это не так. Эта практическая архитектурная модель разделяет четыре уровня, показывает, где место каждого из них, и объясняет, что ломается, когда системы объединяют их в одно целое.","\u002Fuploads\u002F2026\u002F09\u002Fai-agent-memory-is-not-rag-how-to-separate-memory-retrieval-state-and-context-1790350560308-np0xy6.webp","2026-09-25T11:34:00.000Z",{"id":2826,"slug":2827,"title":2828,"excerpt":2829,"featuredImage":2830,"publishedAt":2831},"483","what-is-an-ai-solution-architect-system-boundaries-responsibilities-and-trade-offs","Что такое архитектор ИИ-решений? Границы системы, обязанности и компромиссы","Архитектор решений ИИ превращает бизнес-требования в готовую к производству систему ИИ, охватывающую данные, модели, инструменты, безопасность, среду выполнения, оценку и операции.","\u002Fuploads\u002F2026\u002F10\u002Fwhat-is-an-ai-solution-architect-system-boundaries-responsibilities-and-trade-offs-1791476643267-1st5xz.webp","2026-10-08T12:23:00.000Z",{"id":2833,"slug":2834,"title":2835,"excerpt":2836,"featuredImage":2837,"publishedAt":2838},"484","what-is-an-ai-platform-architect-models-data-runtime-security-and-operations","Что такое архитектор AI-платформы? Модели, данные, среда выполнения, безопасность и операции","Архитектор платформы ИИ проектирует многоразовые основы ИИ для моделей, провайдеров, поиска, агентов, идентификации, безопасности, оценки, наблюдаемости и операций.","\u002Fuploads\u002F2026\u002F10\u002Fwhat-is-an-ai-platform-architect-models-data-runtime-security-and-operations-1791477229171-ou3zcc.webp","2026-10-08T12:32:00.000Z",{"id":2840,"slug":2841,"title":2842,"excerpt":2843,"featuredImage":2844,"publishedAt":2845},"466","the-gpu-is-not-the-product-future-proof-private-ai-architecture","GPU — не продукт: перспективная архитектура приватного ИИ","Инфраструктура приватного ИИ не должна проектироваться вокруг одного GPU или одной модели. Более устойчивый подход объединяет быстрые GPU для инференса, ИИ-системы с большим объемом памяти, узлы физического ИИ и опциональные передовые облачные модели за уровнем маршрутизации, учитывающим возможности.","\u002Fuploads\u002F2026\u002F09\u002Fthe-gpu-is-not-the-product-future-proof-private-ai-architecture-1790140878812-8hsl39.webp","2026-09-23T01:19:00.000Z",{"id":2847,"slug":2848,"title":2849,"excerpt":2850,"featuredImage":2851,"publishedAt":2852},"476","mcp-vs-a2a-vs-ucp-vs-ap2-vs-a2ui-the-agent-protocol-stack-explained","MCP vs A2A vs UCP vs AP2 vs A2UI: разбор стека протоколов агентов","MCP, A2A, UCP, AP2 и A2UI часто представляют как конкурирующие агентские стандарты. В основном они решают разные проблемы интероперабельности. Это руководство сопоставляет каждый протокол с границей, которую он фактически стандартизирует,—и показывает, как они могут работать вместе в одной промышленной системе.","\u002Fuploads\u002F2026\u002F09\u002Fmcp-vs-a2a-vs-ucp-vs-ap2-vs-a2ui-the-agent-protocol-stack-explained-1790352625869-2ezle0.webp","2026-09-25T12:09:00.000Z",{"id":2854,"slug":2855,"title":2856,"excerpt":2857,"featuredImage":2858,"publishedAt":2859},"492","mcp-explained-what-it-connects-what-it-does-not-do-and-where-it-fits","MCP: объяснение — что он подключает, чего не делает и где ему место","Протокол контекста модели соединяет приложения ИИ с внешними инструментами, ресурсами и подсказками через стандартную границу клиент-сервер. Узнайте, что делает MCP, чего он не делает и где он вписывается в архитектуру агента.","\u002Fuploads\u002F2026\u002F10\u002Fmcp-explained-what-it-connects-what-it-does-not-do-and-where-it-fits-1791486640275-7ub1cq.webp","2026-10-08T15:09:00.000Z",{"id":2861,"slug":2862,"title":2863,"excerpt":2864,"featuredImage":2865,"publishedAt":2866},"490","rbac-vs-tenant-isolation-two-different-security-boundaries","RBAC против изоляции арендаторов: две разные границы безопасности","RBAC определяет, что пользователь может делать; изоляция тенантов определяет, к ресурсам какого тенанта это действие может получить доступ. Узнайте, почему безопасность многотенантного SaaS требует обеих границ.","\u002Fuploads\u002F2026\u002F10\u002Frbac-vs-tenant-isolation-two-different-security-boundaries-1791485111528-qqtzby.webp","2026-10-08T14:43:00.000Z","fallback",[],[]]