[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"portal-settings:stajic:ru":3,"public-menus:all":38,"post:why-does-ai-retrieve-some-sources-and-ignore-others-the-retrieval-authority-layer:ru":221,"related:post:why-does-ai-retrieve-some-sources-and-ignore-others-the-retrieval-authority-layer:ru:1":1331},{"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,[148,161,175,191,206],{"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-globe-2","custom",[],{"id":176,"title":177,"url":186,"target":61,"icon":187,"isActive":14,"type":188,"productId":10,"categoryId":10,"shopCategoryId":10,"articleId":10,"pageId":10,"portfolioId":189,"children":190},"menu-2916d060-8681-482a-af9a-c107a8bc30d8",{"de":178,"en":179,"es":180,"fr":181,"it":182,"ru":183,"sr":184,"zh":185},"Von Rohdaten zu verifizierbarem KI-Kontext: Eine praktische Architektur für agentenbereite Informationen","From Raw Data to Verifiable AI Context:","De datos sin procesar a contexto de IA verificable: una arquitectura práctica para información lista para agentes","Des données brutes au contexte d'IA vérifiable : une architecture pratique pour des informations prêtes pour les agents","Dai dati grezzi a un contesto IA verificabile: Un'architettura pratica per informazioni pronte per gli agenti","От необработанных данных к верифицируемому контексту ИИ: практическая архитектура информации, готовой для агентов","Od sirovih podataka do proverljivog AI konteksta: Praktična arhitektura za informacije spremne za agente","从原始数据到可验证的 AI 上下文：面向智能体就绪信息的实用架构","\u002Fportfolio\u002Ffrom-raw-data-to-verifiable-ai-context-a-practical-architecture-for-agent-ready-information","i-lucide-database","portfolio",22,[],{"id":192,"title":193,"url":202,"target":61,"icon":203,"isActive":14,"type":188,"productId":10,"categoryId":10,"shopCategoryId":10,"articleId":10,"pageId":10,"portfolioId":204,"children":205},"menu-e2061cd7-ff53-49d5-a0e8-3d49090577c0",{"de":194,"en":195,"es":196,"fr":197,"it":198,"ru":199,"sr":200,"zh":201},"Präsenzplattformen — Unternehmenskommunikation","Presence Platforms — Enterprise Communication","Plataformas de presencia — Comunicación empresarial","Plateformes de présence — Communication d'entreprise","Presence Platforms — Comunicazione aziendale","Платформы присутствия — Корпоративные коммуникации","Presence platforme — Poslovna komunikacija","Presence 平台 — 企业通信","\u002Fportfolio\u002Fpresence-platforms-enterprise-communication-that-wins-without-competing","i-lucide-badge-percent",21,[],{"id":207,"title":208,"url":217,"target":61,"icon":218,"isActive":14,"type":188,"productId":10,"categoryId":10,"shopCategoryId":10,"articleId":10,"pageId":10,"portfolioId":219,"children":220},"menu-a781582e-e90d-418e-b8c9-b070bc37c37e",{"de":209,"en":210,"es":211,"fr":212,"it":213,"ru":214,"sr":215,"zh":216},"Maximierung des POS-ROI durch Konsistenz","Maximizing POS ROI Through Consistent","Maximizar el ROI del POS a través de constante","Maximiser le ROI du PDV grâce à la cohérence","Massimizzare il ROI del POS attraverso costante","Максимизация ROI POS за счет последовательного","Maksimizacija POS ROI-ja kroz dosledno","通过持续最大化 POS 投资回报率","\u002Fportfolio\u002Ffrom-vision-to-value-maximizing-pos-roi-through-consistent-ci-creation-and-strategic-branding","i-lucide-briefcase-business",11,[],{"statusCode":4,"data":222,"message":1330},{"id":223,"title":224,"slug":225,"content":226,"contentJson":227,"excerpt":683,"featuredImage":684,"featuredImageAlt":685,"featuredImageCaption":10,"featuredImageTitle":10,"featuredImageCopyright":10,"featuredImageAuthor":10,"featuredImageSourceUrl":10,"featuredImageLicense":10,"featuredImageIsAiGenerated":43,"status":686,"publishedAt":687,"createdAt":688,"updatedAt":689,"seoLocalePaths":690,"categories":699,"author":708,"translations":712},"496","Почему ИИ извлекает одни источники и игнорирует другие? — Уровень авторитетности извлечения","why-does-ai-retrieve-some-sources-and-ignore-others-the-retrieval-authority-layer","\u003Ch2 id=\"section-1\">Вопрос\u003C\u002Fh2>\n\u003Cp>Почему система ИИ-поиска выбирает один источник и игнорирует другой, который, казалось бы, обсуждает точно ту же тему?\u003C\u002Fp>\n\u003Cp>Семантическая релевантность — лишь часть ответа. Два документа могут быть одинаково похожи на запрос, но радикально различаться по авторитетности, свежести, происхождению, охвату, правам доступа и применимости.\u003C\u002Fp>\n\u003Cp>В этой статье используется термин «слой авторитетности поиска» для границы выбора источников, которая находится между нахождением потенциально релевантной информации и рассмотрением этой информации как подходящего доказательства.\u003C\u002Fp>\n\u003Cblockquote class=\"border-l-4 border-gray-300 pl-4 italic\">Слой авторитетности поиска — это набор правил выбора источников и свойств источников, которые определяют, какая доступная для поиска информация заслуживает того, чтобы стать доказательством для конкретного вопроса.\u003Ccite class=\"block mt-2 text-sm\">— Рабочее определение — системная концепция, используемая в этой статье, а не стандартизированный исследовательский термин.\u003C\u002Fcite>\u003C\u002Fblockquote>\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-1\" class=\"editorjs-toc__link\">Вопрос\u003C\u002Fa>\u003C\u002Fli>\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#section-7\" class=\"editorjs-toc__link\">Что это на самом деле означает\u003C\u002Fa>\u003C\u002Fli>\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#section-13\" class=\"editorjs-toc__link\">Простейший пример\u003C\u002Fa>\u003C\u002Fli>\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#section-19\" class=\"editorjs-toc__link\">Где пример перестаёт работать\u003C\u002Fa>\u003C\u002Fli>\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#section-23\" class=\"editorjs-toc__link\">Прямой ответ\u003C\u002Fa>\u003C\u002Fli>\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#section-27\" class=\"editorjs-toc__link\">Почему одного сходства недостаточно\u003C\u002Fa>\u003C\u002Fli>\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#section-31\" class=\"editorjs-toc__link\">Шесть сигналов авторитета\u003C\u002Fa>\u003Col class=\"editorjs-toc__list editorjs-toc__list--depth-1\">\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#section-32\" class=\"editorjs-toc__link\">1. Идентичность источника\u003C\u002Fa>\u003C\u002Fli>\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#section-34\" class=\"editorjs-toc__link\">2. Происхождение\u003C\u002Fa>\u003C\u002Fli>\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#section-36\" class=\"editorjs-toc__link\">3. Свежесть\u003C\u002Fa>\u003C\u002Fli>\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#section-38\" class=\"editorjs-toc__link\">4. Применимость\u003C\u002Fa>\u003C\u002Fli>\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#section-40\" class=\"editorjs-toc__link\">5. Конкретность доказательств\u003C\u002Fa>\u003C\u002Fli>\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#section-42\" class=\"editorjs-toc__link\">6. Законность доступа\u003C\u002Fa>\u003C\u002Fli>\u003C\u002Fol>\u003C\u002Fli>\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#section-45\" class=\"editorjs-toc__link\">Минимальная модель полномочий\u003C\u002Fa>\u003C\u002Fli>\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#section-49\" class=\"editorjs-toc__link\">Связь с информацией, готовой для агентов\u003C\u002Fa>\u003C\u002Fli>\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#section-53\" class=\"editorjs-toc__link\">Диагностический \u002F решающий метод\u003C\u002Fa>\u003C\u002Fli>\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#section-57\" class=\"editorjs-toc__link\">Типичные режимы отказа\u003C\u002Fa>\u003C\u002Fli>\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#section-62\" class=\"editorjs-toc__link\">Краевой случай: конфликтующие авторитетные источники\u003C\u002Fa>\u003C\u002Fli>\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#section-66\" class=\"editorjs-toc__link\">Ограничения\u003C\u002Fa>\u003C\u002Fli>\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#section-70\" class=\"editorjs-toc__link\">Что изменило бы этот ответ?\u003C\u002Fa>\u003C\u002Fli>\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#section-73\" class=\"editorjs-toc__link\">Заключение\u003C\u002Fa>\u003C\u002Fli>\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#section-78\" class=\"editorjs-toc__link\">Первоисточники\u003C\u002Fa>\u003C\u002Fli>\u003C\u002Fol>\u003C\u002Fnav>\n\u003Ch2 id=\"section-7\">Что это на самом деле означает\u003C\u002Fh2>\n\u003Cp>Поисковая система отвечает на относительно узкий вопрос: какие элементы кажутся релевантными этому запросу?\u003C\u002Fp>\n\u003Cp>Продакшн-система ИИ обычно должна ответить на более сложный вопрос: каким из этих релевантных элементов следует позволить повлиять на ответ?\u003C\u002Fp>\n\u003Cp>Этот второй вопрос вводит идентичность источника, версию, авторитетность, период действия, происхождение и охват. Релевантная старая политика, скопированный пост в блоге или неофициальное резюме могут иметь очень высокий рейтинг, но при этом быть неподходящим доказательством для решения.\u003C\u002Fp>\n\u003Cpre class=\"code-block\">\u003Ccode>Question\n   ↓\nRetrieval Trigger\n   ↓\nCandidate Sources\n   ↓\nRETRIEVAL AUTHORITY LAYER\n   ↓\nQualified Evidence\n   ↓\nContext \u002F Reasoning\n   ↓\nAnswer Validity Boundary\n   ↓\nAnswer\u003C\u002Fcode>\u003C\u002Fpre>\n\u003Ca href=\"https:\u002F\u002Fstajic.de\u002Fru\u002Fblog\u002Fwhen-should-an-ai-stop-trusting-its-own-knowledge-the-retrieval-trigger\" 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\">Когда ИИ должен перестать доверять собственным знаниям? — Триггер поиска\u003C\u002Fstrong>\u003Cp class=\"text-sm text-gray-600 dark:text-gray-400\">Триггер поиска решает, когда требуются внешние доказательства. Слой авторитетности поиска определяет, какие источники должны их предоставить.\u003C\u002Fp>\u003C\u002Fa>\n\u003Ch2 id=\"section-13\">Простейший пример\u003C\u002Fh2>\n\u003Cp>Представьте, что сотрудник спрашивает корпоративного ассистента: сколько дней отпуска получают сотрудники?\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\">Кандидат\u003C\u002Fth>\u003Cth class=\"border border-gray-300 px-4 py-2 text-left font-semibold\">Содержание\u003C\u002Fth>\u003Cth class=\"border border-gray-300 px-4 py-2 text-left font-semibold\">Семантическая релевантность\u003C\u002Fth>\u003C\u002Ftr>\u003C\u002Fthead>\u003Ctbody>\u003Ctr>\u003Ctd class=\"border border-gray-300 px-4 py-2\">A\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Текущая кадровая политика, утверждённая версия 6.2\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Высокая\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd class=\"border border-gray-300 px-4 py-2\">B\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Старое руководство по адаптации, скопированное из версии 4.8\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Высокая\u003C\u002Ftd>\u003C\u002Ftr>\u003C\u002Ftbody>\u003C\u002Ftable>\u003C\u002Fdiv>\n\u003Cp>Оба фрагмента могут содержать почти идентичные формулировки. Поэтому оценка сходства может расположить их очень близко друг к другу.\u003C\u002Fp>\n\u003Cpre class=\"code-block\">\u003Ccode>Semantic relevance\n        ≠\nSource authority\n        ≠\nApplicability\u003C\u002Fcode>\u003C\u002Fpre>\n\u003Cp>Текущая утверждённая кадровая политика обычно должна преобладать, поскольку она является руководящим источником для утверждения. Старое руководство остаётся релевантным текстом, но оно не должно иметь такой же доказательный вес.\u003C\u002Fp>\n\u003Ch2 id=\"section-19\">Где пример перестаёт работать\u003C\u002Fh2>\n\u003Cp>Авторитет не всегда представляет собой универсальную иерархию, в которой один источник побеждает каждый раз.\u003C\u002Fp>\n\u003Cp>Транзакционная база данных может быть авторитетной для текущего статуса заказа. Руководство по продукту может быть авторитетным для предполагаемой работы. Подписанный контракт может определять коммерческое обязательство. Первичная научная статья может быть лучшим источником для своего эксперимента, тогда как более поздний систематический обзор может быть сильнее для более широкого вывода.\u003C\u002Fp>\n\u003Cp>Таким образом, авторитет относителен утверждения. Правильный класс источника зависит от того, что запрашивается.\u003C\u002Fp>\n\u003Ch2 id=\"section-23\">Прямой ответ\u003C\u002Fh2>\n\u003Cp>Источник должен стать предпочтительным доказательством для извлечения, когда он не просто релевантен, но также достаточно авторитетен, актуален, применим, отслеживаем и доступен для конкретного утверждения, на которое даётся ответ.\u003C\u002Fp>\n\u003Cpre class=\"code-block\">\u003Ccode>Useful retrieval evidence\n=\nrelevance\n+ authority\n+ provenance\n+ freshness\n+ applicability\n+ accessibility\u003C\u002Fcode>\u003C\u002Fpre>\n\u003Cp>Эти свойства не гарантируют истинность. Они создают более прочную основу для решения о том, какая извлечённая информация заслуживает включения в процесс рассуждения.\u003C\u002Fp>\n\u003Ch2 id=\"section-27\">Почему одного сходства недостаточно\u003C\u002Fh2>\n\u003Cp>Векторный поиск чрезвычайно полезен, поскольку он может находить семантически связанную информацию, даже когда формулировки различаются. Но семантическое сходство само по себе не знает, является ли документ устаревшим, заменённым, неофициальным, несанкционированным или действительным для другой юрисдикции.\u003C\u002Fp>\n\u003Cp>Исходная архитектура RAG показала, как внешняя непараметрическая память может дополнять знания модели. Производственные системы должны добавлять специфичные для приложения средства контроля вокруг этого процесса извлечения.\u003C\u002Fp>\n\u003Ca href=\"https:\u002F\u002Fstajic.de\u002Fru\u002Fblog\u002Fwhere-does-an-llm-get-its-data-rag-data-sources-in-python\" 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\">Откуда LLM берёт свои данные? Источники данных RAG на Python\u003C\u002Fstrong>\u003Cp class=\"text-sm text-gray-600 dark:text-gray-400\">Файлы, базы данных, API, поиск и векторные индексы могут предоставлять знания во время выполнения. Метод извлечения должен соответствовать источнику и вопросу.\u003C\u002Fp>\u003C\u002Fa>\n\u003Ch2 id=\"section-31\">Шесть сигналов авторитета\u003C\u002Fh2>\n\u003Ch3 id=\"section-32\">1. Идентичность источника\u003C\u002Fh3>\n\u003Cp>Система должна знать, чем на самом деле является источник: политика, контракт, API, запись в базе данных, научная статья, страница документации, пользовательский файл или сторонний комментарий.\u003C\u002Fp>\n\u003Ch3 id=\"section-34\">2. Происхождение\u003C\u002Fh3>\n\u003Cp>Доказательство должно сохранять информацию о том, откуда оно пришло, как оно попало в систему и какой исходный объект или документ можно проверить, если утверждение оспаривается.\u003C\u002Fp>\n\u003Ch3 id=\"section-36\">3. Свежесть\u003C\u002Fh3>\n\u003Cp>Свежесть имеет значение, когда меняется лежащий в основе факт. Текущий ответ API и статья пятилетней давности могут быть одинаково релевантны словам запроса, но не его временному требованию.\u003C\u002Fp>\n\u003Ch3 id=\"section-38\">4. Применимость\u003C\u002Fh3>\n\u003Cp>Факт может быть верным, но относиться не к той версии продукта, стране, арендатору, группе клиентов, договору, релизу программного обеспечения или периоду времени.\u003C\u002Fp>\n\u003Ch3 id=\"section-40\">5. Конкретность доказательств\u003C\u002Fh3>\n\u003Cp>Первичное доказательство, непосредственно подтверждающее утверждение, как правило, сильнее цепочки резюме, которые лишь повторяют его.\u003C\u002Fp>\n\u003Ch3 id=\"section-42\">6. Законность доступа\u003C\u002Fh3>\n\u003Cp>Технически извлекаемый документ не обязательно является авторизованным контекстом. Полномочия на извлечение должны действовать в рамках границ арендатора, разрешений, конфиденциальности и минимизации данных.\u003C\u002Fp>\n\u003Ca href=\"https:\u002F\u002Fstajic.de\u002Fru\u002Fblog\u002Fwhat-is-context-engineering-what-the-model-receives-before-it-answers\" 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\">Что такое контекстная инженерия? Что получает модель до того, как ответить\u003C\u002Fstrong>\u003Cp class=\"text-sm text-gray-600 dark:text-gray-400\">Сборка контекста также является границей достоверности и безопасности. Извлечённая информация должна сохранять область действия, полномочия и ограничения доступа.\u003C\u002Fp>\u003C\u002Fa>\n\u003Ch2 id=\"section-45\">Минимальная модель полномочий\u003C\u002Fh2>\n\u003Cp>Практическая система может явно представлять эти свойства, а не надеяться, что ранжирование по сходству их уловит.\u003C\u002Fp>\n\u003Cpre class=\"code-block\">\u003Ccode>{\n  "source": "hr-policy-6.2",\n  "sourceType": "approved_policy",\n  "effectiveFrom": "2026-01-01",\n  "supersedes": "hr-policy-5.9",\n  "jurisdiction": "DE",\n  "authority": "primary",\n  "accessScope": "employee",\n  "provenance": "hr-policy-system"\n}\u003C\u002Fcode>\u003C\u002Fpre>\n\u003Cp>Модуль извлечения по-прежнему может использовать семантическую или лексическую релевантность. Уровень полномочий добавляет ограничения и сигналы переранжирования, которые одна релевантность обеспечить не может.\u003C\u002Fp>\n\u003Ch2 id=\"section-49\">Связь с информацией, готовой для агентов\u003C\u002Fh2>\n\u003Cp>Это становится особенно важным, когда потребителем является не человек, читающий документы, а ИИ-агент, принимающий решения.\u003C\u002Fp>\n\u003Cp>Информационный объект, готовый для агентов, должен сохранять идентичность, происхождение, конфликты, неизвестные и условия действительности до этапа извлечения. В противном случае система пытается восстановить полномочия после того, как информация уже была уплощена в анонимный текст.\u003C\u002Fp>\n\u003Ca href=\"https:\u002F\u002Fstajic.de\u002Fru\u002Fportfolio\u002Ffrom-raw-data-to-verifiable-ai-context-a-practical-architecture-for-agent-ready-information\" 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\">От сырых данных к проверяемому контексту ИИ: практическая архитектура для информации, готовой для агентов\u003C\u002Fstrong>\u003Cp class=\"text-sm text-gray-600 dark:text-gray-400\">Портфельная архитектура для превращения разнородных данных в контролируемые информационные объекты с идентичностью, происхождением, конфликтами и действительностью.\u003C\u002Fp>\u003C\u002Fa>\n\u003Ch2 id=\"section-53\">Диагностический \u002F решающий метод\u003C\u002Fh2>\n\u003Cp>Для каждого ценного извлечённого утверждения задайте шесть вопросов:\u003C\u002Fp>\n\u003Col>\u003Cli>Какой именно источник породил это доказательство?\u003C\u002Fli>\u003Cli>Является ли этот источник авторитетным для данного типа утверждения?\u003C\u002Fli>\u003Cli>Актуальна ли ещё эта информация?\u003C\u002Fli>\u003Cli>Применима ли она к этому пользователю, версии, юрисдикции и периоду времени?\u003C\u002Fli>\u003Cli>Можно ли проследить утверждение до исходного доказательства?\u003C\u002Fli>\u003Cli>Был ли пользователь или агент уполномочен получить его?\u003C\u002Fli>\u003C\u002Fol>\n\u003Cp>Если система не может ответить на эти вопросы, проблема уже не только в качестве поиска. Это проблема управления доказательствами.\u003C\u002Fp>\n\u003Ch2 id=\"section-57\">Типичные режимы отказа\u003C\u002Fh2>\n\u003Cp>Побеждает наивысшая оценка сходства. Это путает семантическую близость с доказательственным авторитетом.\u003C\u002Fp>\n\u003Cp>Всегда побеждает самый новый источник. Более новый комментарий может быть менее авторитетным, чем более старый действующий договор или стандарт.\u003C\u002Fp>\n\u003Cp>Официальный означает универсально применимый. Официальный источник всё ещё может относиться к другой юрисдикции, версии или области действия.\u003C\u002Fp>\n\u003Cp>Публичный означает безопасный для получения. Информация может быть публичной, но непригодной для задачи, тогда как частная информация может быть законной только в авторизованном контексте.\u003C\u002Fp>\n\u003Ch2 id=\"section-62\">Краевой случай: конфликтующие авторитетные источники\u003C\u002Fh2>\n\u003Cp>Сложный случай — это не авторитетный источник против явно слабого источника. Это два явно авторитетных источника, которые противоречат друг другу.\u003C\u002Fp>\n\u003Cp>В этот момент уровень авторитета должен сохранить конфликт, а не молча свести его к одному ответу.\u003C\u002Fp>\n\u003Cpre class=\"code-block\">\u003Ccode>Retrieve\n   ↓\nQualify source authority\n   ↓\nDetect conflict\n   ↓\nPreserve disagreement\n   ↓\nReason about scope \u002F version \u002F provenance\n   ↓\nAnswer only inside the supported boundary\u003C\u002Fcode>\u003C\u002Fpre>\n\u003Ch2 id=\"section-66\">Ограничения\u003C\u002Fh2>\n\u003Cp>Уровень авторитета поиска — это концептуальная архитектура, а не универсальный алгоритм ранжирования.\u003C\u002Fp>\n\u003Cp>Разные домены требуют разных моделей авторитета. Юридические, научные, коммерческие, операционные и личные данные не могут все использовать одну и ту же иерархию источников.\u003C\u002Fp>\n\u003Cp>Он также не может гарантировать, что внешняя поисковая система или система ИИ будет ранжировать страницу издателя. Внешние системы ранжирования остаются вне контроля издателя.\u003C\u002Fp>\n\u003Ch2 id=\"section-70\">Что изменило бы этот ответ?\u003C\u002Fh2>\n\u003Cp>Поисковые системы могут всё чаще автоматически изучать надёжность источников, сочетать структурированное происхождение с нейронным ранжированием и согласовывать доступ через агентные протоколы.\u003C\u002Fp>\n\u003Cp>Это может изменить способ реализации сигналов авторитета. Это не устраняет различие между поиском релевантной информации и решением о том, заслуживает ли эта информация доказательственного веса.\u003C\u002Fp>\n\u003Ch2 id=\"section-73\">Заключение\u003C\u002Fh2>\n\u003Cp>Триггер извлечения отвечает на вопрос: нужны ли мне внешние доказательства?\u003C\u002Fp>\n\u003Cp>Уровень полномочий извлечения отвечает на следующий вопрос: какой внешний источник заслуживает того, чтобы стать доказательством?\u003C\u002Fp>\n\u003Cpre class=\"code-block\">\u003Ccode>Model Knowledge\n   ↓\nRetrieval Trigger\n   ↓\nCandidate Sources\n   ↓\nRetrieval Authority Layer\n   ↓\nQualified Evidence\n   ↓\nReasoning\n   ↓\nAnswer\u003C\u002Fcode>\u003C\u002Fpre>\n\u003Cp>Это различие переводит RAG от извлечения документов к контролируемому извлечению доказательств.\u003C\u002Fp>\n\u003Ch2 id=\"section-78\">Первоисточники\u003C\u002Fh2>\n\u003Cp>Patrick Lewis et al., \u003Ca href=\"https:\u002F\u002Farxiv.org\u002Fabs\u002F2005.11401\" target=\"_blank\">Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks\u003C\u002Fa> (2020).\u003C\u002Fp>\n\u003Cp>Akari Asai et al., \u003Ca href=\"https:\u002F\u002Farxiv.org\u002Fabs\u002F2310.11511\" target=\"_blank\">Self-RAG: Learning to Retrieve, Generate, and Critique through Self-Reflection\u003C\u002Fa> (2023).\u003C\u002Fp>\n\u003Cp>Soyeong Jeong et al., \u003Ca href=\"https:\u002F\u002Farxiv.org\u002Fabs\u002F2403.14403\" target=\"_blank\">Adaptive-RAG: Learning to Adapt Retrieval-Augmented Large Language Models through Question Complexity\u003C\u002Fa> (2024).\u003C\u002Fp>",{"time":228,"blocks":229,"version":682},1792072639875,[230,236,242,247,252,260,267,272,277,282,287,293,304,309,314,330,335,340,345,350,355,360,365,370,375,380,385,390,395,400,409,414,419,424,429,434,439,444,449,454,459,464,469,474,483,488,493,498,503,508,513,518,527,532,537,552,557,562,567,572,577,582,587,592,597,602,607,612,617,622,627,632,637,642,647,652,657,662,667,672,677],{"id":231,"data":232,"type":42,"tunes":235},"XpcNQW15-B",{"text":233,"level":234},"Вопрос",2,{},{"id":237,"data":238,"type":240,"tunes":241},"ren2ISkSca",{"text":239},"Почему система ИИ-поиска выбирает один источник и игнорирует другой, который, казалось бы, обсуждает точно ту же тему?","paragraph",{},{"id":243,"data":244,"type":240,"tunes":246},"X_bzzHXG4I",{"text":245},"Семантическая релевантность — лишь часть ответа. Два документа могут быть одинаково похожи на запрос, но радикально различаться по авторитетности, свежести, происхождению, охвату, правам доступа и применимости.",{},{"id":248,"data":249,"type":240,"tunes":251},"elm6ePGXbF",{"text":250},"В этой статье используется термин «слой авторитетности поиска» для границы выбора источников, которая находится между нахождением потенциально релевантной информации и рассмотрением этой информации как подходящего доказательства.",{},{"id":253,"data":254,"type":258,"tunes":259},"TeJ97szQOn",{"text":255,"caption":256,"alignment":257},"Слой авторитетности поиска — это набор правил выбора источников и свойств источников, которые определяют, какая доступная для поиска информация заслуживает того, чтобы стать доказательством для конкретного вопроса.","Рабочее определение — системная концепция, используемая в этой статье, а не стандартизированный исследовательский термин.","left","quote",{},{"id":261,"data":262,"type":265,"tunes":266},"JfN6zo2EAW",{"title":263,"maxLevel":264,"minLevel":234},"Содержание",3,"tableOfContents",{},{"id":268,"data":269,"type":42,"tunes":271},"RoTT8hQShH",{"text":270,"level":234},"Что это на самом деле означает",{},{"id":273,"data":274,"type":240,"tunes":276},"Cns53IeLiV",{"text":275},"Поисковая система отвечает на относительно узкий вопрос: какие элементы кажутся релевантными этому запросу?",{},{"id":278,"data":279,"type":240,"tunes":281},"2qvTGNQESy",{"text":280},"Продакшн-система ИИ обычно должна ответить на более сложный вопрос: каким из этих релевантных элементов следует позволить повлиять на ответ?",{},{"id":283,"data":284,"type":240,"tunes":286},"KneZrq8Dgr",{"text":285},"Этот второй вопрос вводит идентичность источника, версию, авторитетность, период действия, происхождение и охват. Релевантная старая политика, скопированный пост в блоге или неофициальное резюме могут иметь очень высокий рейтинг, но при этом быть неподходящим доказательством для решения.",{},{"id":288,"data":289,"type":291,"tunes":292},"DYVDznB9AW",{"code":290},"Question\n   ↓\nRetrieval Trigger\n   ↓\nCandidate Sources\n   ↓\nRETRIEVAL AUTHORITY LAYER\n   ↓\nQualified Evidence\n   ↓\nContext \u002F Reasoning\n   ↓\nAnswer Validity Boundary\n   ↓\nAnswer","code",{},{"id":294,"data":295,"type":302,"tunes":303},"mBPGlmAz5D",{"link":296,"meta":297},"https:\u002F\u002Fstajic.de\u002Fru\u002Fblog\u002Fwhen-should-an-ai-stop-trusting-its-own-knowledge-the-retrieval-trigger",{"image":298,"title":300,"description":301},{"url":299},"","Когда ИИ должен перестать доверять собственным знаниям? — Триггер поиска","Триггер поиска решает, когда требуются внешние доказательства. Слой авторитетности поиска определяет, какие источники должны их предоставить.","linkTool",{},{"id":305,"data":306,"type":42,"tunes":308},"zuuDXruzRL",{"text":307,"level":234},"Простейший пример",{},{"id":310,"data":311,"type":240,"tunes":313},"QP0qUL8Ciw",{"text":312},"Представьте, что сотрудник спрашивает корпоративного ассистента: сколько дней отпуска получают сотрудники?",{},{"id":315,"data":316,"type":328,"tunes":329},"2Ev2t8opWr",{"content":317,"stretched":43,"withHeadings":14},[318,321,325],[319,263,320],"Кандидат","Семантическая релевантность",[322,323,324],"A","Текущая кадровая политика, утверждённая версия 6.2","Высокая",[326,327,324],"B","Старое руководство по адаптации, скопированное из версии 4.8","table",{},{"id":331,"data":332,"type":240,"tunes":334},"wtPrU1Dnqd",{"text":333},"Оба фрагмента могут содержать почти идентичные формулировки. Поэтому оценка сходства может расположить их очень близко друг к другу.",{},{"id":336,"data":337,"type":291,"tunes":339},"v97zTkFBzt",{"code":338},"Semantic relevance\n        ≠\nSource authority\n        ≠\nApplicability",{},{"id":341,"data":342,"type":240,"tunes":344},"kAKa32Hh_B",{"text":343},"Текущая утверждённая кадровая политика обычно должна преобладать, поскольку она является руководящим источником для утверждения. Старое руководство остаётся релевантным текстом, но оно не должно иметь такой же доказательный вес.",{},{"id":346,"data":347,"type":42,"tunes":349},"gUE1_pfNG9",{"text":348,"level":234},"Где пример перестаёт работать",{},{"id":351,"data":352,"type":240,"tunes":354},"3c0r-JJC4s",{"text":353},"Авторитет не всегда представляет собой универсальную иерархию, в которой один источник побеждает каждый раз.",{},{"id":356,"data":357,"type":240,"tunes":359},"q1E1rsEJq0",{"text":358},"Транзакционная база данных может быть авторитетной для текущего статуса заказа. Руководство по продукту может быть авторитетным для предполагаемой работы. Подписанный контракт может определять коммерческое обязательство. Первичная научная статья может быть лучшим источником для своего эксперимента, тогда как более поздний систематический обзор может быть сильнее для более широкого вывода.",{},{"id":361,"data":362,"type":240,"tunes":364},"oCUaHjt58Z",{"text":363},"Таким образом, авторитет относителен утверждения. Правильный класс источника зависит от того, что запрашивается.",{},{"id":366,"data":367,"type":42,"tunes":369},"4CxlnDa9Cc",{"text":368,"level":234},"Прямой ответ",{},{"id":371,"data":372,"type":240,"tunes":374},"QW5_w33xWI",{"text":373},"Источник должен стать предпочтительным доказательством для извлечения, когда он не просто релевантен, но также достаточно авторитетен, актуален, применим, отслеживаем и доступен для конкретного утверждения, на которое даётся ответ.",{},{"id":376,"data":377,"type":291,"tunes":379},"owyjAlbwY4",{"code":378},"Useful retrieval evidence\n=\nrelevance\n+ authority\n+ provenance\n+ freshness\n+ applicability\n+ accessibility",{},{"id":381,"data":382,"type":240,"tunes":384},"IBCawe0zx3",{"text":383},"Эти свойства не гарантируют истинность. Они создают более прочную основу для решения о том, какая извлечённая информация заслуживает включения в процесс рассуждения.",{},{"id":386,"data":387,"type":42,"tunes":389},"4vZIEUjrdq",{"text":388,"level":234},"Почему одного сходства недостаточно",{},{"id":391,"data":392,"type":240,"tunes":394},"1PFBw4V0ni",{"text":393},"Векторный поиск чрезвычайно полезен, поскольку он может находить семантически связанную информацию, даже когда формулировки различаются. Но семантическое сходство само по себе не знает, является ли документ устаревшим, заменённым, неофициальным, несанкционированным или действительным для другой юрисдикции.",{},{"id":396,"data":397,"type":240,"tunes":399},"vfaNbSsKCP",{"text":398},"Исходная архитектура RAG показала, как внешняя непараметрическая память может дополнять знания модели. Производственные системы должны добавлять специфичные для приложения средства контроля вокруг этого процесса извлечения.",{},{"id":401,"data":402,"type":302,"tunes":408},"RKi9NxoiRb",{"link":403,"meta":404},"https:\u002F\u002Fstajic.de\u002Fru\u002Fblog\u002Fwhere-does-an-llm-get-its-data-rag-data-sources-in-python",{"image":405,"title":406,"description":407},{"url":299},"Откуда LLM берёт свои данные? Источники данных RAG на Python","Файлы, базы данных, API, поиск и векторные индексы могут предоставлять знания во время выполнения. Метод извлечения должен соответствовать источнику и вопросу.",{},{"id":410,"data":411,"type":42,"tunes":413},"hULFRV_NCz",{"text":412,"level":234},"Шесть сигналов авторитета",{},{"id":415,"data":416,"type":42,"tunes":418},"7lJ3RudSld",{"text":417,"level":264},"1. Идентичность источника",{},{"id":420,"data":421,"type":240,"tunes":423},"J2JcDKRmnb",{"text":422},"Система должна знать, чем на самом деле является источник: политика, контракт, API, запись в базе данных, научная статья, страница документации, пользовательский файл или сторонний комментарий.",{},{"id":425,"data":426,"type":42,"tunes":428},"bKliUrdBTI",{"text":427,"level":264},"2. Происхождение",{},{"id":430,"data":431,"type":240,"tunes":433},"LRJssGYfAY",{"text":432},"Доказательство должно сохранять информацию о том, откуда оно пришло, как оно попало в систему и какой исходный объект или документ можно проверить, если утверждение оспаривается.",{},{"id":435,"data":436,"type":42,"tunes":438},"N-KXk6Cp2H",{"text":437,"level":264},"3. Свежесть",{},{"id":440,"data":441,"type":240,"tunes":443},"FJKVbQVgOr",{"text":442},"Свежесть имеет значение, когда меняется лежащий в основе факт. Текущий ответ API и статья пятилетней давности могут быть одинаково релевантны словам запроса, но не его временному требованию.",{},{"id":445,"data":446,"type":42,"tunes":448},"8Wxcbhl365",{"text":447,"level":264},"4. Применимость",{},{"id":450,"data":451,"type":240,"tunes":453},"8w01u-EYq6",{"text":452},"Факт может быть верным, но относиться не к той версии продукта, стране, арендатору, группе клиентов, договору, релизу программного обеспечения или периоду времени.",{},{"id":455,"data":456,"type":42,"tunes":458},"NYQm_3y_PX",{"text":457,"level":264},"5. Конкретность доказательств",{},{"id":460,"data":461,"type":240,"tunes":463},"uqqpEuQdxC",{"text":462},"Первичное доказательство, непосредственно подтверждающее утверждение, как правило, сильнее цепочки резюме, которые лишь повторяют его.",{},{"id":465,"data":466,"type":42,"tunes":468},"GggJkQwr1C",{"text":467,"level":264},"6. Законность доступа",{},{"id":470,"data":471,"type":240,"tunes":473},"spnPYg1KRU",{"text":472},"Технически извлекаемый документ не обязательно является авторизованным контекстом. Полномочия на извлечение должны действовать в рамках границ арендатора, разрешений, конфиденциальности и минимизации данных.",{},{"id":475,"data":476,"type":302,"tunes":482},"yvkNCwWFiC",{"link":477,"meta":478},"https:\u002F\u002Fstajic.de\u002Fru\u002Fblog\u002Fwhat-is-context-engineering-what-the-model-receives-before-it-answers",{"image":479,"title":480,"description":481},{"url":299},"Что такое контекстная инженерия? Что получает модель до того, как ответить","Сборка контекста также является границей достоверности и безопасности. Извлечённая информация должна сохранять область действия, полномочия и ограничения доступа.",{},{"id":484,"data":485,"type":42,"tunes":487},"b_9T6lmCVJ",{"text":486,"level":234},"Минимальная модель полномочий",{},{"id":489,"data":490,"type":240,"tunes":492},"VpHVLljSPR",{"text":491},"Практическая система может явно представлять эти свойства, а не надеяться, что ранжирование по сходству их уловит.",{},{"id":494,"data":495,"type":291,"tunes":497},"L4W7ZQSTYs",{"code":496},"{\n  \"source\": \"hr-policy-6.2\",\n  \"sourceType\": \"approved_policy\",\n  \"effectiveFrom\": \"2026-01-01\",\n  \"supersedes\": \"hr-policy-5.9\",\n  \"jurisdiction\": \"DE\",\n  \"authority\": \"primary\",\n  \"accessScope\": \"employee\",\n  \"provenance\": \"hr-policy-system\"\n}",{},{"id":499,"data":500,"type":240,"tunes":502},"VISBdGcdtA",{"text":501},"Модуль извлечения по-прежнему может использовать семантическую или лексическую релевантность. Уровень полномочий добавляет ограничения и сигналы переранжирования, которые одна релевантность обеспечить не может.",{},{"id":504,"data":505,"type":42,"tunes":507},"GcbcUHNia6",{"text":506,"level":234},"Связь с информацией, готовой для агентов",{},{"id":509,"data":510,"type":240,"tunes":512},"CVqLmnn5CD",{"text":511},"Это становится особенно важным, когда потребителем является не человек, читающий документы, а ИИ-агент, принимающий решения.",{},{"id":514,"data":515,"type":240,"tunes":517},"MkvgpsEqJc",{"text":516},"Информационный объект, готовый для агентов, должен сохранять идентичность, происхождение, конфликты, неизвестные и условия действительности до этапа извлечения. В противном случае система пытается восстановить полномочия после того, как информация уже была уплощена в анонимный текст.",{},{"id":519,"data":520,"type":302,"tunes":526},"5KX3sugIpt",{"link":521,"meta":522},"https:\u002F\u002Fstajic.de\u002Fru\u002Fportfolio\u002Ffrom-raw-data-to-verifiable-ai-context-a-practical-architecture-for-agent-ready-information",{"image":523,"title":524,"description":525},{"url":299},"От сырых данных к проверяемому контексту ИИ: практическая архитектура для информации, готовой для агентов","Портфельная архитектура для превращения разнородных данных в контролируемые информационные объекты с идентичностью, происхождением, конфликтами и действительностью.",{},{"id":528,"data":529,"type":42,"tunes":531},"O6bYy5LenW",{"text":530,"level":234},"Диагностический \u002F решающий метод",{},{"id":533,"data":534,"type":240,"tunes":536},"cZeNmj3Z_3",{"text":535},"Для каждого ценного извлечённого утверждения задайте шесть вопросов:",{},{"id":538,"data":539,"type":550,"tunes":551},"lWP8qNNrxw",{"meta":540,"items":542,"style":549},{"counterType":541},"numeric",[543,544,545,546,547,548],"Какой именно источник породил это доказательство?","Является ли этот источник авторитетным для данного типа утверждения?","Актуальна ли ещё эта информация?","Применима ли она к этому пользователю, версии, юрисдикции и периоду времени?","Можно ли проследить утверждение до исходного доказательства?","Был ли пользователь или агент уполномочен получить его?","ordered","list",{},{"id":553,"data":554,"type":240,"tunes":556},"zzgllTPRBV",{"text":555},"Если система не может ответить на эти вопросы, проблема уже не только в качестве поиска. Это проблема управления доказательствами.",{},{"id":558,"data":559,"type":42,"tunes":561},"gmdM4uPGYl",{"text":560,"level":234},"Типичные режимы отказа",{},{"id":563,"data":564,"type":240,"tunes":566},"GjbXINllzx",{"text":565},"Побеждает наивысшая оценка сходства. Это путает семантическую близость с доказательственным авторитетом.",{},{"id":568,"data":569,"type":240,"tunes":571},"DapWd1cmb5",{"text":570},"Всегда побеждает самый новый источник. Более новый комментарий может быть менее авторитетным, чем более старый действующий договор или стандарт.",{},{"id":573,"data":574,"type":240,"tunes":576},"VVGLrdBjxS",{"text":575},"Официальный означает универсально применимый. Официальный источник всё ещё может относиться к другой юрисдикции, версии или области действия.",{},{"id":578,"data":579,"type":240,"tunes":581},"vBrSvczrCq",{"text":580},"Публичный означает безопасный для получения. Информация может быть публичной, но непригодной для задачи, тогда как частная информация может быть законной только в авторизованном контексте.",{},{"id":583,"data":584,"type":42,"tunes":586},"gN24OPQDE2",{"text":585,"level":234},"Краевой случай: конфликтующие авторитетные источники",{},{"id":588,"data":589,"type":240,"tunes":591},"qcST_7WVLw",{"text":590},"Сложный случай — это не авторитетный источник против явно слабого источника. Это два явно авторитетных источника, которые противоречат друг другу.",{},{"id":593,"data":594,"type":240,"tunes":596},"E9gsL-vSes",{"text":595},"В этот момент уровень авторитета должен сохранить конфликт, а не молча свести его к одному ответу.",{},{"id":598,"data":599,"type":291,"tunes":601},"CBZ5ctc6_X",{"code":600},"Retrieve\n   ↓\nQualify source authority\n   ↓\nDetect conflict\n   ↓\nPreserve disagreement\n   ↓\nReason about scope \u002F version \u002F provenance\n   ↓\nAnswer only inside the supported boundary",{},{"id":603,"data":604,"type":42,"tunes":606},"xeQqLNvjCb",{"text":605,"level":234},"Ограничения",{},{"id":608,"data":609,"type":240,"tunes":611},"raTFpBhsAR",{"text":610},"Уровень авторитета поиска — это концептуальная архитектура, а не универсальный алгоритм ранжирования.",{},{"id":613,"data":614,"type":240,"tunes":616},"G6tXMIP-u1",{"text":615},"Разные домены требуют разных моделей авторитета. Юридические, научные, коммерческие, операционные и личные данные не могут все использовать одну и ту же иерархию источников.",{},{"id":618,"data":619,"type":240,"tunes":621},"SWCg4MmSIb",{"text":620},"Он также не может гарантировать, что внешняя поисковая система или система ИИ будет ранжировать страницу издателя. Внешние системы ранжирования остаются вне контроля издателя.",{},{"id":623,"data":624,"type":42,"tunes":626},"j_xI-ClxxP",{"text":625,"level":234},"Что изменило бы этот ответ?",{},{"id":628,"data":629,"type":240,"tunes":631},"xrctSdgP3p",{"text":630},"Поисковые системы могут всё чаще автоматически изучать надёжность источников, сочетать структурированное происхождение с нейронным ранжированием и согласовывать доступ через агентные протоколы.",{},{"id":633,"data":634,"type":240,"tunes":636},"Ka8dOdJHXO",{"text":635},"Это может изменить способ реализации сигналов авторитета. Это не устраняет различие между поиском релевантной информации и решением о том, заслуживает ли эта информация доказательственного веса.",{},{"id":638,"data":639,"type":42,"tunes":641},"E6SLB3m5CI",{"text":640,"level":234},"Заключение",{},{"id":643,"data":644,"type":240,"tunes":646},"0_oDIxt-xd",{"text":645},"Триггер извлечения отвечает на вопрос: нужны ли мне внешние доказательства?",{},{"id":648,"data":649,"type":240,"tunes":651},"mCMupYycYk",{"text":650},"Уровень полномочий извлечения отвечает на следующий вопрос: какой внешний источник заслуживает того, чтобы стать доказательством?",{},{"id":653,"data":654,"type":291,"tunes":656},"rSohO6bowX",{"code":655},"Model Knowledge\n   ↓\nRetrieval Trigger\n   ↓\nCandidate Sources\n   ↓\nRetrieval Authority Layer\n   ↓\nQualified Evidence\n   ↓\nReasoning\n   ↓\nAnswer",{},{"id":658,"data":659,"type":240,"tunes":661},"f8GMr_eelV",{"text":660},"Это различие переводит RAG от извлечения документов к контролируемому извлечению доказательств.",{},{"id":663,"data":664,"type":42,"tunes":666},"hOWp43J5Dw",{"text":665,"level":234},"Первоисточники",{},{"id":668,"data":669,"type":240,"tunes":671},"evqsbllTgC",{"text":670},"Patrick Lewis et al., \u003Ca href=\"https:\u002F\u002Farxiv.org\u002Fabs\u002F2005.11401\" target=\"_blank\">Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks\u003C\u002Fa> (2020).",{},{"id":673,"data":674,"type":240,"tunes":676},"gz0XrNndq4",{"text":675},"Akari Asai et al., \u003Ca href=\"https:\u002F\u002Farxiv.org\u002Fabs\u002F2310.11511\" target=\"_blank\">Self-RAG: Learning to Retrieve, Generate, and Critique through Self-Reflection\u003C\u002Fa> (2023).",{},{"id":678,"data":679,"type":240,"tunes":681},"NgkPqz5Poz",{"text":680},"Soyeong Jeong et al., \u003Ca href=\"https:\u002F\u002Farxiv.org\u002Fabs\u002F2403.14403\" target=\"_blank\">Adaptive-RAG: Learning to Adapt Retrieval-Augmented Large Language Models through Question Complexity\u003C\u002Fa> (2024).",{},"2.31","Найти релевантный документ недостаточно. Системы ИИ также должны отличать источники, которые являются актуальными, авторитетными, применимыми и отслеживаемыми, от источников, которые лишь выглядят похожими. Уровень авторитетности поиска определяет эту границу выбора источников.","\u002Fuploads\u002F2026\u002F10\u002Fwhy-does-ai-retrieve-some-sources-and-ignore-others-the-retrieval-authority-layer-1792072410616-0evp1z.webp","why-does-ai-retrieve-some-sources-and-ignore-others-the-retrieval-authority-layer-1792072410616-0evp1z","PUBLISHED","2026-10-15T07:51:00.000Z","2026-10-15T13:51:04.579Z","2026-10-15T20:37:39.839Z",{"en":691,"de":692,"sr":693,"es":694,"fr":695,"it":696,"ru":697,"zh":698},"\u002Fblog\u002Fwhy-does-ai-retrieve-some-sources-and-ignore-others-the-retrieval-authority-layer","\u002Fde\u002Fblog\u002Fwhy-does-ai-retrieve-some-sources-and-ignore-others-the-retrieval-authority-layer","\u002Fsr\u002Fblog\u002Fwhy-does-ai-retrieve-some-sources-and-ignore-others-the-retrieval-authority-layer","\u002Fes\u002Fblog\u002Fwhy-does-ai-retrieve-some-sources-and-ignore-others-the-retrieval-authority-layer","\u002Ffr\u002Fblog\u002Fwhy-does-ai-retrieve-some-sources-and-ignore-others-the-retrieval-authority-layer","\u002Fit\u002Fblog\u002Fwhy-does-ai-retrieve-some-sources-and-ignore-others-the-retrieval-authority-layer","\u002Fru\u002Fblog\u002Fwhy-does-ai-retrieve-some-sources-and-ignore-others-the-retrieval-authority-layer","\u002Fzh\u002Fblog\u002Fwhy-does-ai-retrieve-some-sources-and-ignore-others-the-retrieval-authority-layer",[700,704],{"id":701,"name":702,"slug":703},65,"Система тематического авторитета","topical-authority",{"id":705,"name":706,"slug":707},106,"Ранбук: Откат AI","ai-rollback",{"id":709,"login":710,"email":299,"displayName":711},"20","rooth8233","Aleksandar Stajić",[713,1070],{"lang":714,"title":715,"content":716,"contentJson":717,"excerpt":1069},"en","Why Does AI Retrieve Some Sources and Ignore Others? — The Retrieval Authority Layer","{\"time\":1792072370632,\"blocks\":[{\"id\":\"XpcNQW15-B\",\"data\":{\"text\":\"Question\",\"level\":2},\"type\":\"header\",\"tunes\":{}},{\"id\":\"ren2ISkSca\",\"data\":{\"text\":\"Why does an AI retrieval system choose one source while ignoring another source that appears to discuss exactly the same subject?\"},\"type\":\"paragraph\",\"tunes\":{}},{\"id\":\"X_bzzHXG4I\",\"data\":{\"text\":\"Semantic relevance is only part of the answer. Two documents can be equally similar to a query while differing radically in authority, freshness, provenance, scope, permissions and applicability.\"},\"type\":\"paragraph\",\"tunes\":{}},{\"id\":\"elm6ePGXbF\",\"data\":{\"text\":\"This article uses the term Retrieval Authority Layer for the source-selection boundary that sits between finding potentially relevant information and treating that information as suitable evidence.\"},\"type\":\"paragraph\",\"tunes\":{}},{\"id\":\"TeJ97szQOn\",\"data\":{\"text\":\"A Retrieval Authority Layer is the set of source-selection rules and source properties that determine which retrievable information deserves to become evidence for a particular question.\",\"caption\":\"Working definition — a systems concept used in this article, not a standardized research term.\",\"alignment\":\"left\"},\"type\":\"quote\",\"tunes\":{}},{\"id\":\"JfN6zo2EAW\",\"data\":{\"title\":\"Contents\",\"maxLevel\":3,\"minLevel\":2},\"type\":\"tableOfContents\",\"tunes\":{}},{\"id\":\"RoTT8hQShH\",\"data\":{\"text\":\"What This Really Means\",\"level\":2},\"type\":\"header\",\"tunes\":{}},{\"id\":\"Cns53IeLiV\",\"data\":{\"text\":\"A retriever answers a relatively narrow question: Which items appear relevant to this query?\"},\"type\":\"paragraph\",\"tunes\":{}},{\"id\":\"2qvTGNQESy\",\"data\":{\"text\":\"A production AI system usually needs to answer a harder one: Which of those relevant items should be allowed to influence the answer?\"},\"type\":\"paragraph\",\"tunes\":{}},{\"id\":\"KneZrq8Dgr\",\"data\":{\"text\":\"That second question introduces source identity, version, authority, validity period, provenance and scope. A relevant old policy, copied blog post or unofficial summary can rank extremely well while still being the wrong evidence for the decision.\"},\"type\":\"paragraph\",\"tunes\":{}},{\"id\":\"DYVDznB9AW\",\"data\":{\"code\":\"Question\\n   ↓\\nRetrieval Trigger\\n   ↓\\nCandidate Sources\\n   ↓\\nRETRIEVAL AUTHORITY LAYER\\n   ↓\\nQualified Evidence\\n   ↓\\nContext \u002F Reasoning\\n   ↓\\nAnswer Validity Boundary\\n   ↓\\nAnswer\"},\"type\":\"code\",\"tunes\":{}},{\"id\":\"mBPGlmAz5D\",\"data\":{\"link\":\"https:\u002F\u002Fstajic.de\u002Fblog\u002Fwhen-should-an-ai-stop-trusting-its-own-knowledge-the-retrieval-trigger\",\"meta\":{\"image\":{\"url\":\"\"},\"title\":\"When Should an AI Stop Trusting Its Own Knowledge? — The Retrieval Trigger\",\"description\":\"The Retrieval Trigger decides when external evidence is required. The Retrieval Authority Layer asks which sources should provide it.\"}},\"type\":\"linkTool\",\"tunes\":{}},{\"id\":\"zuuDXruzRL\",\"data\":{\"text\":\"Simplest Example\",\"level\":2},\"type\":\"header\",\"tunes\":{}},{\"id\":\"QP0qUL8Ciw\",\"data\":{\"text\":\"Imagine an employee asks an enterprise assistant: How many vacation days do employees receive?\"},\"type\":\"paragraph\",\"tunes\":{}},{\"id\":\"2Ev2t8opWr\",\"data\":{\"content\":[[\"Candidate\",\"Content\",\"Semantic relevance\"],[\"A\",\"Current HR policy, approved version 6.2\",\"High\"],[\"B\",\"Old onboarding guide copied from version 4.8\",\"High\"]],\"stretched\":false,\"withHeadings\":true},\"type\":\"table\",\"tunes\":{}},{\"id\":\"wtPrU1Dnqd\",\"data\":{\"text\":\"Both passages can contain nearly identical wording. A similarity score may therefore place them very close together.\"},\"type\":\"paragraph\",\"tunes\":{}},{\"id\":\"v97zTkFBzt\",\"data\":{\"code\":\"Semantic relevance\\n        ≠\\nSource authority\\n        ≠\\nApplicability\"},\"type\":\"code\",\"tunes\":{}},{\"id\":\"kAKa32Hh_B\",\"data\":{\"text\":\"The current approved HR policy should normally dominate because it is the governing source for the claim. The older guide remains relevant text, but it should not carry the same evidential weight.\"},\"type\":\"paragraph\",\"tunes\":{}},{\"id\":\"gUE1_pfNG9\",\"data\":{\"text\":\"Where the Example Stops Working\",\"level\":2},\"type\":\"header\",\"tunes\":{}},{\"id\":\"3c0r-JJC4s\",\"data\":{\"text\":\"Authority is not always a universal hierarchy in which one source wins every time.\"},\"type\":\"paragraph\",\"tunes\":{}},{\"id\":\"q1E1rsEJq0\",\"data\":{\"text\":\"A transactional database may be authoritative for the current status of an order. A product manual may be authoritative for intended operation. A signed contract may control a commercial obligation. A primary scientific paper may be the best source for its experiment, while a later systematic review may be stronger for a broader conclusion.\"},\"type\":\"paragraph\",\"tunes\":{}},{\"id\":\"oCUaHjt58Z\",\"data\":{\"text\":\"Authority is therefore claim-relative. The correct source class depends on what is being asked.\"},\"type\":\"paragraph\",\"tunes\":{}},{\"id\":\"4CxlnDa9Cc\",\"data\":{\"text\":\"Direct Answer\",\"level\":2},\"type\":\"header\",\"tunes\":{}},{\"id\":\"QW5_w33xWI\",\"data\":{\"text\":\"A source should become preferred retrieval evidence when it is not merely relevant, but also sufficiently authoritative, current, applicable, traceable and accessible for the specific claim being answered.\"},\"type\":\"paragraph\",\"tunes\":{}},{\"id\":\"owyjAlbwY4\",\"data\":{\"code\":\"Useful retrieval evidence\\n=\\nrelevance\\n+ authority\\n+ provenance\\n+ freshness\\n+ applicability\\n+ accessibility\"},\"type\":\"code\",\"tunes\":{}},{\"id\":\"IBCawe0zx3\",\"data\":{\"text\":\"These properties do not guarantee truth. They create a stronger basis for deciding which retrieved information deserves to enter the reasoning process.\"},\"type\":\"paragraph\",\"tunes\":{}},{\"id\":\"4vZIEUjrdq\",\"data\":{\"text\":\"Why Similarity Alone Is Not Enough\",\"level\":2},\"type\":\"header\",\"tunes\":{}},{\"id\":\"1PFBw4V0ni\",\"data\":{\"text\":\"Vector retrieval is extremely useful because it can find semantically related information even when the wording differs. But semantic similarity does not know by itself whether a document is obsolete, superseded, unofficial, unauthorized or valid for another jurisdiction.\"},\"type\":\"paragraph\",\"tunes\":{}},{\"id\":\"vfaNbSsKCP\",\"data\":{\"text\":\"The original RAG architecture showed how external non-parametric memory can augment model knowledge. Production systems must add application-specific controls around that retrieval process.\"},\"type\":\"paragraph\",\"tunes\":{}},{\"id\":\"RKi9NxoiRb\",\"data\":{\"link\":\"https:\u002F\u002Fstajic.de\u002Fblog\u002Fwhere-does-an-llm-get-its-data-rag-data-sources-in-python\",\"meta\":{\"image\":{\"url\":\"\"},\"title\":\"Where Does an LLM Get Its Data? RAG Data Sources in Python\",\"description\":\"Files, databases, APIs, search and vector indexes can all provide runtime knowledge. The retrieval method should match the source and the question.\"}},\"type\":\"linkTool\",\"tunes\":{}},{\"id\":\"hULFRV_NCz\",\"data\":{\"text\":\"The Six Authority Signals\",\"level\":2},\"type\":\"header\",\"tunes\":{}},{\"id\":\"7lJ3RudSld\",\"data\":{\"text\":\"1. Source Identity\",\"level\":3},\"type\":\"header\",\"tunes\":{}},{\"id\":\"J2JcDKRmnb\",\"data\":{\"text\":\"The system should know what the source actually is: policy, contract, API, database record, research paper, documentation page, user file or third-party commentary.\"},\"type\":\"paragraph\",\"tunes\":{}},{\"id\":\"bKliUrdBTI\",\"data\":{\"text\":\"2. Provenance\",\"level\":3},\"type\":\"header\",\"tunes\":{}},{\"id\":\"LRJssGYfAY\",\"data\":{\"text\":\"Evidence should preserve where it came from, how it entered the system and which original object or document can be inspected if the claim is challenged.\"},\"type\":\"paragraph\",\"tunes\":{}},{\"id\":\"N-KXk6Cp2H\",\"data\":{\"text\":\"3. Freshness\",\"level\":3},\"type\":\"header\",\"tunes\":{}},{\"id\":\"FJKVbQVgOr\",\"data\":{\"text\":\"Freshness matters when the underlying fact changes. A current API response and a five-year-old article may be equally relevant to the words of a query but not to its temporal requirement.\"},\"type\":\"paragraph\",\"tunes\":{}},{\"id\":\"8Wxcbhl365\",\"data\":{\"text\":\"4. Applicability\",\"level\":3},\"type\":\"header\",\"tunes\":{}},{\"id\":\"8w01u-EYq6\",\"data\":{\"text\":\"A fact may be correct but applicable to the wrong product version, country, tenant, customer group, contract, software release or time period.\"},\"type\":\"paragraph\",\"tunes\":{}},{\"id\":\"NYQm_3y_PX\",\"data\":{\"text\":\"5. Evidence Specificity\",\"level\":3},\"type\":\"header\",\"tunes\":{}},{\"id\":\"uqqpEuQdxC\",\"data\":{\"text\":\"Primary evidence that directly supports the claim is generally stronger than a chain of summaries that merely repeat it.\"},\"type\":\"paragraph\",\"tunes\":{}},{\"id\":\"GggJkQwr1C\",\"data\":{\"text\":\"6. Access Legitimacy\",\"level\":3},\"type\":\"header\",\"tunes\":{}},{\"id\":\"spnPYg1KRU\",\"data\":{\"text\":\"A technically retrievable document is not necessarily authorized context. Retrieval authority must operate inside tenant, permission, confidentiality and data-minimization boundaries.\"},\"type\":\"paragraph\",\"tunes\":{}},{\"id\":\"yvkNCwWFiC\",\"data\":{\"link\":\"https:\u002F\u002Fstajic.de\u002Fblog\u002Fwhat-is-context-engineering-what-the-model-receives-before-it-answers\",\"meta\":{\"image\":{\"url\":\"\"},\"title\":\"What Is Context Engineering? What the Model Receives Before It Answers\",\"description\":\"Context assembly is also a validity and security boundary. Retrieved information must preserve scope, authority and access constraints.\"}},\"type\":\"linkTool\",\"tunes\":{}},{\"id\":\"b_9T6lmCVJ\",\"data\":{\"text\":\"A Minimal Authority Model\",\"level\":2},\"type\":\"header\",\"tunes\":{}},{\"id\":\"VpHVLljSPR\",\"data\":{\"text\":\"A practical system can represent these properties explicitly rather than hoping that similarity ranking captures them.\"},\"type\":\"paragraph\",\"tunes\":{}},{\"id\":\"L4W7ZQSTYs\",\"data\":{\"code\":\"{\\n  \\\"source\\\": \\\"hr-policy-6.2\\\",\\n  \\\"sourceType\\\": \\\"approved_policy\\\",\\n  \\\"effectiveFrom\\\": \\\"2026-01-01\\\",\\n  \\\"supersedes\\\": \\\"hr-policy-5.9\\\",\\n  \\\"jurisdiction\\\": \\\"DE\\\",\\n  \\\"authority\\\": \\\"primary\\\",\\n  \\\"accessScope\\\": \\\"employee\\\",\\n  \\\"provenance\\\": \\\"hr-policy-system\\\"\\n}\"},\"type\":\"code\",\"tunes\":{}},{\"id\":\"VISBdGcdtA\",\"data\":{\"text\":\"The retriever can still use semantic or lexical relevance. The authority layer adds constraints and reranking signals that relevance alone cannot provide.\"},\"type\":\"paragraph\",\"tunes\":{}},{\"id\":\"GcbcUHNia6\",\"data\":{\"text\":\"Connection to Agent-Ready Information\",\"level\":2},\"type\":\"header\",\"tunes\":{}},{\"id\":\"CVqLmnn5CD\",\"data\":{\"text\":\"This becomes especially important when the consumer is not a human reading documents but an AI agent making decisions.\"},\"type\":\"paragraph\",\"tunes\":{}},{\"id\":\"MkvgpsEqJc\",\"data\":{\"text\":\"An agent-ready information object should preserve identity, provenance, conflicts, unknowns and validity conditions before the retrieval stage. Otherwise the system tries to reconstruct authority after information has already been flattened into anonymous text.\"},\"type\":\"paragraph\",\"tunes\":{}},{\"id\":\"5KX3sugIpt\",\"data\":{\"link\":\"https:\u002F\u002Fstajic.de\u002Fportfolio\u002Ffrom-raw-data-to-verifiable-ai-context-a-practical-architecture-for-agent-ready-information\",\"meta\":{\"image\":{\"url\":\"\"},\"title\":\"From Raw Data to Verifiable AI Context: A Practical Architecture for Agent-Ready Information\",\"description\":\"A portfolio architecture for turning heterogeneous data into controlled information objects with identity, provenance, conflicts and validity.\"}},\"type\":\"linkTool\",\"tunes\":{}},{\"id\":\"O6bYy5LenW\",\"data\":{\"text\":\"Diagnostic \u002F Decision Method\",\"level\":2},\"type\":\"header\",\"tunes\":{}},{\"id\":\"cZeNmj3Z_3\",\"data\":{\"text\":\"For every high-value retrieved claim, ask six questions:\"},\"type\":\"paragraph\",\"tunes\":{}},{\"id\":\"lWP8qNNrxw\",\"data\":{\"meta\":{\"counterType\":\"numeric\"},\"items\":[\"What exact source produced this evidence?\",\"Is this source authoritative for this type of claim?\",\"Is the information still current?\",\"Does it apply to this user, version, jurisdiction and time period?\",\"Can the claim be traced back to the original evidence?\",\"Was the user or agent authorized to retrieve it?\"],\"style\":\"ordered\"},\"type\":\"list\",\"tunes\":{}},{\"id\":\"zzgllTPRBV\",\"data\":{\"text\":\"If the system cannot answer these questions, the problem is no longer only retrieval quality. It is an evidence-governance problem.\"},\"type\":\"paragraph\",\"tunes\":{}},{\"id\":\"gmdM4uPGYl\",\"data\":{\"text\":\"Common Failure Modes\",\"level\":2},\"type\":\"header\",\"tunes\":{}},{\"id\":\"GjbXINllzx\",\"data\":{\"text\":\"The highest similarity score wins. This confuses semantic closeness with evidential authority.\"},\"type\":\"paragraph\",\"tunes\":{}},{\"id\":\"DapWd1cmb5\",\"data\":{\"text\":\"The newest source always wins. A newer commentary may be less authoritative than an older governing contract or standard.\"},\"type\":\"paragraph\",\"tunes\":{}},{\"id\":\"VVGLrdBjxS\",\"data\":{\"text\":\"Official means universally applicable. An official source may still belong to another jurisdiction, version or scope.\"},\"type\":\"paragraph\",\"tunes\":{}},{\"id\":\"vBrSvczrCq\",\"data\":{\"text\":\"Public means safe to retrieve. Information can be public yet inappropriate for the task, while private information can be legitimate only inside an authorized context.\"},\"type\":\"paragraph\",\"tunes\":{}},{\"id\":\"gN24OPQDE2\",\"data\":{\"text\":\"Edge Case: Conflicting Authoritative Sources\",\"level\":2},\"type\":\"header\",\"tunes\":{}},{\"id\":\"qcST_7WVLw\",\"data\":{\"text\":\"The difficult case is not an authoritative source versus an obviously weak source. It is two apparently authoritative sources that disagree.\"},\"type\":\"paragraph\",\"tunes\":{}},{\"id\":\"E9gsL-vSes\",\"data\":{\"text\":\"At that point, the authority layer should preserve the conflict instead of silently collapsing it into one answer.\"},\"type\":\"paragraph\",\"tunes\":{}},{\"id\":\"CBZ5ctc6_X\",\"data\":{\"code\":\"Retrieve\\n   ↓\\nQualify source authority\\n   ↓\\nDetect conflict\\n   ↓\\nPreserve disagreement\\n   ↓\\nReason about scope \u002F version \u002F provenance\\n   ↓\\nAnswer only inside the supported boundary\"},\"type\":\"code\",\"tunes\":{}},{\"id\":\"xeQqLNvjCb\",\"data\":{\"text\":\"Limitations\",\"level\":2},\"type\":\"header\",\"tunes\":{}},{\"id\":\"raTFpBhsAR\",\"data\":{\"text\":\"The Retrieval Authority Layer is a conceptual architecture, not a universal ranking algorithm.\"},\"type\":\"paragraph\",\"tunes\":{}},{\"id\":\"G6tXMIP-u1\",\"data\":{\"text\":\"Different domains require different authority models. Legal, scientific, commercial, operational and personal data cannot all use the same source hierarchy.\"},\"type\":\"paragraph\",\"tunes\":{}},{\"id\":\"SWCg4MmSIb\",\"data\":{\"text\":\"It also cannot guarantee that an external search or AI system will rank a publisher's page. External ranking systems remain outside the publisher's control.\"},\"type\":\"paragraph\",\"tunes\":{}},{\"id\":\"j_xI-ClxxP\",\"data\":{\"text\":\"What Would Change This Answer?\",\"level\":2},\"type\":\"header\",\"tunes\":{}},{\"id\":\"xrctSdgP3p\",\"data\":{\"text\":\"Retrieval systems may increasingly learn source reliability automatically, combine structured provenance with neural ranking and negotiate access through agent protocols.\"},\"type\":\"paragraph\",\"tunes\":{}},{\"id\":\"Ka8dOdJHXO\",\"data\":{\"text\":\"That may change how authority signals are implemented. It does not remove the distinction between finding relevant information and deciding whether that information deserves evidential weight.\"},\"type\":\"paragraph\",\"tunes\":{}},{\"id\":\"E6SLB3m5CI\",\"data\":{\"text\":\"Conclusion\",\"level\":2},\"type\":\"header\",\"tunes\":{}},{\"id\":\"0_oDIxt-xd\",\"data\":{\"text\":\"The Retrieval Trigger answers: Do I need external evidence?\"},\"type\":\"paragraph\",\"tunes\":{}},{\"id\":\"mCMupYycYk\",\"data\":{\"text\":\"The Retrieval Authority Layer answers the next question: Which external source deserves to become evidence?\"},\"type\":\"paragraph\",\"tunes\":{}},{\"id\":\"rSohO6bowX\",\"data\":{\"code\":\"Model Knowledge\\n   ↓\\nRetrieval Trigger\\n   ↓\\nCandidate Sources\\n   ↓\\nRetrieval Authority Layer\\n   ↓\\nQualified Evidence\\n   ↓\\nReasoning\\n   ↓\\nAnswer\"},\"type\":\"code\",\"tunes\":{}},{\"id\":\"f8GMr_eelV\",\"data\":{\"text\":\"That distinction moves RAG from document retrieval toward controlled evidence retrieval.\"},\"type\":\"paragraph\",\"tunes\":{}},{\"id\":\"hOWp43J5Dw\",\"data\":{\"text\":\"Primary Sources\",\"level\":2},\"type\":\"header\",\"tunes\":{}},{\"id\":\"evqsbllTgC\",\"data\":{\"text\":\"Patrick Lewis et al., \u003Ca href=\\\"https:\u002F\u002Farxiv.org\u002Fabs\u002F2005.11401\\\" target=\\\"_blank\\\">Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks\u003C\u002Fa> (2020).\"},\"type\":\"paragraph\",\"tunes\":{}},{\"id\":\"gz0XrNndq4\",\"data\":{\"text\":\"Akari Asai et al., \u003Ca href=\\\"https:\u002F\u002Farxiv.org\u002Fabs\u002F2310.11511\\\" target=\\\"_blank\\\">Self-RAG: Learning to Retrieve, Generate, and Critique through Self-Reflection\u003C\u002Fa> (2023).\"},\"type\":\"paragraph\",\"tunes\":{}},{\"id\":\"NgkPqz5Poz\",\"data\":{\"text\":\"Soyeong Jeong et al., \u003Ca href=\\\"https:\u002F\u002Farxiv.org\u002Fabs\u002F2403.14403\\\" target=\\\"_blank\\\">Adaptive-RAG: Learning to Adapt Retrieval-Augmented Large Language Models through Question Complexity\u003C\u002Fa> (2024).\"},\"type\":\"paragraph\",\"tunes\":{}}],\"version\":\"2.31.6\"}",{"time":718,"blocks":719,"version":1068},1792072370632,[720,724,728,732,736,741,745,749,753,757,761,764,772,776,780,793,797,800,804,808,812,816,820,824,828,831,835,839,843,847,855,859,863,867,871,875,879,883,887,891,895,899,903,907,915,919,923,926,930,934,938,942,950,954,958,969,973,977,981,985,989,993,997,1001,1005,1008,1012,1016,1020,1024,1028,1032,1036,1040,1044,1048,1051,1055,1059,1062,1065],{"id":231,"data":721,"type":42,"tunes":723},{"text":722,"level":234},"Question",{},{"id":237,"data":725,"type":240,"tunes":727},{"text":726},"Why does an AI retrieval system choose one source while ignoring another source that appears to discuss exactly the same subject?",{},{"id":243,"data":729,"type":240,"tunes":731},{"text":730},"Semantic relevance is only part of the answer. Two documents can be equally similar to a query while differing radically in authority, freshness, provenance, scope, permissions and applicability.",{},{"id":248,"data":733,"type":240,"tunes":735},{"text":734},"This article uses the term Retrieval Authority Layer for the source-selection boundary that sits between finding potentially relevant information and treating that information as suitable evidence.",{},{"id":253,"data":737,"type":258,"tunes":740},{"text":738,"caption":739,"alignment":257},"A Retrieval Authority Layer is the set of source-selection rules and source properties that determine which retrievable information deserves to become evidence for a particular question.","Working definition — a systems concept used in this article, not a standardized research term.",{},{"id":261,"data":742,"type":265,"tunes":744},{"title":743,"maxLevel":264,"minLevel":234},"Contents",{},{"id":268,"data":746,"type":42,"tunes":748},{"text":747,"level":234},"What This Really Means",{},{"id":273,"data":750,"type":240,"tunes":752},{"text":751},"A retriever answers a relatively narrow question: Which items appear relevant to this query?",{},{"id":278,"data":754,"type":240,"tunes":756},{"text":755},"A production AI system usually needs to answer a harder one: Which of those relevant items should be allowed to influence the answer?",{},{"id":283,"data":758,"type":240,"tunes":760},{"text":759},"That second question introduces source identity, version, authority, validity period, provenance and scope. A relevant old policy, copied blog post or unofficial summary can rank extremely well while still being the wrong evidence for the decision.",{},{"id":288,"data":762,"type":291,"tunes":763},{"code":290},{},{"id":294,"data":765,"type":302,"tunes":771},{"link":766,"meta":767},"https:\u002F\u002Fstajic.de\u002Fblog\u002Fwhen-should-an-ai-stop-trusting-its-own-knowledge-the-retrieval-trigger",{"image":768,"title":769,"description":770},{"url":299},"When Should an AI Stop Trusting Its Own Knowledge? — The Retrieval Trigger","The Retrieval Trigger decides when external evidence is required. The Retrieval Authority Layer asks which sources should provide it.",{},{"id":305,"data":773,"type":42,"tunes":775},{"text":774,"level":234},"Simplest Example",{},{"id":310,"data":777,"type":240,"tunes":779},{"text":778},"Imagine an employee asks an enterprise assistant: How many vacation days do employees receive?",{},{"id":315,"data":781,"type":328,"tunes":792},{"content":782,"stretched":43,"withHeadings":14},[783,787,790],[784,785,786],"Candidate","Content","Semantic relevance",[322,788,789],"Current HR policy, approved version 6.2","High",[326,791,789],"Old onboarding guide copied from version 4.8",{},{"id":331,"data":794,"type":240,"tunes":796},{"text":795},"Both passages can contain nearly identical wording. A similarity score may therefore place them very close together.",{},{"id":336,"data":798,"type":291,"tunes":799},{"code":338},{},{"id":341,"data":801,"type":240,"tunes":803},{"text":802},"The current approved HR policy should normally dominate because it is the governing source for the claim. The older guide remains relevant text, but it should not carry the same evidential weight.",{},{"id":346,"data":805,"type":42,"tunes":807},{"text":806,"level":234},"Where the Example Stops Working",{},{"id":351,"data":809,"type":240,"tunes":811},{"text":810},"Authority is not always a universal hierarchy in which one source wins every time.",{},{"id":356,"data":813,"type":240,"tunes":815},{"text":814},"A transactional database may be authoritative for the current status of an order. A product manual may be authoritative for intended operation. A signed contract may control a commercial obligation. A primary scientific paper may be the best source for its experiment, while a later systematic review may be stronger for a broader conclusion.",{},{"id":361,"data":817,"type":240,"tunes":819},{"text":818},"Authority is therefore claim-relative. The correct source class depends on what is being asked.",{},{"id":366,"data":821,"type":42,"tunes":823},{"text":822,"level":234},"Direct Answer",{},{"id":371,"data":825,"type":240,"tunes":827},{"text":826},"A source should become preferred retrieval evidence when it is not merely relevant, but also sufficiently authoritative, current, applicable, traceable and accessible for the specific claim being answered.",{},{"id":376,"data":829,"type":291,"tunes":830},{"code":378},{},{"id":381,"data":832,"type":240,"tunes":834},{"text":833},"These properties do not guarantee truth. They create a stronger basis for deciding which retrieved information deserves to enter the reasoning process.",{},{"id":386,"data":836,"type":42,"tunes":838},{"text":837,"level":234},"Why Similarity Alone Is Not Enough",{},{"id":391,"data":840,"type":240,"tunes":842},{"text":841},"Vector retrieval is extremely useful because it can find semantically related information even when the wording differs. But semantic similarity does not know by itself whether a document is obsolete, superseded, unofficial, unauthorized or valid for another jurisdiction.",{},{"id":396,"data":844,"type":240,"tunes":846},{"text":845},"The original RAG architecture showed how external non-parametric memory can augment model knowledge. Production systems must add application-specific controls around that retrieval process.",{},{"id":401,"data":848,"type":302,"tunes":854},{"link":849,"meta":850},"https:\u002F\u002Fstajic.de\u002Fblog\u002Fwhere-does-an-llm-get-its-data-rag-data-sources-in-python",{"image":851,"title":852,"description":853},{"url":299},"Where Does an LLM Get Its Data? RAG Data Sources in Python","Files, databases, APIs, search and vector indexes can all provide runtime knowledge. The retrieval method should match the source and the question.",{},{"id":410,"data":856,"type":42,"tunes":858},{"text":857,"level":234},"The Six Authority Signals",{},{"id":415,"data":860,"type":42,"tunes":862},{"text":861,"level":264},"1. Source Identity",{},{"id":420,"data":864,"type":240,"tunes":866},{"text":865},"The system should know what the source actually is: policy, contract, API, database record, research paper, documentation page, user file or third-party commentary.",{},{"id":425,"data":868,"type":42,"tunes":870},{"text":869,"level":264},"2. Provenance",{},{"id":430,"data":872,"type":240,"tunes":874},{"text":873},"Evidence should preserve where it came from, how it entered the system and which original object or document can be inspected if the claim is challenged.",{},{"id":435,"data":876,"type":42,"tunes":878},{"text":877,"level":264},"3. Freshness",{},{"id":440,"data":880,"type":240,"tunes":882},{"text":881},"Freshness matters when the underlying fact changes. A current API response and a five-year-old article may be equally relevant to the words of a query but not to its temporal requirement.",{},{"id":445,"data":884,"type":42,"tunes":886},{"text":885,"level":264},"4. Applicability",{},{"id":450,"data":888,"type":240,"tunes":890},{"text":889},"A fact may be correct but applicable to the wrong product version, country, tenant, customer group, contract, software release or time period.",{},{"id":455,"data":892,"type":42,"tunes":894},{"text":893,"level":264},"5. Evidence Specificity",{},{"id":460,"data":896,"type":240,"tunes":898},{"text":897},"Primary evidence that directly supports the claim is generally stronger than a chain of summaries that merely repeat it.",{},{"id":465,"data":900,"type":42,"tunes":902},{"text":901,"level":264},"6. Access Legitimacy",{},{"id":470,"data":904,"type":240,"tunes":906},{"text":905},"A technically retrievable document is not necessarily authorized context. Retrieval authority must operate inside tenant, permission, confidentiality and data-minimization boundaries.",{},{"id":475,"data":908,"type":302,"tunes":914},{"link":909,"meta":910},"https:\u002F\u002Fstajic.de\u002Fblog\u002Fwhat-is-context-engineering-what-the-model-receives-before-it-answers",{"image":911,"title":912,"description":913},{"url":299},"What Is Context Engineering? What the Model Receives Before It Answers","Context assembly is also a validity and security boundary. Retrieved information must preserve scope, authority and access constraints.",{},{"id":484,"data":916,"type":42,"tunes":918},{"text":917,"level":234},"A Minimal Authority Model",{},{"id":489,"data":920,"type":240,"tunes":922},{"text":921},"A practical system can represent these properties explicitly rather than hoping that similarity ranking captures them.",{},{"id":494,"data":924,"type":291,"tunes":925},{"code":496},{},{"id":499,"data":927,"type":240,"tunes":929},{"text":928},"The retriever can still use semantic or lexical relevance. The authority layer adds constraints and reranking signals that relevance alone cannot provide.",{},{"id":504,"data":931,"type":42,"tunes":933},{"text":932,"level":234},"Connection to Agent-Ready Information",{},{"id":509,"data":935,"type":240,"tunes":937},{"text":936},"This becomes especially important when the consumer is not a human reading documents but an AI agent making decisions.",{},{"id":514,"data":939,"type":240,"tunes":941},{"text":940},"An agent-ready information object should preserve identity, provenance, conflicts, unknowns and validity conditions before the retrieval stage. Otherwise the system tries to reconstruct authority after information has already been flattened into anonymous text.",{},{"id":519,"data":943,"type":302,"tunes":949},{"link":944,"meta":945},"https:\u002F\u002Fstajic.de\u002Fportfolio\u002Ffrom-raw-data-to-verifiable-ai-context-a-practical-architecture-for-agent-ready-information",{"image":946,"title":947,"description":948},{"url":299},"From Raw Data to Verifiable AI Context: A Practical Architecture for Agent-Ready Information","A portfolio architecture for turning heterogeneous data into controlled information objects with identity, provenance, conflicts and validity.",{},{"id":528,"data":951,"type":42,"tunes":953},{"text":952,"level":234},"Diagnostic \u002F Decision Method",{},{"id":533,"data":955,"type":240,"tunes":957},{"text":956},"For every high-value retrieved claim, ask six questions:",{},{"id":538,"data":959,"type":550,"tunes":968},{"meta":960,"items":961,"style":549},{"counterType":541},[962,963,964,965,966,967],"What exact source produced this evidence?","Is this source authoritative for this type of claim?","Is the information still current?","Does it apply to this user, version, jurisdiction and time period?","Can the claim be traced back to the original evidence?","Was the user or agent authorized to retrieve it?",{},{"id":553,"data":970,"type":240,"tunes":972},{"text":971},"If the system cannot answer these questions, the problem is no longer only retrieval quality. It is an evidence-governance problem.",{},{"id":558,"data":974,"type":42,"tunes":976},{"text":975,"level":234},"Common Failure Modes",{},{"id":563,"data":978,"type":240,"tunes":980},{"text":979},"The highest similarity score wins. This confuses semantic closeness with evidential authority.",{},{"id":568,"data":982,"type":240,"tunes":984},{"text":983},"The newest source always wins. A newer commentary may be less authoritative than an older governing contract or standard.",{},{"id":573,"data":986,"type":240,"tunes":988},{"text":987},"Official means universally applicable. An official source may still belong to another jurisdiction, version or scope.",{},{"id":578,"data":990,"type":240,"tunes":992},{"text":991},"Public means safe to retrieve. Information can be public yet inappropriate for the task, while private information can be legitimate only inside an authorized context.",{},{"id":583,"data":994,"type":42,"tunes":996},{"text":995,"level":234},"Edge Case: Conflicting Authoritative Sources",{},{"id":588,"data":998,"type":240,"tunes":1000},{"text":999},"The difficult case is not an authoritative source versus an obviously weak source. It is two apparently authoritative sources that disagree.",{},{"id":593,"data":1002,"type":240,"tunes":1004},{"text":1003},"At that point, the authority layer should preserve the conflict instead of silently collapsing it into one answer.",{},{"id":598,"data":1006,"type":291,"tunes":1007},{"code":600},{},{"id":603,"data":1009,"type":42,"tunes":1011},{"text":1010,"level":234},"Limitations",{},{"id":608,"data":1013,"type":240,"tunes":1015},{"text":1014},"The Retrieval Authority Layer is a conceptual architecture, not a universal ranking algorithm.",{},{"id":613,"data":1017,"type":240,"tunes":1019},{"text":1018},"Different domains require different authority models. Legal, scientific, commercial, operational and personal data cannot all use the same source hierarchy.",{},{"id":618,"data":1021,"type":240,"tunes":1023},{"text":1022},"It also cannot guarantee that an external search or AI system will rank a publisher's page. External ranking systems remain outside the publisher's control.",{},{"id":623,"data":1025,"type":42,"tunes":1027},{"text":1026,"level":234},"What Would Change This Answer?",{},{"id":628,"data":1029,"type":240,"tunes":1031},{"text":1030},"Retrieval systems may increasingly learn source reliability automatically, combine structured provenance with neural ranking and negotiate access through agent protocols.",{},{"id":633,"data":1033,"type":240,"tunes":1035},{"text":1034},"That may change how authority signals are implemented. It does not remove the distinction between finding relevant information and deciding whether that information deserves evidential weight.",{},{"id":638,"data":1037,"type":42,"tunes":1039},{"text":1038,"level":234},"Conclusion",{},{"id":643,"data":1041,"type":240,"tunes":1043},{"text":1042},"The Retrieval Trigger answers: Do I need external evidence?",{},{"id":648,"data":1045,"type":240,"tunes":1047},{"text":1046},"The Retrieval Authority Layer answers the next question: Which external source deserves to become evidence?",{},{"id":653,"data":1049,"type":291,"tunes":1050},{"code":655},{},{"id":658,"data":1052,"type":240,"tunes":1054},{"text":1053},"That distinction moves RAG from document retrieval toward controlled evidence retrieval.",{},{"id":663,"data":1056,"type":42,"tunes":1058},{"text":1057,"level":234},"Primary Sources",{},{"id":668,"data":1060,"type":240,"tunes":1061},{"text":670},{},{"id":673,"data":1063,"type":240,"tunes":1064},{"text":675},{},{"id":678,"data":1066,"type":240,"tunes":1067},{"text":680},{},"2.31.6","Finding a relevant document is not enough. AI systems also need to distinguish sources that are current, authoritative, applicable and traceable from sources that merely look similar. The Retrieval Authority Layer defines that source-selection boundary.",{"lang":7,"title":224,"content":226,"contentJson":1071,"excerpt":683},{"time":228,"blocks":1072,"version":682},[1073,1076,1079,1082,1085,1088,1091,1094,1097,1100,1103,1106,1111,1114,1117,1124,1127,1130,1133,1136,1139,1142,1145,1148,1151,1154,1157,1160,1163,1166,1171,1174,1177,1180,1183,1186,1189,1192,1195,1198,1201,1204,1207,1210,1215,1218,1221,1224,1227,1230,1233,1236,1241,1244,1247,1252,1255,1258,1261,1264,1267,1270,1273,1276,1279,1282,1285,1288,1291,1294,1297,1300,1303,1306,1309,1312,1315,1318,1321,1324,1327],{"id":231,"data":1074,"type":42,"tunes":1075},{"text":233,"level":234},{},{"id":237,"data":1077,"type":240,"tunes":1078},{"text":239},{},{"id":243,"data":1080,"type":240,"tunes":1081},{"text":245},{},{"id":248,"data":1083,"type":240,"tunes":1084},{"text":250},{},{"id":253,"data":1086,"type":258,"tunes":1087},{"text":255,"caption":256,"alignment":257},{},{"id":261,"data":1089,"type":265,"tunes":1090},{"title":263,"maxLevel":264,"minLevel":234},{},{"id":268,"data":1092,"type":42,"tunes":1093},{"text":270,"level":234},{},{"id":273,"data":1095,"type":240,"tunes":1096},{"text":275},{},{"id":278,"data":1098,"type":240,"tunes":1099},{"text":280},{},{"id":283,"data":1101,"type":240,"tunes":1102},{"text":285},{},{"id":288,"data":1104,"type":291,"tunes":1105},{"code":290},{},{"id":294,"data":1107,"type":302,"tunes":1110},{"link":296,"meta":1108},{"image":1109,"title":300,"description":301},{"url":299},{},{"id":305,"data":1112,"type":42,"tunes":1113},{"text":307,"level":234},{},{"id":310,"data":1115,"type":240,"tunes":1116},{"text":312},{},{"id":315,"data":1118,"type":328,"tunes":1123},{"content":1119,"stretched":43,"withHeadings":14},[1120,1121,1122],[319,263,320],[322,323,324],[326,327,324],{},{"id":331,"data":1125,"type":240,"tunes":1126},{"text":333},{},{"id":336,"data":1128,"type":291,"tunes":1129},{"code":338},{},{"id":341,"data":1131,"type":240,"tunes":1132},{"text":343},{},{"id":346,"data":1134,"type":42,"tunes":1135},{"text":348,"level":234},{},{"id":351,"data":1137,"type":240,"tunes":1138},{"text":353},{},{"id":356,"data":1140,"type":240,"tunes":1141},{"text":358},{},{"id":361,"data":1143,"type":240,"tunes":1144},{"text":363},{},{"id":366,"data":1146,"type":42,"tunes":1147},{"text":368,"level":234},{},{"id":371,"data":1149,"type":240,"tunes":1150},{"text":373},{},{"id":376,"data":1152,"type":291,"tunes":1153},{"code":378},{},{"id":381,"data":1155,"type":240,"tunes":1156},{"text":383},{},{"id":386,"data":1158,"type":42,"tunes":1159},{"text":388,"level":234},{},{"id":391,"data":1161,"type":240,"tunes":1162},{"text":393},{},{"id":396,"data":1164,"type":240,"tunes":1165},{"text":398},{},{"id":401,"data":1167,"type":302,"tunes":1170},{"link":403,"meta":1168},{"image":1169,"title":406,"description":407},{"url":299},{},{"id":410,"data":1172,"type":42,"tunes":1173},{"text":412,"level":234},{},{"id":415,"data":1175,"type":42,"tunes":1176},{"text":417,"level":264},{},{"id":420,"data":1178,"type":240,"tunes":1179},{"text":422},{},{"id":425,"data":1181,"type":42,"tunes":1182},{"text":427,"level":264},{},{"id":430,"data":1184,"type":240,"tunes":1185},{"text":432},{},{"id":435,"data":1187,"type":42,"tunes":1188},{"text":437,"level":264},{},{"id":440,"data":1190,"type":240,"tunes":1191},{"text":442},{},{"id":445,"data":1193,"type":42,"tunes":1194},{"text":447,"level":264},{},{"id":450,"data":1196,"type":240,"tunes":1197},{"text":452},{},{"id":455,"data":1199,"type":42,"tunes":1200},{"text":457,"level":264},{},{"id":460,"data":1202,"type":240,"tunes":1203},{"text":462},{},{"id":465,"data":1205,"type":42,"tunes":1206},{"text":467,"level":264},{},{"id":470,"data":1208,"type":240,"tunes":1209},{"text":472},{},{"id":475,"data":1211,"type":302,"tunes":1214},{"link":477,"meta":1212},{"image":1213,"title":480,"description":481},{"url":299},{},{"id":484,"data":1216,"type":42,"tunes":1217},{"text":486,"level":234},{},{"id":489,"data":1219,"type":240,"tunes":1220},{"text":491},{},{"id":494,"data":1222,"type":291,"tunes":1223},{"code":496},{},{"id":499,"data":1225,"type":240,"tunes":1226},{"text":501},{},{"id":504,"data":1228,"type":42,"tunes":1229},{"text":506,"level":234},{},{"id":509,"data":1231,"type":240,"tunes":1232},{"text":511},{},{"id":514,"data":1234,"type":240,"tunes":1235},{"text":516},{},{"id":519,"data":1237,"type":302,"tunes":1240},{"link":521,"meta":1238},{"image":1239,"title":524,"description":525},{"url":299},{},{"id":528,"data":1242,"type":42,"tunes":1243},{"text":530,"level":234},{},{"id":533,"data":1245,"type":240,"tunes":1246},{"text":535},{},{"id":538,"data":1248,"type":550,"tunes":1251},{"meta":1249,"items":1250,"style":549},{"counterType":541},[543,544,545,546,547,548],{},{"id":553,"data":1253,"type":240,"tunes":1254},{"text":555},{},{"id":558,"data":1256,"type":42,"tunes":1257},{"text":560,"level":234},{},{"id":563,"data":1259,"type":240,"tunes":1260},{"text":565},{},{"id":568,"data":1262,"type":240,"tunes":1263},{"text":570},{},{"id":573,"data":1265,"type":240,"tunes":1266},{"text":575},{},{"id":578,"data":1268,"type":240,"tunes":1269},{"text":580},{},{"id":583,"data":1271,"type":42,"tunes":1272},{"text":585,"level":234},{},{"id":588,"data":1274,"type":240,"tunes":1275},{"text":590},{},{"id":593,"data":1277,"type":240,"tunes":1278},{"text":595},{},{"id":598,"data":1280,"type":291,"tunes":1281},{"code":600},{},{"id":603,"data":1283,"type":42,"tunes":1284},{"text":605,"level":234},{},{"id":608,"data":1286,"type":240,"tunes":1287},{"text":610},{},{"id":613,"data":1289,"type":240,"tunes":1290},{"text":615},{},{"id":618,"data":1292,"type":240,"tunes":1293},{"text":620},{},{"id":623,"data":1295,"type":42,"tunes":1296},{"text":625,"level":234},{},{"id":628,"data":1298,"type":240,"tunes":1299},{"text":630},{},{"id":633,"data":1301,"type":240,"tunes":1302},{"text":635},{},{"id":638,"data":1304,"type":42,"tunes":1305},{"text":640,"level":234},{},{"id":643,"data":1307,"type":240,"tunes":1308},{"text":645},{},{"id":648,"data":1310,"type":240,"tunes":1311},{"text":650},{},{"id":653,"data":1313,"type":291,"tunes":1314},{"code":655},{},{"id":658,"data":1316,"type":240,"tunes":1317},{"text":660},{},{"id":663,"data":1319,"type":42,"tunes":1320},{"text":665,"level":234},{},{"id":668,"data":1322,"type":240,"tunes":1323},{"text":670},{},{"id":673,"data":1325,"type":240,"tunes":1326},{"text":675},{},{"id":678,"data":1328,"type":240,"tunes":1329},{"text":680},{},"Post erfolgreich abgerufen",{"items":1332,"source":1353,"manualIds":1354,"manualMatchedIds":1355},[1333,1340,1346],{"id":1334,"slug":1335,"title":1336,"excerpt":1337,"featuredImage":1338,"publishedAt":1339},"384","new-qwen-3-5-plus","Новый Qwen 3.5-Plus: Open-source ИИ — теперь всё серьезно","Откройте для себя революционные функции и преимущества Qwen 3.5-Plus от Alibaba — меняющего правила игры ИИ с открытым исходным кодом для разработчиков.","\u002Fuploads\u002F2026\u002F02\u002Fnew-qwen-3-5-plus-1771515512741-dcbi9p.webp","2026-02-19T10:23:00.000Z",{"id":1341,"slug":1342,"title":1343,"excerpt":1344,"featuredImage":1338,"publishedAt":1345},"445","qwen-3-6-in-production-release-runbook-ai-rollback-and-llmops-versioning","Qwen 3.6 в продакшене: ранбук релиза, откат ИИ и версионирование LLMOps","Qwen 3.6 — это не просто очередное обновление модели. Это одновременно событие релиза, сценарий отката и проблема версионирования. В этой статье объясняется, как следует работать с Qwen 3.6 в продакшене, используя дисциплину LLMOps, прослеживаемость промптов и моделей, контролируемое развертывание и готовность к откату на основе фактических данных.","2026-05-04T02:49:00.000Z",{"id":1347,"slug":1348,"title":1349,"excerpt":1350,"featuredImage":1351,"publishedAt":1352},"486","source-of-truth-in-ai-systems-where-reliable-knowledge-actually-comes-from","Источник истины в системах ИИ: откуда на самом деле берутся надёжные знания","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","2026-10-08T13:02:00.000Z","fallback",[],[]]