[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"portal-settings:stajic:ru":3,"public-menus:all":38,"$fuelv4yire91":265,"related:portfolio:source-of-truth-beyond-rag-evidence-governed-research-traceability-and-business-value:ru:1":1452},{"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",[50,65,96,112,125,139,149,164,179],{"id":51,"title":52,"url":60,"target":61,"icon":62,"isActive":14,"type":63,"productId":10,"categoryId":10,"shopCategoryId":10,"articleId":10,"pageId":10,"portfolioId":10,"children":64},"menu-0d07dc94-51c7-48ba-83d8-b994a7cd1e11",{"de":53,"en":54,"es":55,"fr":56,"it":54,"ru":57,"sr":58,"zh":59},"Startseite","Home","Inicio","Accueil","Главная","Početna","首页","\u002F","_self","i-lucide-house","custom",[],{"id":66,"title":67,"url":76,"target":61,"icon":77,"isActive":14,"type":78,"productId":10,"categoryId":10,"shopCategoryId":10,"articleId":10,"pageId":10,"portfolioId":79,"children":80},"menu-73bf1e4c-e499-41a0-bc9d-c24546b75658",{"de":68,"en":69,"es":70,"fr":71,"it":72,"ru":73,"sr":74,"zh":75},"Source-of-Truth-Plattform","Source of Truth Platform","Plataforma de fuente de verdad","Plateforme source de vérité","Piattaforma Fonte di Verità","Платформа источника истины","Platforma izvora istine","事实来源平台","\u002Fportfolio\u002Fsource-of-truth-enterprise-intelligence-platform","i-lucide-bot","portfolio",23,[81],{"id":82,"title":83,"url":92,"target":61,"icon":93,"isActive":14,"type":78,"productId":10,"categoryId":10,"shopCategoryId":10,"articleId":10,"pageId":10,"portfolioId":94,"children":95},"menu-8ce035b5-ba9f-4985-a0f7-e168a4e2ea8e",{"de":84,"en":85,"es":86,"fr":87,"it":88,"ru":89,"sr":90,"zh":91},"Source of Truth jenseits von RAG","Source of Truth Beyond RAG","Fuente de verdad más allá de RAG","Source de vérité au-delà du RAG","Fonte di verità oltre RAG","Источник истины за пределами RAG","Izvor istine izvan RAG-a","超越 RAG 的事实来源","\u002Fportfolio\u002Fsource-of-truth-beyond-rag-evidence-governed-research-traceability-and-business-value","i-lucide-route",24,[],{"id":97,"title":98,"url":107,"target":61,"icon":108,"isActive":14,"type":109,"productId":10,"categoryId":10,"shopCategoryId":10,"articleId":10,"pageId":110,"portfolioId":10,"children":111},"menu-bc3968b2-907c-4851-b8a8-2f273aa53c20",{"de":99,"en":100,"es":101,"fr":102,"it":103,"ru":104,"sr":105,"zh":106},"Produkt- & Plattformarchitektur","Product & Platform Architecture","Arquitectura de producto & plataforma","Architecture produit & plateforme","Architettura di prodotto & piattaforma","Архитектура продукта & платформы","Arhitektura proizvoda & platforme","产品与平台架构","\u002Ftechnical-product-platform-architect-munich-ai-software-delivery","i-lucide-boxes","page",111,[],{"id":113,"title":114,"url":121,"target":61,"icon":122,"isActive":14,"type":109,"productId":10,"categoryId":10,"shopCategoryId":10,"articleId":10,"pageId":123,"portfolioId":10,"children":124},"item-22",{"de":115,"en":115,"es":116,"fr":115,"it":117,"ru":118,"sr":119,"zh":120},"Vision","Visión","Visione","Видение","Vizija","想象","\u002Fueber-uns-webdesign-muenchen-webaplikation","i-lucide-eye",113,[],{"id":126,"title":127,"url":135,"target":61,"icon":136,"isActive":14,"type":109,"productId":10,"categoryId":10,"shopCategoryId":10,"articleId":10,"pageId":137,"portfolioId":10,"children":138},"item-19",{"de":128,"en":129,"es":130,"fr":129,"it":131,"ru":132,"sr":133,"zh":134},"Leistungen","Services","Servicios","Servizi","Услуги","Proizvod, platforma i AI usluge","服务","\u002Fservices-dienstleistungen-muenchen","i-lucide-wrench",116,[],{"id":140,"title":141,"url":145,"target":61,"icon":146,"isActive":14,"type":109,"productId":10,"categoryId":10,"shopCategoryId":10,"articleId":10,"pageId":147,"portfolioId":10,"children":148},"item-23",{"de":142,"en":142,"es":142,"fr":142,"it":142,"ru":143,"sr":142,"zh":144},"Blog","Блог","博客","\u002Fblog","i-lucide-book-open",112,[],{"id":150,"title":151,"url":160,"target":61,"icon":161,"isActive":14,"type":109,"productId":10,"categoryId":10,"shopCategoryId":10,"articleId":10,"pageId":162,"portfolioId":10,"children":163},"item-32",{"de":152,"en":153,"es":154,"fr":155,"it":156,"ru":157,"sr":158,"zh":159},"Neue Technologien","New Technologies","Nuevas tecnologías","Nouvelles technologies","Nuove tecnologie","Новые технологии","Nove tehnologije!","新技术！","\u002Fneue-webtechnologien","i-lucide-sparkles",122,[],{"id":165,"title":166,"url":175,"target":61,"icon":176,"isActive":14,"type":109,"productId":10,"categoryId":10,"shopCategoryId":10,"articleId":10,"pageId":177,"portfolioId":10,"children":178},"item-20",{"de":167,"en":168,"es":169,"fr":170,"it":171,"ru":172,"sr":173,"zh":174},"Kontakt","Contact us!","Contacto","Contact","Contatto","Контакт","Kontaktirajte nas","联系我们！","\u002Fcontact","i-lucide-mail",115,[],{"id":180,"title":181,"url":190,"target":61,"icon":191,"isActive":14,"type":109,"productId":10,"categoryId":10,"shopCategoryId":10,"articleId":10,"pageId":192,"portfolioId":10,"children":193},"item-21",{"de":182,"en":183,"es":184,"fr":185,"it":186,"ru":187,"sr":188,"zh":189},"Unsere Arbeit","Our Work","Nuestro trabajo","Nos réalisations","I nostri lavori","Наши работы","Portfolio","文件夹","\u002Fportfolio","i-lucide-briefcase",114,[194,207,220,235,250],{"id":195,"title":196,"url":190,"target":61,"icon":205,"isActive":14,"type":109,"productId":10,"categoryId":10,"shopCategoryId":10,"articleId":10,"pageId":192,"portfolioId":10,"children":206},"item-24",{"de":197,"en":198,"es":199,"fr":200,"it":201,"ru":202,"sr":203,"zh":204},"Alle Projekte","All Projects","Todos los proyectos","Tous les projets","Tutti i progetti","Все проекты","Svi projekti","所有项目","i-lucide-grid-3x3",[],{"id":208,"title":209,"url":217,"target":61,"icon":218,"isActive":14,"type":63,"productId":10,"categoryId":10,"shopCategoryId":10,"articleId":10,"pageId":10,"portfolioId":10,"children":219},"item-29",{"de":210,"en":211,"es":212,"fr":213,"it":214,"ru":215,"sr":216,"zh":189},"Local Roots, Global Reach","Local Roots - Global Reach","Empresa local ","Entreprise locale","Azienda locale","Местная компания","Lokalno preduzeće na globalnom tržištu","\u002Fportfolio\u002Flocal-roots-global-reach-communication-media-systems-for-modern-business","i-lucide-globe-2",[],{"id":221,"title":222,"url":231,"target":61,"icon":232,"isActive":14,"type":78,"productId":10,"categoryId":10,"shopCategoryId":10,"articleId":10,"pageId":10,"portfolioId":233,"children":234},"menu-2916d060-8681-482a-af9a-c107a8bc30d8",{"de":223,"en":224,"es":225,"fr":226,"it":227,"ru":228,"sr":229,"zh":230},"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","Praktična arhitektura za AI 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",22,[],{"id":236,"title":237,"url":246,"target":61,"icon":247,"isActive":14,"type":78,"productId":10,"categoryId":10,"shopCategoryId":10,"articleId":10,"pageId":10,"portfolioId":248,"children":249},"menu-e2061cd7-ff53-49d5-a0e8-3d49090577c0",{"de":238,"en":239,"es":240,"fr":241,"it":242,"ru":243,"sr":244,"zh":245},"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":251,"title":252,"url":261,"target":61,"icon":262,"isActive":14,"type":78,"productId":10,"categoryId":10,"shopCategoryId":10,"articleId":10,"pageId":10,"portfolioId":263,"children":264},"menu-a781582e-e90d-418e-b8c9-b070bc37c37e",{"de":253,"en":254,"es":255,"fr":256,"it":257,"ru":258,"sr":259,"zh":260},"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","Od vizije do vrednosti","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":266,"message":1451},{"id":267,"title":268,"slug":269,"content":270,"contentJson":271,"excerpt":791,"featuredImage":792,"featuredImageAlt":793,"featuredImageCaption":10,"featuredImageTitle":10,"featuredImageCopyright":10,"featuredImageAuthor":10,"featuredImageSourceUrl":10,"featuredImageLicense":10,"featuredImageIsAiGenerated":43,"status":794,"publishedAt":795,"createdAt":796,"updatedAt":797,"seoLocalePaths":798,"author":806,"translations":811},"24","Источник истины за пределами RAG: исследование, управляемое доказательствами, прослеживаемость и бизнес-ценность","source-of-truth-beyond-rag-evidence-governed-research-traceability-and-business-value","\u003Cp>\u003Cstrong>Source of Truth (SoT) — это платформа интеллектуального принятия решений, управляемая доказательствами, предназначенная для превращения распределённых корпоративных знаний в прослеживаемые, проверяемые и повторно используемые выводы.\u003C\u002Fstrong> Она объединяет контролируемый приём источников, поиск, исследовательских агентов, связи между доказательствами, происхождение данных, обработку противоречий, рассуждения, контроль доступа и человеческую проверку, чтобы ответ не только генерировался, но и подкреплялся видимым путём принятия решения.\u003C\u002Fp>\n\u003Cp>Главная ценность — не улучшенный чат-бот. Ценность — это управляемый путь от \u003Cstrong>вопроса → доказательств → связей → вывода → проверки\u003C\u002Fstrong>. Релевантную информацию можно быстро найти, но каждое важное утверждение также остаётся связанным со своим источником, контекстом, конкурирующими доказательствами и статусом проверки.\u003C\u002Fp>\n\u003Cblockquote class=\"border-l-4 border-gray-300 pl-4 italic\">Модель может помогать в исследовании и рассуждениях. Структура доказательств сохраняет контроль в руках организации.\u003Ccite class=\"block mt-2 text-sm\">— Принцип проектирования Source of Truth\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=\"#organizational-value\" class=\"editorjs-toc__link\">Что Source of Truth создаёт для организации\u003C\u002Fa>\u003C\u002Fli>\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#dag-vs-rag\" class=\"editorjs-toc__link\">DAG — это структурное ядро, а RAG — лишь один слой поиска\u003C\u002Fa>\u003C\u002Fli>\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#evidence\" class=\"editorjs-toc__link\">Доказательство — это больше, чем ссылка\u003C\u002Fa>\u003C\u002Fli>\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#research-agents\" class=\"editorjs-toc__link\">Исследовательские агенты расширяют расследование, а не полномочия\u003C\u002Fa>\u003C\u002Fli>\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#contradictions\" class=\"editorjs-toc__link\">Противоречия, альтернативы и открытые вопросы остаются видимыми\u003C\u002Fa>\u003C\u002Fli>\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#validity-boundary\" class=\"editorjs-toc__link\">У каждого вывода есть граница доказательств\u003C\u002Fa>\u003C\u002Fli>\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#governance\" class=\"editorjs-toc__link\">RBAC, пространства имён и область дела удерживают исследование в организационных границах\u003C\u002Fa>\u003C\u002Fli>\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#model-independence\" class=\"editorjs-toc__link\">Модели могут меняться, не становясь системой знаний\u003C\u002Fa>\u003C\u002Fli>\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#human-review\" class=\"editorjs-toc__link\">Человеческая проверка остаётся высшей инстанцией\u003C\u002Fa>\u003C\u002Fli>\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#use-cases\" class=\"editorjs-toc__link\">Где это создаёт практическую ценность\u003C\u002Fa>\u003C\u002Fli>\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#what-it-is\" class=\"editorjs-toc__link\">Что такое SoT — и чем он не является\u003C\u002Fa>\u003C\u002Fli>\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#implementation\" class=\"editorjs-toc__link\">Текущее направление реализации\u003C\u002Fa>\u003C\u002Fli>\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#faq\" class=\"editorjs-toc__link\">Часто задаваемые вопросы\u003C\u002Fa>\u003C\u002Fli>\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#key-terms\" class=\"editorjs-toc__link\">Ключевые термины\u003C\u002Fa>\u003C\u002Fli>\u003Cli class=\"editorjs-toc__item\">\u003Ca href=\"#core-advantage\" class=\"editorjs-toc__link\">Ключевое преимущество: решение можно проследить до его доказательств\u003C\u002Fa>\u003C\u002Fli>\u003C\u002Fol>\u003C\u002Fnav>\n\u003Ch2 id=\"organizational-value\">Что Source of Truth создаёт для организации\u003C\u002Fh2>\n\u003Cp>Организациям редко не хватает информации. Более серьёзная проблема в том, что информация распределена по документам, базам данных, отчётам, командам и системам, а важные решения требуют большего, чем один результат поиска. SoT создаёт контролируемый слой интеллекта, в котором релевантные доказательства можно находить, связывать, оценивать и сохранять.\u003C\u002Fp>\n\u003Caside class=\"editorjs-callout editorjs-callout--success my-6 rounded-xl border p-5 border-emerald-300 bg-emerald-50 dark:border-emerald-900 dark:bg-emerald-950\u002F20\" role=\"note\">\u003Cstrong class=\"block mb-2 text-gray-900 dark:text-gray-100\">Бизнес-ценность\u003C\u002Fstrong>\u003Cdiv class=\"text-gray-700 dark:text-gray-200\">Source of Truth сокращает повторяющиеся ручные исследования, сохраняет доказательства, лежащие в основе важных выводов, выявляет неопределённость и противоречия, поддерживает контролируемое использование ИИ и превращает проверенные результаты в повторно используемые организационные знания.\u003C\u002Fdiv>\u003C\u002Faside>\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\">Потребность\u003C\u002Fth>\u003Cth class=\"border border-gray-300 px-4 py-2 text-left font-semibold\">Возможность SoT\u003C\u002Fth>\u003Cth class=\"border border-gray-300 px-4 py-2 text-left font-semibold\">Практическая ценность\u003C\u002Fth>\u003C\u002Ftr>\u003C\u002Fthead>\u003Ctbody>\u003Ctr>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Найти релевантные знания\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Индексированные утверждённые источники и поиск\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Меньше времени на поиск по разрозненным системам\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Понять, почему был сделан вывод\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Связи между доказательствами и происхождение данных\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Видимый путь от утверждения обратно к источнику\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Работа с противоречивой информацией\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Отслеживание противоречий и альтернативных доказательств\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Различия остаются видимыми, а не сливаются незаметно\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Работа с неполными доказательствами\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Открытые вопросы и границы применимости\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Неопределённость становится явной и проверяемой\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Безопасное использование ИИ в командах\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">RBAC, пространства имён и ограниченные рабочие процессы\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Доступ ИИ соответствует организационным разрешениям и контексту\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Повторное использование предыдущих исследований\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Проверенные знания и постоянная структура доказательств\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Важные результаты не исчезают в разовых чатах\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Смена моделей без потери знаний\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Независимый от модели слой доказательств\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Структура знаний остаётся стабильной, пока компоненты ИИ развиваются\u003C\u002Ftd>\u003C\u002Ftr>\u003C\u002Ftbody>\u003C\u002Ftable>\u003C\u002Fdiv>\n\u003Ch2 id=\"dag-vs-rag\">DAG — это структурное ядро, а RAG — лишь один слой поиска\u003C\u002Fh2>\n\u003Cp>RAG полезен для понимания одной части системы, поскольку он извлекает релевантный исходный материал и передаёт его как контекст модели ИИ. Однако в SoT более важной структурой является \u003Cstrong>DAG — направленный ациклический граф\u003C\u002Fstrong>. DAG представляет, как доказательства, утверждения, промежуточные результаты и выводы зависят друг от друга, не создавая циклического обоснования.\u003C\u002Fp>\n\u003Cp>Конвейер RAG отвечает на вопрос: \u003Cem>Какие фрагменты релевантны этому запросу?\u003C\u002Fem> Граф доказательств SoT отвечает на более широкий вопрос: \u003Cem>Какие утверждения зависят от каких доказательств, какие выводы зависят от каких утверждений, где существуют альтернативы или противоречия и как можно проследить путь рассуждения в обратном направлении?\u003C\u002Fem>\u003C\u002Fp>\n\u003Csection class=\"editorjs-comparison my-6\">\u003Ch3 class=\"mb-3 text-lg font-semibold\">RAG и граф доказательств SoT решают разные части задачи\u003C\u002Fh3>\u003Cdiv class=\"overflow-x-auto\">\u003Ctable class=\"w-full border-collapse\">\u003Cthead>\u003Ctr>\u003Cth class=\"border border-gray-300 bg-gray-50 px-4 py-3 text-left dark:border-gray-700 dark:bg-gray-900\">\u003C\u002Fth>\u003Cth class=\"border border-gray-300 bg-gray-50 px-4 py-3 text-left font-semibold dark:border-gray-700 dark:bg-gray-900\">RAG\u003C\u002Fth>\u003Cth class=\"border border-gray-300 bg-gray-50 px-4 py-3 text-left font-semibold dark:border-gray-700 dark:bg-gray-900\">Граф доказательств в SoT\u003C\u002Fth>\u003C\u002Ftr>\u003C\u002Fthead>\u003Ctbody>\u003Ctr>\u003Cth class=\"border border-gray-300 px-4 py-3 text-left font-semibold dark:border-gray-700\">Основное назначение\u003C\u002Fth>\u003Ctd class=\"border border-gray-300 px-4 py-3 dark:border-gray-700\">Извлекать релевантный контекст для запроса\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-3 dark:border-gray-700\">Представлять зависимости между доказательствами, утверждениями, результатами и выводами\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Cth class=\"border border-gray-300 px-4 py-3 text-left font-semibold dark:border-gray-700\">Основная единица\u003C\u002Fth>\u003Ctd class=\"border border-gray-300 px-4 py-3 dark:border-gray-700\">Извлечённые фрагменты или документы\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-3 dark:border-gray-700\">Узлы и направленные связи между доказательствами\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Cth class=\"border border-gray-300 px-4 py-3 text-left font-semibold dark:border-gray-700\">Прослеживаемость\u003C\u002Fth>\u003Ctd class=\"border border-gray-300 px-4 py-3 dark:border-gray-700\">Можно ссылаться на извлечённые источники\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-3 dark:border-gray-700\">Можно проследить вывод по поддерживающей цепочке\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Cth class=\"border border-gray-300 px-4 py-3 text-left font-semibold dark:border-gray-700\">Противоречия\u003C\u002Fth>\u003Ctd class=\"border border-gray-300 px-4 py-3 dark:border-gray-700\">Может извлечь противоречивые фрагменты\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-3 dark:border-gray-700\">Можно сохранить конфликт как явную связь или альтернативный путь\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Cth class=\"border border-gray-300 px-4 py-3 text-left font-semibold dark:border-gray-700\">Структура рассуждения\u003C\u002Fth>\u003Ctd class=\"border border-gray-300 px-4 py-3 dark:border-gray-700\">Обычно собирается во время запроса\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-3 dark:border-gray-700\">Сохраняется как явная структура зависимостей\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Cth class=\"border border-gray-300 px-4 py-3 text-left font-semibold dark:border-gray-700\">Повторное использование\u003C\u002Fth>\u003Ctd class=\"border border-gray-300 px-4 py-3 dark:border-gray-700\">Поиск повторяется для каждого запроса\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-3 dark:border-gray-700\">Проверенные связи могут стать повторно используемыми организационными знаниями\u003C\u002Ftd>\u003C\u002Ftr>\u003C\u002Ftbody>\u003C\u002Ftable>\u003C\u002Fdiv>\u003C\u002Fsection>\n\u003Caside class=\"editorjs-callout editorjs-callout--info my-6 rounded-xl border p-5 border-blue-300 bg-blue-50 dark:border-blue-900 dark:bg-blue-950\u002F20\" role=\"note\">\u003Cstrong class=\"block mb-2 text-gray-900 dark:text-gray-100\">RAG по-прежнему важен\u003C\u002Fstrong>\u003Cdiv class=\"text-gray-700 dark:text-gray-200\">SoT не заменяет поиск. RAG остаётся ценным механизмом для нахождения кандидатов в доказательства. DAG добавляет постоянную структуру доказательств, которую один лишь поиск не обеспечивает.\u003C\u002Fdiv>\u003C\u002Faside>\n\u003Csection class=\"editorjs-process my-6\">\u003Ch3 class=\"mb-3 text-lg font-semibold\">От поиска к интеллекту принятия решений, управляемому доказательствами\u003C\u002Fh3>\u003Cdiv class=\"grid grid-cols-1 md:grid-cols-2 xl:grid-cols-3 gap-4\">\u003Cdiv class=\"editorjs-process__step min-w-0  rounded-xl border border-gray-200 dark:border-gray-700 p-4\">\u003Cdiv class=\"text-xs font-semibold text-gray-500 dark:text-gray-400\">1\u003C\u002Fdiv>\u003Cdiv class=\"mt-1 font-semibold text-gray-900 dark:text-gray-100\">Вопрос\u003C\u002Fdiv>\u003Cdiv class=\"mt-1 text-sm text-gray-600 dark:text-gray-300\">Определить цель исследования и контекст случая.\u003C\u002Fdiv>\u003C\u002Fdiv>\u003Cdiv class=\"editorjs-process__step min-w-0  rounded-xl border border-gray-200 dark:border-gray-700 p-4\">\u003Cdiv class=\"text-xs font-semibold text-gray-500 dark:text-gray-400\">2\u003C\u002Fdiv>\u003Cdiv class=\"mt-1 font-semibold text-gray-900 dark:text-gray-100\">Поиск\u003C\u002Fdiv>\u003Cdiv class=\"mt-1 text-sm text-gray-600 dark:text-gray-300\">Использовать RAG и поиск для нахождения релевантных кандидатов в доказательства.\u003C\u002Fdiv>\u003C\u002Fdiv>\u003Cdiv class=\"editorjs-process__step min-w-0  rounded-xl border border-gray-200 dark:border-gray-700 p-4\">\u003Cdiv class=\"text-xs font-semibold text-gray-500 dark:text-gray-400\">3\u003C\u002Fdiv>\u003Cdiv class=\"mt-1 font-semibold text-gray-900 dark:text-gray-100\">Нормализация доказательств\u003C\u002Fdiv>\u003Cdiv class=\"mt-1 text-sm text-gray-600 dark:text-gray-300\">Сохранить источник, фрагмент, метаданные и происхождение.\u003C\u002Fdiv>\u003C\u002Fdiv>\u003Cdiv class=\"editorjs-process__step min-w-0  rounded-xl border border-gray-200 dark:border-gray-700 p-4\">\u003Cdiv class=\"text-xs font-semibold text-gray-500 dark:text-gray-400\">4\u003C\u002Fdiv>\u003Cdiv class=\"mt-1 font-semibold text-gray-900 dark:text-gray-100\">Построение связей\u003C\u002Fdiv>\u003Cdiv class=\"mt-1 text-sm text-gray-600 dark:text-gray-300\">Связать доказательства с утверждениями, альтернативами, конфликтами и зависимостями.\u003C\u002Fdiv>\u003C\u002Fdiv>\u003Cdiv class=\"editorjs-process__step min-w-0  rounded-xl border border-gray-200 dark:border-gray-700 p-4\">\u003Cdiv class=\"text-xs font-semibold text-gray-500 dark:text-gray-400\">5\u003C\u002Fdiv>\u003Cdiv class=\"mt-1 font-semibold text-gray-900 dark:text-gray-100\">Рассуждение по DAG\u003C\u002Fdiv>\u003Cdiv class=\"mt-1 text-sm text-gray-600 dark:text-gray-300\">Оценить поддерживаемые пути, не теряя цепочку доказательств.\u003C\u002Fdiv>\u003C\u002Fdiv>\u003Cdiv class=\"editorjs-process__step min-w-0  rounded-xl border border-gray-200 dark:border-gray-700 p-4\">\u003Cdiv class=\"text-xs font-semibold text-gray-500 dark:text-gray-400\">6\u003C\u002Fdiv>\u003Cdiv class=\"mt-1 font-semibold text-gray-900 dark:text-gray-100\">Синтез\u003C\u002Fdiv>\u003Cdiv class=\"mt-1 text-sm text-gray-600 dark:text-gray-300\">Сформировать вывод, ограниченный доступными доказательствами.\u003C\u002Fdiv>\u003C\u002Fdiv>\u003Cdiv class=\"editorjs-process__step min-w-0  rounded-xl border border-gray-200 dark:border-gray-700 p-4\">\u003Cdiv class=\"text-xs font-semibold text-gray-500 dark:text-gray-400\">7\u003C\u002Fdiv>\u003Cdiv class=\"mt-1 font-semibold text-gray-900 dark:text-gray-100\">Проверка и выпуск\u003C\u002Fdiv>\u003Cdiv class=\"mt-1 text-sm text-gray-600 dark:text-gray-300\">Человек или управляемый рабочий процесс решает, станет ли результат принятым знанием.\u003C\u002Fdiv>\u003C\u002Fdiv>\u003C\u002Fdiv>\u003C\u002Fsection>\n\u003Ch2 id=\"evidence\">Доказательство — это больше, чем ссылка\u003C\u002Fh2>\n\u003Cp>Ссылка показывает, откуда пришла информация. SoT идёт дальше, сохраняя связь между источником, конкретным фрагментом или наблюдением, утверждением, выведенным из него, путём рассуждения, который его использует, и выводом, который от него зависит.\u003C\u002Fp>\n\u003Cp>Это различие важно, когда исследование имеет последствия. Лицу, принимающему решения, может потребоваться знать не только то, какой документ был процитирован, но и действительно ли процитированный материал поддерживает утверждение, не противоречит ли ему другой источник, остаётся ли источник действительным для текущего случая и остаётся ли вывод в пределах своей доказательной базы.\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\">Слой\u003C\u002Fth>\u003Cth class=\"border border-gray-300 px-4 py-2 text-left font-semibold\">Роль в SoT\u003C\u002Fth>\u003C\u002Ftr>\u003C\u002Fthead>\u003Ctbody>\u003Ctr>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Источник\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Исходный документ, набор данных, запись или утверждённый внешний ввод\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Доказательство\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Конкретный фрагмент, значение, наблюдение или извлечённый результат\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Утверждение\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Высказывание, которое доказательство может поддерживать, ослаблять или опровергать\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Связь\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Поддержка, зависимость, альтернатива, противоречие или иная явная связь\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Вывод\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Синтез, полученный из поддерживаемых путей\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Статус проверки\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Является ли результат предварительным, проверенным, принятым или заменённым\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd class=\"border border-gray-300 px-4 py-2\">История аудита\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Как знания и их поддерживающая структура менялись со временем\u003C\u002Ftd>\u003C\u002Ftr>\u003C\u002Ftbody>\u003C\u002Ftable>\u003C\u002Fdiv>\n\u003Ch2 id=\"research-agents\">Исследовательские агенты расширяют расследование, а не полномочия\u003C\u002Fh2>\n\u003Cp>Некоторые вопросы невозможно решить за один шаг извлечения. Поэтому исследовательские агенты могут планировать и выполнять несколько ограниченных операций: поиск, изучение источников, сравнение доказательств, выявление пробелов, формулирование дополнительных запросов и сбор дополнительных находок.\u003C\u002Fp>\n\u003Cp>Агент ускоряет расследование, но полномочия остаются в структуре доказательств и процессе проверки. Результат агента может стать кандидатом в находки; он не становится организационной истиной автоматически.\u003C\u002Fp>\n\u003Ch2 id=\"contradictions\">Противоречия, альтернативы и открытые вопросы остаются видимыми\u003C\u002Fh2>\n\u003Cp>Одно из самых сильных отличий системы, управляемой доказательствами, от обычного генеративного интерфейса заключается в том, что SoT не нужно скрывать разногласия. Два источника могут поддерживать разные утверждения. Обязательный документ может отсутствовать. Вывод может быть действителен только при определённых условиях. Эти состояния могут оставаться явными в графе, вместо того чтобы быть сведёнными к одному гладкому ответу.\u003C\u002Fp>\n\u003Caside class=\"editorjs-callout editorjs-callout--note my-6 rounded-xl border p-5 border-gray-300 bg-gray-50 dark:border-gray-700 dark:bg-gray-900\u002F40\" role=\"note\">\u003Cstrong class=\"block mb-2 text-gray-900 dark:text-gray-100\">Неопределённость — это полезная информация\u003C\u002Fstrong>\u003Cdiv class=\"text-gray-700 dark:text-gray-200\">Открытое, противоречивое, слабо подтверждённое или условно действительное — это законные состояния знания. Делать их видимыми может быть ценнее, чем навязывать преждевременный единственный ответ.\u003C\u002Fdiv>\u003C\u002Faside>\n\u003Ch2 id=\"validity-boundary\">У каждого вывода есть граница доказательств\u003C\u002Fh2>\n\u003Cp>Вывод настолько силён, насколько силён путь доказательств, который его поддерживает. Поэтому SoT рассматривает \u003Cstrong>границу действительности ответа\u003C\u002Fstrong> как архитектурную задачу: какие доказательства были доступны, какие предположения использовались, какие альтернативы рассматривались, что осталось нерешённым и при каких условиях выводу всё ещё следует доверять.\u003C\u002Fp>\n\u003Cp>Это делает возможной последующую проверку. Когда источник меняется, поступает новый документ или решается ранее открытый вопрос, затронутый путь зависимостей можно переоценить, не восстанавливая весь исследовательский процесс по памяти.\u003C\u002Fp>\n\u003Ch2 id=\"governance\">RBAC, пространства имён и область дела удерживают исследование в организационных границах\u003C\u002Fh2>\n\u003Cp>Корпоративный интеллект должен соблюдать организационные границы. SoT объединяет область дела, пространства имён и управление доступом на основе ролей, чтобы исследование можно было ограничить правильным доменом знаний, проектом, тенантом, отделом или ролью пользователя.\u003C\u002Fp>\n\u003Cul>\u003Cli>\u003Cstrong>Область дела:\u003C\u002Fstrong> определяет, какой вопрос и какое пространство доказательств относятся к активной исследовательской задаче.\u003C\u002Fli>\u003Cli>\u003Cstrong>Пространства имён:\u003C\u002Fstrong> разделяют домены знаний и обеспечивают структурную основу для политик доступа и жизненного цикла.\u003C\u002Fli>\u003Cli>\u003Cstrong>RBAC:\u003C\u002Fstrong> управляет тем, какие пользователи и роли могут получать доступ к функциям, источникам и результатам.\u003C\u002Fli>\u003Cli>\u003Cstrong>Границы данных:\u003C\u002Fstrong> обеспечивают соответствие извлечения и рассуждения утверждённым информационным пространствам.\u003C\u002Fli>\u003Cli>\u003Cstrong>Процессы проверки:\u003C\u002Fstrong> отделяют сгенерированный или предварительный результат от принятого организационного знания.\u003C\u002Fli>\u003C\u002Ful>\n\u003Ch2 id=\"model-independence\">Модели могут меняться, не становясь системой знаний\u003C\u002Fh2>\n\u003Cp>Разные задачи могут использовать разные возможности ИИ: локальные модели, облачные модели, модели извлечения, модели рассуждения или специализированные агенты. SoT отделяет эти выборы моделей от слоя доказательств. Модель помогает обрабатывать знания; она не владеет знаниями.\u003C\u002Fp>\n\u003Cp>Это разделение создаёт практическую гибкость. Модель можно заменить, обновить или маршрутизировать иначе, при этом базовые источники, утверждения, связи доказательств, состояния проверки и история аудита остаются нетронутыми.\u003C\u002Fp>\n\u003Ch2 id=\"human-review\">Человеческая проверка остаётся высшей инстанцией\u003C\u002Fh2>\n\u003Cp>SoT может автоматизировать этапы исследования, сбор доказательств, сравнение и синтез, но принятие, влекущее последствия, остаётся управленческим решением. Ответственный проверяющий или определённый организационный процесс решает, принимается ли вывод, выпускается, пересматривается или отклоняется.\u003C\u002Fp>\n\u003Cblockquote class=\"border-l-4 border-gray-300 pl-4 italic\">Автоматизируйте путь исследования, а не организационные полномочия.\u003Ccite class=\"block mt-2 text-sm\">— Принцип управления Source of Truth\u003C\u002Fcite>\u003C\u002Fblockquote>\n\u003Ch2 id=\"use-cases\">Где это создаёт практическую ценность\u003C\u002Fh2>\n\u003Cp>Архитектура полезна везде, где решения зависят от распределённых доказательств, повторных исследований или объяснимых выводов. Наиболее сильные сценарии использования определяются не только отраслью, но и потребностью в прослеживаемости, контролируемом доступе и переиспользуемых знаниях.\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\">Сценарий использования\u003C\u002Fth>\u003Cth class=\"border border-gray-300 px-4 py-2 text-left font-semibold\">Что даёт SoT\u003C\u002Fth>\u003C\u002Ftr>\u003C\u002Fthead>\u003Ctbody>\u003Ctr>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Исследование политик и соответствия требованиям\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Прослеживаемые доказательства, конкурирующие интерпретации и история проверок\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Поддержка технических решений\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Архитектурные доказательства, альтернативы, зависимости и обоснование решений\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Комплексная проверка и анализ документов\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Структурированные выводы по большим наборам источников с указанием происхождения\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Исследование внутренних знаний\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Поиск плюс переиспользуемые проверенные выводы вместо разовых ответов чата\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Анализ инцидентов и первопричин\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Пути доказательств, связывающие наблюдения, гипотезы и подтверждённые причины\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Продуктовая и рыночная аналитика\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Множество источников, сравнение утверждений и явная неопределённость\u003C\u002Ftd>\u003C\u002Ftr>\u003Ctr>\u003Ctd class=\"border border-gray-300 px-4 py-2\">Регулируемые или чувствительные области\u003C\u002Ftd>\u003Ctd class=\"border border-gray-300 px-4 py-2\">RBAC, пространства имён, состояния проверки и аудируемые пути решений\u003C\u002Ftd>\u003C\u002Ftr>\u003C\u002Ftbody>\u003C\u002Ftable>\u003C\u002Fdiv>\n\u003Ch2 id=\"what-it-is\">Что такое SoT — и чем он не является\u003C\u002Fh2>\n\u003Csection class=\"editorjs-pros-cons my-6\">\u003Ch3 class=\"mb-3 text-lg font-semibold\">Границы Source of Truth\u003C\u002Fh3>\u003Cdiv class=\"grid grid-cols-1 lg:grid-cols-2 gap-4\">\u003Cdiv class=\"rounded-xl border border-emerald-200 bg-emerald-50\u002F50 p-4 dark:border-emerald-900 dark:bg-emerald-950\u002F20\">\u003Ch4 class=\"font-semibold text-emerald-900 dark:text-emerald-200\">SoT — это\u003C\u002Fh4>\u003Cul class=\"mt-3 space-y-2 text-gray-700 dark:text-gray-200\">\u003Cli class=\"flex gap-2\">\u003Cspan aria-hidden=\"true\">•\u003C\u002Fspan>\u003Cspan>Управляемый доказательствами слой интеллекта для принятия решений\u003C\u002Fspan>\u003C\u002Fli>\u003Cli class=\"flex gap-2\">\u003Cspan aria-hidden=\"true\">•\u003C\u002Fspan>\u003Cspan>Структурированный рабочий процесс исследований и знаний\u003C\u002Fspan>\u003C\u002Fli>\u003Cli class=\"flex gap-2\">\u003Cspan aria-hidden=\"true\">•\u003C\u002Fspan>\u003Cspan>Постоянный граф доказательств и зависимостей\u003C\u002Fspan>\u003C\u002Fli>\u003Cli class=\"flex gap-2\">\u003Cspan aria-hidden=\"true\">•\u003C\u002Fspan>\u003Cspan>Контролируемая точка интеграции для RAG, агентов и моделей\u003C\u002Fspan>\u003C\u002Fli>\u003Cli class=\"flex gap-2\">\u003Cspan aria-hidden=\"true\">•\u003C\u002Fspan>\u003Cspan>Система для отслеживания происхождения, противоречий, проверки и аудита\u003C\u002Fspan>\u003C\u002Fli>\u003Cli class=\"flex gap-2\">\u003Cspan aria-hidden=\"true\">•\u003C\u002Fspan>\u003Cspan>Переиспользуемая основа организационных знаний\u003C\u002Fspan>\u003C\u002Fli>\u003C\u002Ful>\u003C\u002Fdiv>\u003Cdiv class=\"rounded-xl border border-red-200 bg-red-50\u002F50 p-4 dark:border-red-900 dark:bg-red-950\u002F20\">\u003Ch4 class=\"font-semibold text-red-900 dark:text-red-200\">SoT — это не\u003C\u002Fh4>\u003Cul class=\"mt-3 space-y-2 text-gray-700 dark:text-gray-200\">\u003Cli class=\"flex gap-2\">\u003Cspan aria-hidden=\"true\">•\u003C\u002Fspan>\u003Cspan>Чат-бот, который становится авторитетным за счёт генерации беглых ответов\u003C\u002Fspan>\u003C\u002Fli>\u003Cli class=\"flex gap-2\">\u003Cspan aria-hidden=\"true\">•\u003C\u002Fspan>\u003Cspan>Замена качества источников или экспертного суждения\u003C\u002Fspan>\u003C\u002Fli>\u003Cli class=\"flex gap-2\">\u003Cspan aria-hidden=\"true\">•\u003C\u002Fspan>\u003Cspan>Векторная база данных, выдаваемая за полноценную систему знаний\u003C\u002Fspan>\u003C\u002Fli>\u003Cli class=\"flex gap-2\">\u003Cspan aria-hidden=\"true\">•\u003C\u002Fspan>\u003Cspan>Одномодельная архитектура\u003C\u002Fspan>\u003C\u002Fli>\u003Cli class=\"flex gap-2\">\u003Cspan aria-hidden=\"true\">•\u003C\u002Fspan>\u003Cspan>Механизм, автоматически разрешающий все противоречия\u003C\u002Fspan>\u003C\u002Fli>\u003Cli class=\"flex gap-2\">\u003Cspan aria-hidden=\"true\">•\u003C\u002Fspan>\u003Cspan>Замена организационной ответственности\u003C\u002Fspan>\u003C\u002Fli>\u003C\u002Ful>\u003C\u002Fdiv>\u003C\u002Fdiv>\u003C\u002Fsection>\n\u003Ch2 id=\"implementation\">Текущее направление реализации\u003C\u002Fh2>\n\u003Caside class=\"editorjs-experience my-6 rounded-xl border border-amber-200 dark:border-amber-900 bg-amber-50\u002F70 dark:bg-amber-950\u002F20 p-5\">\u003Cdiv class=\"flex flex-wrap items-center justify-between gap-2\">\u003Cstrong class=\"text-sm font-semibold text-amber-900 dark:text-amber-200\">Доказательства реализации\u003C\u002Fstrong>\u003Ctime class=\"text-xs text-gray-500 dark:text-gray-400\">2026-11-18\u003C\u002Ftime>\u003C\u002Fdiv>\u003Cdiv class=\"mt-3 text-gray-800 dark:text-gray-100\">Текущая работа над продуктом Source of Truth объединяет приём документов, индексированный поиск, связи между утверждениями и доказательствами, обработку противоречий, многошаговые исследования, рассуждения на основе доказательств, пространства имён, границы ролей и разрешений, интеграцию моделей, мониторинг запусков и проверенные состояния знаний. Архитектура разрабатывается как модульная система, в которой поиск, управление доказательствами и рассуждения также могут использоваться на разных уровнях в зависимости от сценария использования клиента.\u003C\u002Fdiv>\u003Cdiv class=\"mt-3 text-sm text-gray-600 dark:text-gray-300\">Разработка и валидация продукта активно ведутся. Это описание не заявляет о внедрении у клиентов, выручке, соответствии продукта рынку или корпоративном масштабе.\u003C\u002Fdiv>\u003C\u002Faside>\n\u003Ch2 id=\"faq\">Часто задаваемые вопросы\u003C\u002Fh2>\n\u003Csection class=\"editorjs-faq my-6 rounded-xl border border-gray-200 p-5 dark:border-gray-700\">\u003Ch3 class=\"mb-3 text-lg font-semibold\">Source of Truth для корпоративных исследований и поддержки решений\u003C\u002Fh3>\u003Cdiv id=\"faq-rag\" class=\"border-t border-gray-200 py-4 first:border-t-0 dark:border-gray-700\">\u003Ch4 class=\"font-semibold text-gray-900 dark:text-gray-100\">Является ли SoT системой RAG?\u003C\u002Fh4>\u003Cdiv class=\"mt-2 text-gray-600 dark:text-gray-300\">RAG — один важный слой поиска внутри SoT. Более широкая архитектура добавляет DAG доказательств, отслеживание происхождения, утверждения, противоречия, пути рассуждений, контроль доступа, состояния проверки и аудируемость.\u003C\u002Fdiv>\u003C\u002Fdiv>\u003Cdiv id=\"faq-dag\" class=\"border-t border-gray-200 py-4 first:border-t-0 dark:border-gray-700\">\u003Ch4 class=\"font-semibold text-gray-900 dark:text-gray-100\">Что означает DAG в Source of Truth?\u003C\u002Fh4>\u003Cdiv class=\"mt-2 text-gray-600 dark:text-gray-300\">DAG означает направленный ациклический граф. В SoT он представляет направленные зависимости между доказательствами, утверждениями, выводами и заключениями, предотвращая круговое обоснование. Это делает пути рассуждений прослеживаемыми и переиспользуемыми.\u003C\u002Fdiv>\u003C\u002Fdiv>\u003Cdiv id=\"faq-dag-rag\" class=\"border-t border-gray-200 py-4 first:border-t-0 dark:border-gray-700\">\u003Ch4 class=\"font-semibold text-gray-900 dark:text-gray-100\">Заменяет ли DAG RAG?\u003C\u002Fh4>\u003Cdiv class=\"mt-2 text-gray-600 dark:text-gray-300\">Нет. RAG извлекает кандидатные доказательства. DAG структурирует, как эти доказательства связаны с утверждениями и заключениями. Они решают разные слои одного и того же исследовательского процесса.\u003C\u002Fdiv>\u003C\u002Fdiv>\u003Cdiv id=\"faq-truth\" class=\"border-t border-gray-200 py-4 first:border-t-0 dark:border-gray-700\">\u003Ch4 class=\"font-semibold text-gray-900 dark:text-gray-100\">Определяет ли SoT автоматически, что является истиной?\u003C\u002Fh4>\u003Cdiv class=\"mt-2 text-gray-600 dark:text-gray-300\">Нет. SoT структурирует доказательства и рассуждения, сохраняет неопределённость и поддерживает проверку. Принятые организационные знания остаются управляемым решением человека или рабочего процесса.\u003C\u002Fdiv>\u003C\u002Fdiv>\u003Cdiv id=\"faq-model\" class=\"border-t border-gray-200 py-4 first:border-t-0 dark:border-gray-700\">\u003Ch4 class=\"font-semibold text-gray-900 dark:text-gray-100\">Привязан ли SoT к одной модели ИИ или поставщику?\u003C\u002Fh4>\u003Cdiv class=\"mt-2 text-gray-600 dark:text-gray-300\">Нет. Архитектура отделяет модели и агентов от слоя доказательств, чтобы локальные, облачные или гибридные стратегии моделей могли развиваться без потери базовой структуры знаний.\u003C\u002Fdiv>\u003C\u002Fdiv>\u003Cdiv id=\"faq-business\" class=\"border-t border-gray-200 py-4 first:border-t-0 dark:border-gray-700\">\u003Ch4 class=\"font-semibold text-gray-900 dark:text-gray-100\">В чём основное бизнес-преимущество?\u003C\u002Fh4>\u003Cdiv class=\"mt-2 text-gray-600 dark:text-gray-300\">Основное преимущество — переиспользуемый и аудируемый путь от корпоративного вопроса к обоснованному выводу: меньше повторных ручных исследований, более ясные доказательства, видимая неопределённость, контролируемый доступ ИИ и лучшая преемственность организационных знаний.\u003C\u002Fdiv>\u003C\u002Fdiv>\u003C\u002Fsection>\n\u003Ch2 id=\"key-terms\">Ключевые термины\u003C\u002Fh2>\n\u003Csection class=\"editorjs-glossary my-6 rounded-xl border border-gray-200 dark:border-gray-700 p-5\">\u003Ch3 class=\"mb-3 text-lg font-semibold\">Терминология Source of Truth\u003C\u002Fh3>\u003Cdl>\u003Cdiv id=\"source-of-truth\" class=\"border-t border-gray-200 dark:border-gray-700 py-3 first:border-t-0\">\u003Cdt class=\"font-semibold text-gray-900 dark:text-gray-100\">Source of Truth (SoT)\u003C\u002Fdt>\u003Cdd class=\"mt-1 text-gray-600 dark:text-gray-300\">Управляемая доказательствами платформа интеллекта для принятия решений, которая сохраняет путь от корпоративного вопроса к доказательствам, рассуждениям, выводу и проверке.\u003C\u002Fdd>\u003C\u002Fdiv>\u003Cdiv id=\"rag\" class=\"border-t border-gray-200 dark:border-gray-700 py-3 first:border-t-0\">\u003Cdt class=\"font-semibold text-gray-900 dark:text-gray-100\">RAG\u003C\u002Fdt>\u003Cdd class=\"mt-1 text-gray-600 dark:text-gray-300\">Retrieval-Augmented Generation (генерация с дополненной выборкой): извлечение релевантного исходного материала и предоставление его в качестве контекста генеративной модели.\u003C\u002Fdd>\u003C\u002Fdiv>\u003Cdiv id=\"dag\" class=\"border-t border-gray-200 dark:border-gray-700 py-3 first:border-t-0\">\u003Cdt class=\"font-semibold text-gray-900 dark:text-gray-100\">DAG\u003C\u002Fdt>\u003Cdd class=\"mt-1 text-gray-600 dark:text-gray-300\">Directed Acyclic Graph (направленный ациклический граф): направленный граф без циклов. В SoT он представляет зависимости между доказательствами, утверждениями, выводами и заключениями.\u003C\u002Fdd>\u003C\u002Fdiv>\u003Cdiv id=\"evidence-provenance\" class=\"border-t border-gray-200 dark:border-gray-700 py-3 first:border-t-0\">\u003Cdt class=\"font-semibold text-gray-900 dark:text-gray-100\">Происхождение доказательств\u003C\u002Fdt>\u003Cdd class=\"mt-1 text-gray-600 dark:text-gray-300\">Информация, показывающая, откуда произошли доказательства и как они вошли в путь исследования и рассуждений.\u003C\u002Fdd>\u003C\u002Fdiv>\u003Cdiv id=\"evidence-relationship\" class=\"border-t border-gray-200 dark:border-gray-700 py-3 first:border-t-0\">\u003Cdt class=\"font-semibold text-gray-900 dark:text-gray-100\">Связь доказательств\u003C\u002Fdt>\u003Cdd class=\"mt-1 text-gray-600 dark:text-gray-300\">Явная связь, описывающая, как доказательства, утверждения или заключения поддерживают, зависят от, противоречат или предоставляют альтернативы друг другу.\u003C\u002Fdd>\u003C\u002Fdiv>\u003Cdiv id=\"answer-validity-boundary\" class=\"border-t border-gray-200 dark:border-gray-700 py-3 first:border-t-0\">\u003Cdt class=\"font-semibold text-gray-900 dark:text-gray-100\">Граница действительности ответа\u003C\u002Fdt>\u003Cdd class=\"mt-1 text-gray-600 dark:text-gray-300\">Условия и пределы доказательств, в рамках которых вывод остаётся обоснованным.\u003C\u002Fdd>\u003C\u002Fdiv>\u003Cdiv id=\"namespace\" class=\"border-t border-gray-200 dark:border-gray-700 py-3 first:border-t-0\">\u003Cdt class=\"font-semibold text-gray-900 dark:text-gray-100\">Пространство имён\u003C\u002Fdt>\u003Cdd class=\"mt-1 text-gray-600 dark:text-gray-300\">Логическая граница, разделяющая знания по организации, арендатору, проекту, делу или домену.\u003C\u002Fdd>\u003C\u002Fdiv>\u003Cdiv id=\"rbac\" class=\"border-t border-gray-200 dark:border-gray-700 py-3 first:border-t-0\">\u003Cdt class=\"font-semibold text-gray-900 dark:text-gray-100\">RBAC\u003C\u002Fdt>\u003Cdd class=\"mt-1 text-gray-600 dark:text-gray-300\">Role-Based Access Control (управление доступом на основе ролей): авторизация на основе назначенных ролей и разрешённых им действий или областей данных.\u003C\u002Fdd>\u003C\u002Fdiv>\u003C\u002Fdl>\u003C\u002Fsection>\n\u003Ch2 id=\"core-advantage\">Ключевое преимущество: решение можно проследить до его доказательств\u003C\u002Fh2>\n\u003Cp>Сильнейшая ценность Source of Truth не в том, что ИИ может быстрее выдать ответ. А в том, что организация может сохранить \u003Cstrong>почему\u003C\u002Fstrong> был сделан вывод, \u003Cstrong>какие доказательства\u003C\u002Fstrong> его поддерживают, \u003Cstrong>где остаётся неопределённость\u003C\u002Fstrong>, \u003Cstrong>какие альтернативы рассматривались\u003C\u002Fstrong> и \u003Cstrong>кто утвердил результат\u003C\u002Fstrong>.\u003C\u002Fp>\n\u003Cp>RAG помогает системе находить. DAG помогает системе структурировать. Исследовательские агенты помогают системе изучать. Рассуждения на основе доказательств помогают системе обосновывать. Управление и человеческая проверка определяют, что организация принимает. Вместе эти слои превращают исследования с помощью ИИ в переиспользуемый интеллект для принятия решений.\u003C\u002Fp>",{"time":272,"blocks":273,"version":790},1795027481611,[274,280,285,293,301,307,312,320,358,364,369,374,424,431,460,466,471,476,505,511,516,521,527,532,539,545,550,555,561,566,579,585,590,595,601,606,612,618,623,652,658,681,687,696,702,732,738,774,780,785],{"id":275,"data":276,"type":278,"tunes":279},"intro01",{"text":277},"\u003Cstrong>Source of Truth (SoT) — это платформа интеллектуального принятия решений, управляемая доказательствами, предназначенная для превращения распределённых корпоративных знаний в прослеживаемые, проверяемые и повторно используемые выводы.\u003C\u002Fstrong> Она объединяет контролируемый приём источников, поиск, исследовательских агентов, связи между доказательствами, происхождение данных, обработку противоречий, рассуждения, контроль доступа и человеческую проверку, чтобы ответ не только генерировался, но и подкреплялся видимым путём принятия решения.","paragraph",{},{"id":281,"data":282,"type":278,"tunes":284},"intro02",{"text":283},"Главная ценность — не улучшенный чат-бот. Ценность — это управляемый путь от \u003Cstrong>вопроса → доказательств → связей → вывода → проверки\u003C\u002Fstrong>. Релевантную информацию можно быстро найти, но каждое важное утверждение также остаётся связанным со своим источником, контекстом, конкурирующими доказательствами и статусом проверки.",{},{"id":286,"data":287,"type":291,"tunes":292},"quote01",{"text":288,"caption":289,"alignment":290},"Модель может помогать в исследовании и рассуждениях. Структура доказательств сохраняет контроль в руках организации.","Принцип проектирования Source of Truth","left","quote",{},{"id":294,"data":295,"type":299,"tunes":300},"toc01",{"title":296,"maxLevel":297,"minLevel":298},"Содержание",3,2,"tableOfContents",{},{"id":302,"data":303,"type":42,"tunes":305},"h2value",{"text":304,"level":298},"Что Source of Truth создаёт для организации",{"anchor":306},"organizational-value",{"id":308,"data":309,"type":278,"tunes":311},"pvalue1",{"text":310},"Организациям редко не хватает информации. Более серьёзная проблема в том, что информация распределена по документам, базам данных, отчётам, командам и системам, а важные решения требуют большего, чем один результат поиска. SoT создаёт контролируемый слой интеллекта, в котором релевантные доказательства можно находить, связывать, оценивать и сохранять.",{},{"id":313,"data":314,"type":318,"tunes":319},"callvalue",{"body":315,"title":316,"variant":317},"Source of Truth сокращает повторяющиеся ручные исследования, сохраняет доказательства, лежащие в основе важных выводов, выявляет неопределённость и противоречия, поддерживает контролируемое использование ИИ и превращает проверенные результаты в повторно используемые организационные знания.","Бизнес-ценность","success","callout",{},{"id":321,"data":322,"type":356,"tunes":357},"valueTable",{"content":323,"stretched":43,"withHeadings":14},[324,328,332,336,340,344,348,352],[325,326,327],"Потребность","Возможность SoT","Практическая ценность",[329,330,331],"Найти релевантные знания","Индексированные утверждённые источники и поиск","Меньше времени на поиск по разрозненным системам",[333,334,335],"Понять, почему был сделан вывод","Связи между доказательствами и происхождение данных","Видимый путь от утверждения обратно к источнику",[337,338,339],"Работа с противоречивой информацией","Отслеживание противоречий и альтернативных доказательств","Различия остаются видимыми, а не сливаются незаметно",[341,342,343],"Работа с неполными доказательствами","Открытые вопросы и границы применимости","Неопределённость становится явной и проверяемой",[345,346,347],"Безопасное использование ИИ в командах","RBAC, пространства имён и ограниченные рабочие процессы","Доступ ИИ соответствует организационным разрешениям и контексту",[349,350,351],"Повторное использование предыдущих исследований","Проверенные знания и постоянная структура доказательств","Важные результаты не исчезают в разовых чатах",[353,354,355],"Смена моделей без потери знаний","Независимый от модели слой доказательств","Структура знаний остаётся стабильной, пока компоненты ИИ развиваются","table",{},{"id":359,"data":360,"type":42,"tunes":362},"h2dag",{"text":361,"level":298},"DAG — это структурное ядро, а RAG — лишь один слой поиска",{"anchor":363},"dag-vs-rag",{"id":365,"data":366,"type":278,"tunes":368},"pdag1",{"text":367},"RAG полезен для понимания одной части системы, поскольку он извлекает релевантный исходный материал и передаёт его как контекст модели ИИ. Однако в SoT более важной структурой является \u003Cstrong>DAG — направленный ациклический граф\u003C\u002Fstrong>. DAG представляет, как доказательства, утверждения, промежуточные результаты и выводы зависят друг от друга, не создавая циклического обоснования.",{},{"id":370,"data":371,"type":278,"tunes":373},"pdag2",{"text":372},"Конвейер RAG отвечает на вопрос: \u003Cem>Какие фрагменты релевантны этому запросу?\u003C\u002Fem> Граф доказательств SoT отвечает на более широкий вопрос: \u003Cem>Какие утверждения зависят от каких доказательств, какие выводы зависят от каких утверждений, где существуют альтернативы или противоречия и как можно проследить путь рассуждения в обратном направлении?\u003C\u002Fem>",{},{"id":375,"data":376,"type":422,"tunes":423},"cmpDag",{"rows":377,"title":414,"layout":356,"columns":415},[378,384,390,396,402,408],{"id":379,"label":380,"values":381},"purpose","Основное назначение",{"dag":382,"rag":383},"Представлять зависимости между доказательствами, утверждениями, результатами и выводами","Извлекать релевантный контекст для запроса",{"id":385,"label":386,"values":387},"unit","Основная единица",{"dag":388,"rag":389},"Узлы и направленные связи между доказательствами","Извлечённые фрагменты или документы",{"id":391,"label":392,"values":393},"trace","Прослеживаемость",{"dag":394,"rag":395},"Можно проследить вывод по поддерживающей цепочке","Можно ссылаться на извлечённые источники",{"id":397,"label":398,"values":399},"conflict","Противоречия",{"dag":400,"rag":401},"Можно сохранить конфликт как явную связь или альтернативный путь","Может извлечь противоречивые фрагменты",{"id":403,"label":404,"values":405},"reasoning","Структура рассуждения",{"dag":406,"rag":407},"Сохраняется как явная структура зависимостей","Обычно собирается во время запроса",{"id":409,"label":410,"values":411},"reuse","Повторное использование",{"dag":412,"rag":413},"Проверенные связи могут стать повторно используемыми организационными знаниями","Поиск повторяется для каждого запроса","RAG и граф доказательств SoT решают разные части задачи",[416,419],{"id":417,"label":418},"rag","RAG",{"id":420,"label":421},"dag","Граф доказательств в SoT","comparison",{},{"id":425,"data":426,"type":318,"tunes":430},"callDag",{"body":427,"title":428,"variant":429},"SoT не заменяет поиск. RAG остаётся ценным механизмом для нахождения кандидатов в доказательства. DAG добавляет постоянную структуру доказательств, которую один лишь поиск не обеспечивает.","RAG по-прежнему важен","info",{},{"id":432,"data":433,"type":458,"tunes":459},"flowDag",{"steps":434,"title":456,"orientation":457},[435,438,441,444,447,450,453],{"label":436,"description":437},"Вопрос","Определить цель исследования и контекст случая.",{"label":439,"description":440},"Поиск","Использовать RAG и поиск для нахождения релевантных кандидатов в доказательства.",{"label":442,"description":443},"Нормализация доказательств","Сохранить источник, фрагмент, метаданные и происхождение.",{"label":445,"description":446},"Построение связей","Связать доказательства с утверждениями, альтернативами, конфликтами и зависимостями.",{"label":448,"description":449},"Рассуждение по DAG","Оценить поддерживаемые пути, не теряя цепочку доказательств.",{"label":451,"description":452},"Синтез","Сформировать вывод, ограниченный доступными доказательствами.",{"label":454,"description":455},"Проверка и выпуск","Человек или управляемый рабочий процесс решает, станет ли результат принятым знанием.","От поиска к интеллекту принятия решений, управляемому доказательствами","auto","processFlow",{},{"id":461,"data":462,"type":42,"tunes":464},"h2evidence",{"text":463,"level":298},"Доказательство — это больше, чем ссылка",{"anchor":465},"evidence",{"id":467,"data":468,"type":278,"tunes":470},"pevidence1",{"text":469},"Ссылка показывает, откуда пришла информация. SoT идёт дальше, сохраняя связь между источником, конкретным фрагментом или наблюдением, утверждением, выведенным из него, путём рассуждения, который его использует, и выводом, который от него зависит.",{},{"id":472,"data":473,"type":278,"tunes":475},"pevidence2",{"text":474},"Это различие важно, когда исследование имеет последствия. Лицу, принимающему решения, может потребоваться знать не только то, какой документ был процитирован, но и действительно ли процитированный материал поддерживает утверждение, не противоречит ли ему другой источник, остаётся ли источник действительным для текущего случая и остаётся ли вывод в пределах своей доказательной базы.",{},{"id":477,"data":478,"type":356,"tunes":504},"evidenceTable",{"content":479,"stretched":43,"withHeadings":14},[480,483,486,489,492,495,498,501],[481,482],"Слой","Роль в SoT",[484,485],"Источник","Исходный документ, набор данных, запись или утверждённый внешний ввод",[487,488],"Доказательство","Конкретный фрагмент, значение, наблюдение или извлечённый результат",[490,491],"Утверждение","Высказывание, которое доказательство может поддерживать, ослаблять или опровергать",[493,494],"Связь","Поддержка, зависимость, альтернатива, противоречие или иная явная связь",[496,497],"Вывод","Синтез, полученный из поддерживаемых путей",[499,500],"Статус проверки","Является ли результат предварительным, проверенным, принятым или заменённым",[502,503],"История аудита","Как знания и их поддерживающая структура менялись со временем",{},{"id":506,"data":507,"type":42,"tunes":509},"h2research",{"text":508,"level":298},"Исследовательские агенты расширяют расследование, а не полномочия",{"anchor":510},"research-agents",{"id":512,"data":513,"type":278,"tunes":515},"presearch1",{"text":514},"Некоторые вопросы невозможно решить за один шаг извлечения. Поэтому исследовательские агенты могут планировать и выполнять несколько ограниченных операций: поиск, изучение источников, сравнение доказательств, выявление пробелов, формулирование дополнительных запросов и сбор дополнительных находок.",{},{"id":517,"data":518,"type":278,"tunes":520},"presearch2",{"text":519},"Агент ускоряет расследование, но полномочия остаются в структуре доказательств и процессе проверки. Результат агента может стать кандидатом в находки; он не становится организационной истиной автоматически.",{},{"id":522,"data":523,"type":42,"tunes":525},"h2contradictions",{"text":524,"level":298},"Противоречия, альтернативы и открытые вопросы остаются видимыми",{"anchor":526},"contradictions",{"id":528,"data":529,"type":278,"tunes":531},"pcontradictions1",{"text":530},"Одно из самых сильных отличий системы, управляемой доказательствами, от обычного генеративного интерфейса заключается в том, что SoT не нужно скрывать разногласия. Два источника могут поддерживать разные утверждения. Обязательный документ может отсутствовать. Вывод может быть действителен только при определённых условиях. Эти состояния могут оставаться явными в графе, вместо того чтобы быть сведёнными к одному гладкому ответу.",{},{"id":533,"data":534,"type":318,"tunes":538},"callUncertainty",{"body":535,"title":536,"variant":537},"Открытое, противоречивое, слабо подтверждённое или условно действительное — это законные состояния знания. Делать их видимыми может быть ценнее, чем навязывать преждевременный единственный ответ.","Неопределённость — это полезная информация","note",{},{"id":540,"data":541,"type":42,"tunes":543},"h2validity",{"text":542,"level":298},"У каждого вывода есть граница доказательств",{"anchor":544},"validity-boundary",{"id":546,"data":547,"type":278,"tunes":549},"pvalidity1",{"text":548},"Вывод настолько силён, насколько силён путь доказательств, который его поддерживает. Поэтому SoT рассматривает \u003Cstrong>границу действительности ответа\u003C\u002Fstrong> как архитектурную задачу: какие доказательства были доступны, какие предположения использовались, какие альтернативы рассматривались, что осталось нерешённым и при каких условиях выводу всё ещё следует доверять.",{},{"id":551,"data":552,"type":278,"tunes":554},"pvalidity2",{"text":553},"Это делает возможной последующую проверку. Когда источник меняется, поступает новый документ или решается ранее открытый вопрос, затронутый путь зависимостей можно переоценить, не восстанавливая весь исследовательский процесс по памяти.",{},{"id":556,"data":557,"type":42,"tunes":559},"h2governance",{"text":558,"level":298},"RBAC, пространства имён и область дела удерживают исследование в организационных границах",{"anchor":560},"governance",{"id":562,"data":563,"type":278,"tunes":565},"pgovernance1",{"text":564},"Корпоративный интеллект должен соблюдать организационные границы. SoT объединяет область дела, пространства имён и управление доступом на основе ролей, чтобы исследование можно было ограничить правильным доменом знаний, проектом, тенантом, отделом или ролью пользователя.",{},{"id":567,"data":568,"type":577,"tunes":578},"listGov",{"meta":569,"items":570,"style":576},{},[571,572,573,574,575],"\u003Cstrong>Область дела:\u003C\u002Fstrong> определяет, какой вопрос и какое пространство доказательств относятся к активной исследовательской задаче.","\u003Cstrong>Пространства имён:\u003C\u002Fstrong> разделяют домены знаний и обеспечивают структурную основу для политик доступа и жизненного цикла.","\u003Cstrong>RBAC:\u003C\u002Fstrong> управляет тем, какие пользователи и роли могут получать доступ к функциям, источникам и результатам.","\u003Cstrong>Границы данных:\u003C\u002Fstrong> обеспечивают соответствие извлечения и рассуждения утверждённым информационным пространствам.","\u003Cstrong>Процессы проверки:\u003C\u002Fstrong> отделяют сгенерированный или предварительный результат от принятого организационного знания.","unordered","list",{},{"id":580,"data":581,"type":42,"tunes":583},"h2models",{"text":582,"level":298},"Модели могут меняться, не становясь системой знаний",{"anchor":584},"model-independence",{"id":586,"data":587,"type":278,"tunes":589},"pmodels1",{"text":588},"Разные задачи могут использовать разные возможности ИИ: локальные модели, облачные модели, модели извлечения, модели рассуждения или специализированные агенты. SoT отделяет эти выборы моделей от слоя доказательств. Модель помогает обрабатывать знания; она не владеет знаниями.",{},{"id":591,"data":592,"type":278,"tunes":594},"pmodels2",{"text":593},"Это разделение создаёт практическую гибкость. Модель можно заменить, обновить или маршрутизировать иначе, при этом базовые источники, утверждения, связи доказательств, состояния проверки и история аудита остаются нетронутыми.",{},{"id":596,"data":597,"type":42,"tunes":599},"h2human",{"text":598,"level":298},"Человеческая проверка остаётся высшей инстанцией",{"anchor":600},"human-review",{"id":602,"data":603,"type":278,"tunes":605},"phuman1",{"text":604},"SoT может автоматизировать этапы исследования, сбор доказательств, сравнение и синтез, но принятие, влекущее последствия, остаётся управленческим решением. Ответственный проверяющий или определённый организационный процесс решает, принимается ли вывод, выпускается, пересматривается или отклоняется.",{},{"id":607,"data":608,"type":291,"tunes":611},"quoteHuman",{"text":609,"caption":610,"alignment":290},"Автоматизируйте путь исследования, а не организационные полномочия.","Принцип управления Source of Truth",{},{"id":613,"data":614,"type":42,"tunes":616},"h2usecases",{"text":615,"level":298},"Где это создаёт практическую ценность",{"anchor":617},"use-cases",{"id":619,"data":620,"type":278,"tunes":622},"pusecases1",{"text":621},"Архитектура полезна везде, где решения зависят от распределённых доказательств, повторных исследований или объяснимых выводов. Наиболее сильные сценарии использования определяются не только отраслью, но и потребностью в прослеживаемости, контролируемом доступе и переиспользуемых знаниях.",{},{"id":624,"data":625,"type":356,"tunes":651},"useTable",{"content":626,"stretched":43,"withHeadings":14},[627,630,633,636,639,642,645,648],[628,629],"Сценарий использования","Что даёт SoT",[631,632],"Исследование политик и соответствия требованиям","Прослеживаемые доказательства, конкурирующие интерпретации и история проверок",[634,635],"Поддержка технических решений","Архитектурные доказательства, альтернативы, зависимости и обоснование решений",[637,638],"Комплексная проверка и анализ документов","Структурированные выводы по большим наборам источников с указанием происхождения",[640,641],"Исследование внутренних знаний","Поиск плюс переиспользуемые проверенные выводы вместо разовых ответов чата",[643,644],"Анализ инцидентов и первопричин","Пути доказательств, связывающие наблюдения, гипотезы и подтверждённые причины",[646,647],"Продуктовая и рыночная аналитика","Множество источников, сравнение утверждений и явная неопределённость",[649,650],"Регулируемые или чувствительные области","RBAC, пространства имён, состояния проверки и аудируемые пути решений",{},{"id":653,"data":654,"type":42,"tunes":656},"h2difference",{"text":655,"level":298},"Что такое SoT — и чем он не является",{"anchor":657},"what-it-is",{"id":659,"data":660,"type":679,"tunes":680},"proscons01",{"cons":661,"pros":668,"title":675,"layout":676,"consLabel":677,"prosLabel":678},[662,663,664,665,666,667],"Чат-бот, который становится авторитетным за счёт генерации беглых ответов","Замена качества источников или экспертного суждения","Векторная база данных, выдаваемая за полноценную систему знаний","Одномодельная архитектура","Механизм, автоматически разрешающий все противоречия","Замена организационной ответственности",[669,670,671,672,673,674],"Управляемый доказательствами слой интеллекта для принятия решений","Структурированный рабочий процесс исследований и знаний","Постоянный граф доказательств и зависимостей","Контролируемая точка интеграции для RAG, агентов и моделей","Система для отслеживания происхождения, противоречий, проверки и аудита","Переиспользуемая основа организационных знаний","Границы Source of Truth","columns","SoT — это не","SoT — это","prosCons",{},{"id":682,"data":683,"type":42,"tunes":685},"h2impl",{"text":684,"level":298},"Текущее направление реализации",{"anchor":686},"implementation",{"id":688,"data":689,"type":694,"tunes":695},"exp01",{"date":690,"text":691,"label":692,"context":693},"2026-11-18","Текущая работа над продуктом Source of Truth объединяет приём документов, индексированный поиск, связи между утверждениями и доказательствами, обработку противоречий, многошаговые исследования, рассуждения на основе доказательств, пространства имён, границы ролей и разрешений, интеграцию моделей, мониторинг запусков и проверенные состояния знаний. Архитектура разрабатывается как модульная система, в которой поиск, управление доказательствами и рассуждения также могут использоваться на разных уровнях в зависимости от сценария использования клиента.","Доказательства реализации","Разработка и валидация продукта активно ведутся. Это описание не заявляет о внедрении у клиентов, выручке, соответствии продукта рынку или корпоративном масштабе.","experience",{},{"id":697,"data":698,"type":42,"tunes":700},"h2faq",{"text":699,"level":298},"Часто задаваемые вопросы",{"anchor":701},"faq",{"id":703,"data":704,"type":701,"tunes":731},"faq01",{"items":705,"title":730},[706,710,714,718,722,726],{"id":707,"answer":708,"question":709},"faq-rag","RAG — один важный слой поиска внутри SoT. Более широкая архитектура добавляет DAG доказательств, отслеживание происхождения, утверждения, противоречия, пути рассуждений, контроль доступа, состояния проверки и аудируемость.","Является ли SoT системой RAG?",{"id":711,"answer":712,"question":713},"faq-dag","DAG означает направленный ациклический граф. В SoT он представляет направленные зависимости между доказательствами, утверждениями, выводами и заключениями, предотвращая круговое обоснование. Это делает пути рассуждений прослеживаемыми и переиспользуемыми.","Что означает DAG в Source of Truth?",{"id":715,"answer":716,"question":717},"faq-dag-rag","Нет. RAG извлекает кандидатные доказательства. DAG структурирует, как эти доказательства связаны с утверждениями и заключениями. Они решают разные слои одного и того же исследовательского процесса.","Заменяет ли DAG RAG?",{"id":719,"answer":720,"question":721},"faq-truth","Нет. SoT структурирует доказательства и рассуждения, сохраняет неопределённость и поддерживает проверку. Принятые организационные знания остаются управляемым решением человека или рабочего процесса.","Определяет ли SoT автоматически, что является истиной?",{"id":723,"answer":724,"question":725},"faq-model","Нет. Архитектура отделяет модели и агентов от слоя доказательств, чтобы локальные, облачные или гибридные стратегии моделей могли развиваться без потери базовой структуры знаний.","Привязан ли SoT к одной модели ИИ или поставщику?",{"id":727,"answer":728,"question":729},"faq-business","Основное преимущество — переиспользуемый и аудируемый путь от корпоративного вопроса к обоснованному выводу: меньше повторных ручных исследований, более ясные доказательства, видимая неопределённость, контролируемый доступ ИИ и лучшая преемственность организационных знаний.","В чём основное бизнес-преимущество?","Source of Truth для корпоративных исследований и поддержки решений",{},{"id":733,"data":734,"type":42,"tunes":736},"h2gloss",{"text":735,"level":298},"Ключевые термины",{"anchor":737},"key-terms",{"id":739,"data":740,"type":772,"tunes":773},"gloss01",{"title":741,"entries":742},"Терминология Source of Truth",[743,747,749,752,756,760,764,768],{"term":744,"anchor":745,"definition":746},"Source of Truth (SoT)","source-of-truth","Управляемая доказательствами платформа интеллекта для принятия решений, которая сохраняет путь от корпоративного вопроса к доказательствам, рассуждениям, выводу и проверке.",{"term":418,"anchor":417,"definition":748},"Retrieval-Augmented Generation (генерация с дополненной выборкой): извлечение релевантного исходного материала и предоставление его в качестве контекста генеративной модели.",{"term":750,"anchor":420,"definition":751},"DAG","Directed Acyclic Graph (направленный ациклический граф): направленный граф без циклов. В SoT он представляет зависимости между доказательствами, утверждениями, выводами и заключениями.",{"term":753,"anchor":754,"definition":755},"Происхождение доказательств","evidence-provenance","Информация, показывающая, откуда произошли доказательства и как они вошли в путь исследования и рассуждений.",{"term":757,"anchor":758,"definition":759},"Связь доказательств","evidence-relationship","Явная связь, описывающая, как доказательства, утверждения или заключения поддерживают, зависят от, противоречат или предоставляют альтернативы друг другу.",{"term":761,"anchor":762,"definition":763},"Граница действительности ответа","answer-validity-boundary","Условия и пределы доказательств, в рамках которых вывод остаётся обоснованным.",{"term":765,"anchor":766,"definition":767},"Пространство имён","namespace","Логическая граница, разделяющая знания по организации, арендатору, проекту, делу или домену.",{"term":769,"anchor":770,"definition":771},"RBAC","rbac","Role-Based Access Control (управление доступом на основе ролей): авторизация на основе назначенных ролей и разрешённых им действий или областей данных.","glossary",{},{"id":775,"data":776,"type":42,"tunes":778},"h2final",{"text":777,"level":298},"Ключевое преимущество: решение можно проследить до его доказательств",{"anchor":779},"core-advantage",{"id":781,"data":782,"type":278,"tunes":784},"pfinal1",{"text":783},"Сильнейшая ценность Source of Truth не в том, что ИИ может быстрее выдать ответ. А в том, что организация может сохранить \u003Cstrong>почему\u003C\u002Fstrong> был сделан вывод, \u003Cstrong>какие доказательства\u003C\u002Fstrong> его поддерживают, \u003Cstrong>где остаётся неопределённость\u003C\u002Fstrong>, \u003Cstrong>какие альтернативы рассматривались\u003C\u002Fstrong> и \u003Cstrong>кто утвердил результат\u003C\u002Fstrong>.",{},{"id":786,"data":787,"type":278,"tunes":789},"pfinal2",{"text":788},"RAG помогает системе находить. DAG помогает системе структурировать. Исследовательские агенты помогают системе изучать. Рассуждения на основе доказательств помогают системе обосновывать. Управление и человеческая проверка определяют, что организация принимает. Вместе эти слои превращают исследования с помощью ИИ в переиспользуемый интеллект для принятия решений.",{},"2.31","Как платформа корпоративного интеллекта Source of Truth выходит за рамки поиска, объединяя контролируемую область кейса, RAG, исследовательских агентов, рассуждение на основе доказательств, обработку противоречий, RBAC, пространства имён и проверку человеком в поддающийся аудиту путь от корпоративного вопроса к обоснованному решению.","\u002Fuploads\u002F2026\u002F11\u002Fsot-erklaervideo-corporate-blue-v30-1795025960096-p9mxhp.mp4","sot-erklaervideo-corporate-blue-v30-1795025960096-p9mxhp","PUBLISHED","2026-11-18T16:16:00.000Z","2026-11-18T18:16:12.994Z","2026-11-18T18:40:46.627Z",{"en":92,"de":799,"sr":800,"es":801,"fr":802,"it":803,"ru":804,"zh":805},"\u002Fde\u002Fportfolio\u002Fsource-of-truth-beyond-rag-evidence-governed-research-traceability-and-business-value","\u002Fsr\u002Fportfolio\u002Fsource-of-truth-beyond-rag-evidence-governed-research-traceability-and-business-value","\u002Fes\u002Fportfolio\u002Fsource-of-truth-beyond-rag-evidence-governed-research-traceability-and-business-value","\u002Ffr\u002Fportfolio\u002Fsource-of-truth-beyond-rag-evidence-governed-research-traceability-and-business-value","\u002Fit\u002Fportfolio\u002Fsource-of-truth-beyond-rag-evidence-governed-research-traceability-and-business-value","\u002Fru\u002Fportfolio\u002Fsource-of-truth-beyond-rag-evidence-governed-research-traceability-and-business-value","\u002Fzh\u002Fportfolio\u002Fsource-of-truth-beyond-rag-evidence-governed-research-traceability-and-business-value",{"id":807,"login":808,"email":809,"displayName":810},"20","rooth8233","","Aleksandar Stajić",[812,1227],{"lang":813,"title":814,"content":815,"contentJson":816,"excerpt":1226},"en","Source of Truth Beyond RAG: Evidence-Governed Research, Traceability and Business Value","{\"time\":1795034000000,\"blocks\":[{\"id\":\"intro01\",\"type\":\"paragraph\",\"data\":{\"text\":\"\u003Cstrong>Source of Truth (SoT) is an evidence-governed decision intelligence platform designed to turn distributed enterprise knowledge into traceable, reviewable and reusable conclusions.\u003C\u002Fstrong> It combines controlled source ingestion, retrieval, research agents, evidence relationships, provenance, contradiction handling, reasoning, access control and human review so that an answer is not only generated, but supported by a visible decision path.\"},\"tunes\":{}},{\"id\":\"intro02\",\"type\":\"paragraph\",\"data\":{\"text\":\"The central value is not a better chatbot. The value is a governed path from \u003Cstrong>question → evidence → relationships → conclusion → review\u003C\u002Fstrong>. Relevant information can be found quickly, but every important statement can also remain connected to its source, context, competing evidence and review state.\"},\"tunes\":{}},{\"id\":\"quote01\",\"type\":\"quote\",\"data\":{\"text\":\"The model can assist with research and reasoning. The evidence structure keeps the organization in control.\",\"caption\":\"Source of Truth design principle\",\"alignment\":\"left\"},\"tunes\":{}},{\"id\":\"toc01\",\"type\":\"tableOfContents\",\"data\":{\"title\":\"Contents\",\"minLevel\":2,\"maxLevel\":3},\"tunes\":{}},{\"id\":\"h2value\",\"type\":\"header\",\"data\":{\"text\":\"What Source of Truth Creates for an Organization\",\"level\":2},\"tunes\":{\"anchor\":\"organizational-value\"}},{\"id\":\"pvalue1\",\"type\":\"paragraph\",\"data\":{\"text\":\"Organizations rarely lack information. The greater challenge is that information is distributed across documents, databases, reports, teams and systems, while important decisions require more than a single search result. SoT creates a controlled intelligence layer in which relevant evidence can be located, related, evaluated and preserved.\"},\"tunes\":{}},{\"id\":\"callvalue\",\"type\":\"callout\",\"data\":{\"variant\":\"success\",\"title\":\"Business Mehrwert\",\"body\":\"Source of Truth reduces repeated manual research, preserves the evidence behind important conclusions, exposes uncertainty and contradictions, supports controlled AI use, and turns reviewed findings into reusable organizational knowledge.\"},\"tunes\":{}},{\"id\":\"valueTable\",\"type\":\"table\",\"data\":{\"withHeadings\":true,\"stretched\":false,\"content\":[[\"Need\",\"SoT capability\",\"Practical value\"],[\"Find relevant knowledge\",\"Indexed approved sources and retrieval\",\"Less time spent searching across disconnected systems\"],[\"Understand why a conclusion was reached\",\"Evidence relationships and provenance\",\"A visible path from claim back to source\"],[\"Handle conflicting information\",\"Contradiction and alternative-evidence tracking\",\"Differences remain visible instead of being silently merged\"],[\"Work with incomplete evidence\",\"Open points and validity boundaries\",\"Uncertainty becomes explicit and reviewable\"],[\"Use AI safely across teams\",\"RBAC, namespaces and bounded workflows\",\"AI access follows organizational permissions and context\"],[\"Reuse prior research\",\"Reviewed knowledge and persistent evidence structure\",\"Important findings do not disappear into one-off chats\"],[\"Change models without losing knowledge\",\"Model-independent evidence layer\",\"The knowledge structure remains stable while AI components evolve\"]]},\"tunes\":{}},{\"id\":\"h2dag\",\"type\":\"header\",\"data\":{\"text\":\"DAG Is the Structural Core — RAG Is One Retrieval Layer\",\"level\":2},\"tunes\":{\"anchor\":\"dag-vs-rag\"}},{\"id\":\"pdag1\",\"type\":\"paragraph\",\"data\":{\"text\":\"RAG is useful for understanding one part of the system because it retrieves relevant source material and supplies it as context to an AI model. In SoT, however, the more important structure is a \u003Cstrong>DAG — a Directed Acyclic Graph\u003C\u002Fstrong>. The DAG represents how evidence, claims, intermediate findings and conclusions depend on one another without creating circular justification.\"},\"tunes\":{}},{\"id\":\"pdag2\",\"type\":\"paragraph\",\"data\":{\"text\":\"A RAG pipeline answers: \u003Cem>Which passages are relevant to this query?\u003C\u002Fem> A SoT evidence DAG answers a broader question: \u003Cem>Which claims depend on which evidence, which conclusions depend on which claims, where do alternatives or contradictions exist, and how can the reasoning path be traced backward?\u003C\u002Fem>\"},\"tunes\":{}},{\"id\":\"cmpDag\",\"type\":\"comparison\",\"data\":{\"title\":\"RAG and the SoT evidence DAG solve different parts of the problem\",\"layout\":\"table\",\"columns\":[{\"id\":\"rag\",\"label\":\"RAG\"},{\"id\":\"dag\",\"label\":\"Evidence DAG in SoT\"}],\"rows\":[{\"id\":\"purpose\",\"label\":\"Primary purpose\",\"values\":{\"rag\":\"Retrieve relevant context for a query\",\"dag\":\"Represent dependencies between evidence, claims, findings and conclusions\"}},{\"id\":\"unit\",\"label\":\"Main unit\",\"values\":{\"rag\":\"Retrieved passages or documents\",\"dag\":\"Nodes and directed evidence relationships\"}},{\"id\":\"trace\",\"label\":\"Traceability\",\"values\":{\"rag\":\"Can cite retrieved sources\",\"dag\":\"Can trace a conclusion through its supporting chain\"}},{\"id\":\"conflict\",\"label\":\"Contradictions\",\"values\":{\"rag\":\"May retrieve conflicting passages\",\"dag\":\"Can preserve conflict as an explicit relationship or alternative path\"}},{\"id\":\"reasoning\",\"label\":\"Reasoning structure\",\"values\":{\"rag\":\"Usually assembled at query time\",\"dag\":\"Persisted as an explicit dependency structure\"}},{\"id\":\"reuse\",\"label\":\"Reuse\",\"values\":{\"rag\":\"Retrieval is repeated for each query\",\"dag\":\"Reviewed relationships can become reusable organizational knowledge\"}}]},\"tunes\":{}},{\"id\":\"callDag\",\"type\":\"callout\",\"data\":{\"variant\":\"info\",\"title\":\"RAG is still important\",\"body\":\"SoT does not replace retrieval. RAG remains a valuable mechanism for finding candidate evidence. The DAG adds the persistent evidence structure that retrieval alone does not provide.\"},\"tunes\":{}},{\"id\":\"flowDag\",\"type\":\"processFlow\",\"data\":{\"title\":\"From retrieval to evidence-governed decision intelligence\",\"orientation\":\"auto\",\"steps\":[{\"label\":\"Question\",\"description\":\"Define the research objective and case context.\"},{\"label\":\"Retrieve\",\"description\":\"Use RAG and search to find relevant candidate evidence.\"},{\"label\":\"Normalize evidence\",\"description\":\"Preserve source, passage, metadata and provenance.\"},{\"label\":\"Build relationships\",\"description\":\"Connect evidence to claims, alternatives, conflicts and dependencies.\"},{\"label\":\"Reason over the DAG\",\"description\":\"Evaluate supported paths without losing the evidence chain.\"},{\"label\":\"Synthesize\",\"description\":\"Produce a conclusion bounded by the available evidence.\"},{\"label\":\"Review & release\",\"description\":\"Human or governed workflow decides whether the result becomes accepted knowledge.\"}]},\"tunes\":{}},{\"id\":\"h2evidence\",\"type\":\"header\",\"data\":{\"text\":\"Evidence Is More Than a Citation\",\"level\":2},\"tunes\":{\"anchor\":\"evidence\"}},{\"id\":\"pevidence1\",\"type\":\"paragraph\",\"data\":{\"text\":\"A citation shows where information came from. SoT goes further by preserving the relationship between the source, the concrete passage or observation, the claim derived from it, the reasoning path that uses it and the conclusion that depends on it.\"},\"tunes\":{}},{\"id\":\"pevidence2\",\"type\":\"paragraph\",\"data\":{\"text\":\"That distinction matters when research becomes consequential. A decision-maker may need to know not only which document was cited, but whether the cited material actually supports the claim, whether another source disagrees, whether the source is still valid for the current case and whether the conclusion remains inside its evidence boundary.\"},\"tunes\":{}},{\"id\":\"evidenceTable\",\"type\":\"table\",\"data\":{\"withHeadings\":true,\"stretched\":false,\"content\":[[\"Layer\",\"Role in SoT\"],[\"Source\",\"Original document, dataset, record or approved external input\"],[\"Evidence\",\"Concrete passage, value, observation or extracted finding\"],[\"Claim\",\"A statement that the evidence may support, weaken or contradict\"],[\"Relationship\",\"Support, dependency, alternative, contradiction or other explicit connection\"],[\"Conclusion\",\"A synthesis derived from the supported paths\"],[\"Review state\",\"Whether the result is provisional, reviewed, accepted or superseded\"],[\"Audit history\",\"How the knowledge and its supporting structure changed over time\"]]},\"tunes\":{}},{\"id\":\"h2research\",\"type\":\"header\",\"data\":{\"text\":\"Research Agents Extend the Investigation, Not the Authority\",\"level\":2},\"tunes\":{\"anchor\":\"research-agents\"}},{\"id\":\"presearch1\",\"type\":\"paragraph\",\"data\":{\"text\":\"Some questions cannot be resolved through a single retrieval step. Research agents can therefore plan and execute multiple bounded operations: search, inspect sources, compare evidence, identify gaps, formulate follow-up queries and collect additional findings.\"},\"tunes\":{}},{\"id\":\"presearch2\",\"type\":\"paragraph\",\"data\":{\"text\":\"The agent accelerates the investigation, but authority remains in the evidence structure and review process. Agent output can become a candidate finding; it does not automatically become organizational truth.\"},\"tunes\":{}},{\"id\":\"h2contradictions\",\"type\":\"header\",\"data\":{\"text\":\"Contradictions, Alternatives and Open Points Remain Visible\",\"level\":2},\"tunes\":{\"anchor\":\"contradictions\"}},{\"id\":\"pcontradictions1\",\"type\":\"paragraph\",\"data\":{\"text\":\"One of the strongest differences between an evidence-governed system and a conventional generative interface is that SoT does not need to hide disagreement. Two sources may support different claims. A required document may be missing. A conclusion may only be valid under specific conditions. These states can remain explicit in the graph instead of being flattened into one fluent answer.\"},\"tunes\":{}},{\"id\":\"callUncertainty\",\"type\":\"callout\",\"data\":{\"variant\":\"note\",\"title\":\"Uncertainty is useful information\",\"body\":\"Open, contradictory, weakly supported or conditionally valid are legitimate knowledge states. Making them visible can be more valuable than forcing a premature single answer.\"},\"tunes\":{}},{\"id\":\"h2validity\",\"type\":\"header\",\"data\":{\"text\":\"Every Conclusion Has an Evidence Boundary\",\"level\":2},\"tunes\":{\"anchor\":\"validity-boundary\"}},{\"id\":\"pvalidity1\",\"type\":\"paragraph\",\"data\":{\"text\":\"A conclusion is only as strong as the evidence path that supports it. SoT therefore treats the \u003Cstrong>answer validity boundary\u003C\u002Fstrong> as an architectural concern: which evidence was available, which assumptions were used, which alternatives were considered, what remains unresolved and under which conditions the conclusion should still be trusted.\"},\"tunes\":{}},{\"id\":\"pvalidity2\",\"type\":\"paragraph\",\"data\":{\"text\":\"This makes later review possible. When a source changes, a new document arrives or a previously open question is resolved, the affected dependency path can be re-evaluated without reconstructing the entire research process from memory.\"},\"tunes\":{}},{\"id\":\"h2governance\",\"type\":\"header\",\"data\":{\"text\":\"RBAC, Namespaces and Case Scope Keep Research Inside Organizational Boundaries\",\"level\":2},\"tunes\":{\"anchor\":\"governance\"}},{\"id\":\"pgovernance1\",\"type\":\"paragraph\",\"data\":{\"text\":\"Enterprise intelligence must respect organizational boundaries. SoT combines case scope, namespaces and role-based access control so that research can be limited to the correct knowledge domain, project, tenant, department or user role.\"},\"tunes\":{}},{\"id\":\"listGov\",\"type\":\"list\",\"data\":{\"style\":\"unordered\",\"meta\":{},\"items\":[\"\u003Cstrong>Case scope:\u003C\u002Fstrong> defines which question and evidence space belong to the active research task.\",\"\u003Cstrong>Namespaces:\u003C\u002Fstrong> separate knowledge domains and provide a structural basis for access and lifecycle policies.\",\"\u003Cstrong>RBAC:\u003C\u002Fstrong> controls which users and roles may access functions, sources and results.\",\"\u003Cstrong>Data boundaries:\u003C\u002Fstrong> keep retrieval and reasoning aligned with approved information spaces.\",\"\u003Cstrong>Review workflows:\u003C\u002Fstrong> separate generated or provisional output from accepted organizational knowledge.\"]},\"tunes\":{}},{\"id\":\"h2models\",\"type\":\"header\",\"data\":{\"text\":\"Models Can Change Without Becoming the Knowledge System\",\"level\":2},\"tunes\":{\"anchor\":\"model-independence\"}},{\"id\":\"pmodels1\",\"type\":\"paragraph\",\"data\":{\"text\":\"Different tasks can use different AI capabilities: local models, cloud models, extraction models, reasoning models or specialized agents. SoT keeps those model choices separate from the evidence layer. The model helps process knowledge; it does not own the knowledge.\"},\"tunes\":{}},{\"id\":\"pmodels2\",\"type\":\"paragraph\",\"data\":{\"text\":\"This separation creates practical flexibility. A model can be replaced, upgraded or routed differently while the underlying sources, claims, evidence relationships, review states and audit history remain intact.\"},\"tunes\":{}},{\"id\":\"h2human\",\"type\":\"header\",\"data\":{\"text\":\"Human Review Remains the Final Authority\",\"level\":2},\"tunes\":{\"anchor\":\"human-review\"}},{\"id\":\"phuman1\",\"type\":\"paragraph\",\"data\":{\"text\":\"SoT can automate research steps, evidence collection, comparison and synthesis, but consequence-bearing acceptance remains a governance decision. A responsible reviewer or defined organizational workflow decides whether a conclusion is accepted, released, revised or rejected.\"},\"tunes\":{}},{\"id\":\"quoteHuman\",\"type\":\"quote\",\"data\":{\"text\":\"Automate the research path, not the organizational authority.\",\"caption\":\"Source of Truth governance principle\",\"alignment\":\"left\"},\"tunes\":{}},{\"id\":\"h2usecases\",\"type\":\"header\",\"data\":{\"text\":\"Where This Creates Practical Value\",\"level\":2},\"tunes\":{\"anchor\":\"use-cases\"}},{\"id\":\"pusecases1\",\"type\":\"paragraph\",\"data\":{\"text\":\"The architecture is useful wherever decisions depend on distributed evidence, repeated research or explainable conclusions. The strongest use cases are not defined by industry alone, but by the need for traceability, controlled access and reusable knowledge.\"},\"tunes\":{}},{\"id\":\"useTable\",\"type\":\"table\",\"data\":{\"withHeadings\":true,\"stretched\":false,\"content\":[[\"Use case\",\"What SoT contributes\"],[\"Policy and compliance research\",\"Traceable evidence, competing interpretations and review history\"],[\"Technical decision support\",\"Architecture evidence, alternatives, dependencies and decision rationale\"],[\"Due diligence and document review\",\"Structured findings across large source sets with provenance\"],[\"Internal knowledge research\",\"Search plus reusable reviewed conclusions instead of one-off chat answers\"],[\"Incident and root-cause analysis\",\"Evidence paths connecting observations, hypotheses and verified causes\"],[\"Product and market intelligence\",\"Multiple sources, claim comparison and explicit uncertainty\"],[\"Regulated or sensitive domains\",\"RBAC, namespaces, review states and auditable decision paths\"]]},\"tunes\":{}},{\"id\":\"h2difference\",\"type\":\"header\",\"data\":{\"text\":\"What SoT Is — and What It Is Not\",\"level\":2},\"tunes\":{\"anchor\":\"what-it-is\"}},{\"id\":\"proscons01\",\"type\":\"prosCons\",\"data\":{\"title\":\"Source of Truth boundaries\",\"prosLabel\":\"SoT is\",\"consLabel\":\"SoT is not\",\"layout\":\"columns\",\"pros\":[\"An evidence-governed decision intelligence layer\",\"A structured research and knowledge workflow\",\"A persistent evidence and dependency graph\",\"A controlled integration point for RAG, agents and models\",\"A system for provenance, contradictions, review and auditability\",\"A reusable organizational knowledge foundation\"],\"cons\":[\"A chatbot that becomes authoritative by generating fluent answers\",\"A replacement for source quality or expert judgment\",\"A vector database presented as a complete knowledge system\",\"A single-model architecture\",\"A mechanism that automatically resolves every contradiction\",\"A substitute for organizational responsibility\"]},\"tunes\":{}},{\"id\":\"h2impl\",\"type\":\"header\",\"data\":{\"text\":\"Current Implementation Direction\",\"level\":2},\"tunes\":{\"anchor\":\"implementation\"}},{\"id\":\"exp01\",\"type\":\"experience\",\"data\":{\"label\":\"Implementation evidence\",\"text\":\"The current Source of Truth product work combines document ingestion, indexed retrieval, claims and evidence relationships, contradiction handling, multi-step research, evidence reasoning, namespaces, role and permission boundaries, model integration, monitored runs and reviewed knowledge states. The architecture is being developed as a modular system in which retrieval, evidence management and reasoning can also be used at different levels depending on the customer use case.\",\"context\":\"Product development and validation are active. This description does not claim customer adoption, revenue, product-market fit or enterprise scale.\",\"date\":\"2026-11-18\"},\"tunes\":{}},{\"id\":\"h2faq\",\"type\":\"header\",\"data\":{\"text\":\"Frequently Asked Questions\",\"level\":2},\"tunes\":{\"anchor\":\"faq\"}},{\"id\":\"faq01\",\"type\":\"faq\",\"data\":{\"title\":\"Source of Truth for enterprise research and decision support\",\"items\":[{\"id\":\"faq-rag\",\"question\":\"Is SoT a RAG system?\",\"answer\":\"RAG is one important retrieval layer inside SoT. The broader architecture adds an evidence DAG, provenance, claims, contradictions, reasoning paths, access control, review states and auditability.\"},{\"id\":\"faq-dag\",\"question\":\"What does DAG mean in Source of Truth?\",\"answer\":\"DAG means Directed Acyclic Graph. In SoT it represents directed dependencies between evidence, claims, findings and conclusions while preventing circular justification. This makes reasoning paths traceable and reusable.\"},{\"id\":\"faq-dag-rag\",\"question\":\"Does the DAG replace RAG?\",\"answer\":\"No. RAG retrieves candidate evidence. The DAG structures how that evidence relates to claims and conclusions. They solve different layers of the same research workflow.\"},{\"id\":\"faq-truth\",\"question\":\"Does SoT decide what is true automatically?\",\"answer\":\"No. SoT structures evidence and reasoning, preserves uncertainty and supports review. Accepted organizational knowledge remains a governed human or workflow decision.\"},{\"id\":\"faq-model\",\"question\":\"Is SoT tied to one AI model or provider?\",\"answer\":\"No. The architecture separates models and agents from the evidence layer so that local, cloud or hybrid model strategies can evolve without losing the underlying knowledge structure.\"},{\"id\":\"faq-business\",\"question\":\"What is the main business advantage?\",\"answer\":\"The main advantage is a reusable and auditable path from enterprise question to supported conclusion: less repeated manual research, clearer evidence, visible uncertainty, controlled AI access and better continuity of organizational knowledge.\"}]},\"tunes\":{}},{\"id\":\"h2gloss\",\"type\":\"header\",\"data\":{\"text\":\"Key Terms\",\"level\":2},\"tunes\":{\"anchor\":\"key-terms\"}},{\"id\":\"gloss01\",\"type\":\"glossary\",\"data\":{\"title\":\"Source of Truth terminology\",\"entries\":[{\"term\":\"Source of Truth (SoT)\",\"definition\":\"An evidence-governed decision intelligence platform that preserves the path from enterprise question to evidence, reasoning, conclusion and review.\",\"anchor\":\"source-of-truth\"},{\"term\":\"RAG\",\"definition\":\"Retrieval-Augmented Generation: retrieving relevant source material and providing it as context to a generative model.\",\"anchor\":\"rag\"},{\"term\":\"DAG\",\"definition\":\"Directed Acyclic Graph: a directed graph without cycles. In SoT it represents dependencies between evidence, claims, findings and conclusions.\",\"anchor\":\"dag\"},{\"term\":\"Evidence provenance\",\"definition\":\"Information showing where evidence originated and how it entered the research and reasoning path.\",\"anchor\":\"evidence-provenance\"},{\"term\":\"Evidence relationship\",\"definition\":\"An explicit connection describing how evidence, claims or conclusions support, depend on, contradict or provide alternatives to one another.\",\"anchor\":\"evidence-relationship\"},{\"term\":\"Answer validity boundary\",\"definition\":\"The conditions and evidence limits within which a conclusion remains supported.\",\"anchor\":\"answer-validity-boundary\"},{\"term\":\"Namespace\",\"definition\":\"A logical boundary that separates knowledge by organization, tenant, project, case or domain.\",\"anchor\":\"namespace\"},{\"term\":\"RBAC\",\"definition\":\"Role-Based Access Control: authorization based on assigned roles and their permitted actions or data scopes.\",\"anchor\":\"rbac\"}]},\"tunes\":{}},{\"id\":\"h2final\",\"type\":\"header\",\"data\":{\"text\":\"The Core Advantage: A Decision Can Be Traced Back to Its Evidence\",\"level\":2},\"tunes\":{\"anchor\":\"core-advantage\"}},{\"id\":\"pfinal1\",\"type\":\"paragraph\",\"data\":{\"text\":\"The strongest value of Source of Truth is not that AI can produce an answer faster. It is that an organization can preserve \u003Cstrong>why\u003C\u002Fstrong> an answer was reached, \u003Cstrong>which evidence\u003C\u002Fstrong> supports it, \u003Cstrong>where uncertainty remains\u003C\u002Fstrong>, \u003Cstrong>which alternatives were considered\u003C\u002Fstrong> and \u003Cstrong>who approved the result\u003C\u002Fstrong>.\"},\"tunes\":{}},{\"id\":\"pfinal2\",\"type\":\"paragraph\",\"data\":{\"text\":\"RAG helps the system find. The DAG helps the system structure. Research agents help the system investigate. Evidence reasoning helps the system justify. Governance and human review determine what the organization accepts. Together, these layers turn AI-assisted research into reusable decision intelligence.\"},\"tunes\":{}}],\"version\":\"2.31.6\"}",{"time":817,"blocks":818,"version":1225},1795034000000,[819,823,827,832,836,840,844,849,885,889,893,897,936,941,967,971,975,979,1007,1011,1015,1019,1023,1027,1032,1036,1040,1044,1048,1052,1062,1066,1070,1074,1078,1082,1087,1091,1095,1123,1127,1147,1151,1157,1161,1184,1188,1213,1217,1221],{"id":275,"data":820,"type":278,"tunes":822},{"text":821},"\u003Cstrong>Source of Truth (SoT) is an evidence-governed decision intelligence platform designed to turn distributed enterprise knowledge into traceable, reviewable and reusable conclusions.\u003C\u002Fstrong> It combines controlled source ingestion, retrieval, research agents, evidence relationships, provenance, contradiction handling, reasoning, access control and human review so that an answer is not only generated, but supported by a visible decision path.",{},{"id":281,"data":824,"type":278,"tunes":826},{"text":825},"The central value is not a better chatbot. The value is a governed path from \u003Cstrong>question → evidence → relationships → conclusion → review\u003C\u002Fstrong>. Relevant information can be found quickly, but every important statement can also remain connected to its source, context, competing evidence and review state.",{},{"id":286,"data":828,"type":291,"tunes":831},{"text":829,"caption":830,"alignment":290},"The model can assist with research and reasoning. The evidence structure keeps the organization in control.","Source of Truth design principle",{},{"id":294,"data":833,"type":299,"tunes":835},{"title":834,"maxLevel":297,"minLevel":298},"Contents",{},{"id":302,"data":837,"type":42,"tunes":839},{"text":838,"level":298},"What Source of Truth Creates for an Organization",{"anchor":306},{"id":308,"data":841,"type":278,"tunes":843},{"text":842},"Organizations rarely lack information. The greater challenge is that information is distributed across documents, databases, reports, teams and systems, while important decisions require more than a single search result. SoT creates a controlled intelligence layer in which relevant evidence can be located, related, evaluated and preserved.",{},{"id":313,"data":845,"type":318,"tunes":848},{"body":846,"title":847,"variant":317},"Source of Truth reduces repeated manual research, preserves the evidence behind important conclusions, exposes uncertainty and contradictions, supports controlled AI use, and turns reviewed findings into reusable organizational knowledge.","Business Mehrwert",{},{"id":321,"data":850,"type":356,"tunes":884},{"content":851,"stretched":43,"withHeadings":14},[852,856,860,864,868,872,876,880],[853,854,855],"Need","SoT capability","Practical value",[857,858,859],"Find relevant knowledge","Indexed approved sources and retrieval","Less time spent searching across disconnected systems",[861,862,863],"Understand why a conclusion was reached","Evidence relationships and provenance","A visible path from claim back to source",[865,866,867],"Handle conflicting information","Contradiction and alternative-evidence tracking","Differences remain visible instead of being silently merged",[869,870,871],"Work with incomplete evidence","Open points and validity boundaries","Uncertainty becomes explicit and reviewable",[873,874,875],"Use AI safely across teams","RBAC, namespaces and bounded workflows","AI access follows organizational permissions and context",[877,878,879],"Reuse prior research","Reviewed knowledge and persistent evidence structure","Important findings do not disappear into one-off chats",[881,882,883],"Change models without losing knowledge","Model-independent evidence layer","The knowledge structure remains stable while AI components evolve",{},{"id":359,"data":886,"type":42,"tunes":888},{"text":887,"level":298},"DAG Is the Structural Core — RAG Is One Retrieval Layer",{"anchor":363},{"id":365,"data":890,"type":278,"tunes":892},{"text":891},"RAG is useful for understanding one part of the system because it retrieves relevant source material and supplies it as context to an AI model. In SoT, however, the more important structure is a \u003Cstrong>DAG — a Directed Acyclic Graph\u003C\u002Fstrong>. The DAG represents how evidence, claims, intermediate findings and conclusions depend on one another without creating circular justification.",{},{"id":370,"data":894,"type":278,"tunes":896},{"text":895},"A RAG pipeline answers: \u003Cem>Which passages are relevant to this query?\u003C\u002Fem> A SoT evidence DAG answers a broader question: \u003Cem>Which claims depend on which evidence, which conclusions depend on which claims, where do alternatives or contradictions exist, and how can the reasoning path be traced backward?\u003C\u002Fem>",{},{"id":375,"data":898,"type":422,"tunes":935},{"rows":899,"title":930,"layout":356,"columns":931},[900,905,910,915,920,925],{"id":379,"label":901,"values":902},"Primary purpose",{"dag":903,"rag":904},"Represent dependencies between evidence, claims, findings and conclusions","Retrieve relevant context for a query",{"id":385,"label":906,"values":907},"Main unit",{"dag":908,"rag":909},"Nodes and directed evidence relationships","Retrieved passages or documents",{"id":391,"label":911,"values":912},"Traceability",{"dag":913,"rag":914},"Can trace a conclusion through its supporting chain","Can cite retrieved sources",{"id":397,"label":916,"values":917},"Contradictions",{"dag":918,"rag":919},"Can preserve conflict as an explicit relationship or alternative path","May retrieve conflicting passages",{"id":403,"label":921,"values":922},"Reasoning structure",{"dag":923,"rag":924},"Persisted as an explicit dependency structure","Usually assembled at query time",{"id":409,"label":926,"values":927},"Reuse",{"dag":928,"rag":929},"Reviewed relationships can become reusable organizational knowledge","Retrieval is repeated for each query","RAG and the SoT evidence DAG solve different parts of the problem",[932,933],{"id":417,"label":418},{"id":420,"label":934},"Evidence DAG in SoT",{},{"id":425,"data":937,"type":318,"tunes":940},{"body":938,"title":939,"variant":429},"SoT does not replace retrieval. RAG remains a valuable mechanism for finding candidate evidence. The DAG adds the persistent evidence structure that retrieval alone does not provide.","RAG is still important",{},{"id":432,"data":942,"type":458,"tunes":966},{"steps":943,"title":965,"orientation":457},[944,947,950,953,956,959,962],{"label":945,"description":946},"Question","Define the research objective and case context.",{"label":948,"description":949},"Retrieve","Use RAG and search to find relevant candidate evidence.",{"label":951,"description":952},"Normalize evidence","Preserve source, passage, metadata and provenance.",{"label":954,"description":955},"Build relationships","Connect evidence to claims, alternatives, conflicts and dependencies.",{"label":957,"description":958},"Reason over the DAG","Evaluate supported paths without losing the evidence chain.",{"label":960,"description":961},"Synthesize","Produce a conclusion bounded by the available evidence.",{"label":963,"description":964},"Review & release","Human or governed workflow decides whether the result becomes accepted knowledge.","From retrieval to evidence-governed decision intelligence",{},{"id":461,"data":968,"type":42,"tunes":970},{"text":969,"level":298},"Evidence Is More Than a Citation",{"anchor":465},{"id":467,"data":972,"type":278,"tunes":974},{"text":973},"A citation shows where information came from. SoT goes further by preserving the relationship between the source, the concrete passage or observation, the claim derived from it, the reasoning path that uses it and the conclusion that depends on it.",{},{"id":472,"data":976,"type":278,"tunes":978},{"text":977},"That distinction matters when research becomes consequential. A decision-maker may need to know not only which document was cited, but whether the cited material actually supports the claim, whether another source disagrees, whether the source is still valid for the current case and whether the conclusion remains inside its evidence boundary.",{},{"id":477,"data":980,"type":356,"tunes":1006},{"content":981,"stretched":43,"withHeadings":14},[982,985,988,991,994,997,1000,1003],[983,984],"Layer","Role in SoT",[986,987],"Source","Original document, dataset, record or approved external input",[989,990],"Evidence","Concrete passage, value, observation or extracted finding",[992,993],"Claim","A statement that the evidence may support, weaken or contradict",[995,996],"Relationship","Support, dependency, alternative, contradiction or other explicit connection",[998,999],"Conclusion","A synthesis derived from the supported paths",[1001,1002],"Review state","Whether the result is provisional, reviewed, accepted or superseded",[1004,1005],"Audit history","How the knowledge and its supporting structure changed over time",{},{"id":506,"data":1008,"type":42,"tunes":1010},{"text":1009,"level":298},"Research Agents Extend the Investigation, Not the Authority",{"anchor":510},{"id":512,"data":1012,"type":278,"tunes":1014},{"text":1013},"Some questions cannot be resolved through a single retrieval step. Research agents can therefore plan and execute multiple bounded operations: search, inspect sources, compare evidence, identify gaps, formulate follow-up queries and collect additional findings.",{},{"id":517,"data":1016,"type":278,"tunes":1018},{"text":1017},"The agent accelerates the investigation, but authority remains in the evidence structure and review process. Agent output can become a candidate finding; it does not automatically become organizational truth.",{},{"id":522,"data":1020,"type":42,"tunes":1022},{"text":1021,"level":298},"Contradictions, Alternatives and Open Points Remain Visible",{"anchor":526},{"id":528,"data":1024,"type":278,"tunes":1026},{"text":1025},"One of the strongest differences between an evidence-governed system and a conventional generative interface is that SoT does not need to hide disagreement. Two sources may support different claims. A required document may be missing. A conclusion may only be valid under specific conditions. These states can remain explicit in the graph instead of being flattened into one fluent answer.",{},{"id":533,"data":1028,"type":318,"tunes":1031},{"body":1029,"title":1030,"variant":537},"Open, contradictory, weakly supported or conditionally valid are legitimate knowledge states. Making them visible can be more valuable than forcing a premature single answer.","Uncertainty is useful information",{},{"id":540,"data":1033,"type":42,"tunes":1035},{"text":1034,"level":298},"Every Conclusion Has an Evidence Boundary",{"anchor":544},{"id":546,"data":1037,"type":278,"tunes":1039},{"text":1038},"A conclusion is only as strong as the evidence path that supports it. SoT therefore treats the \u003Cstrong>answer validity boundary\u003C\u002Fstrong> as an architectural concern: which evidence was available, which assumptions were used, which alternatives were considered, what remains unresolved and under which conditions the conclusion should still be trusted.",{},{"id":551,"data":1041,"type":278,"tunes":1043},{"text":1042},"This makes later review possible. When a source changes, a new document arrives or a previously open question is resolved, the affected dependency path can be re-evaluated without reconstructing the entire research process from memory.",{},{"id":556,"data":1045,"type":42,"tunes":1047},{"text":1046,"level":298},"RBAC, Namespaces and Case Scope Keep Research Inside Organizational Boundaries",{"anchor":560},{"id":562,"data":1049,"type":278,"tunes":1051},{"text":1050},"Enterprise intelligence must respect organizational boundaries. SoT combines case scope, namespaces and role-based access control so that research can be limited to the correct knowledge domain, project, tenant, department or user role.",{},{"id":567,"data":1053,"type":577,"tunes":1061},{"meta":1054,"items":1055,"style":576},{},[1056,1057,1058,1059,1060],"\u003Cstrong>Case scope:\u003C\u002Fstrong> defines which question and evidence space belong to the active research task.","\u003Cstrong>Namespaces:\u003C\u002Fstrong> separate knowledge domains and provide a structural basis for access and lifecycle policies.","\u003Cstrong>RBAC:\u003C\u002Fstrong> controls which users and roles may access functions, sources and results.","\u003Cstrong>Data boundaries:\u003C\u002Fstrong> keep retrieval and reasoning aligned with approved information spaces.","\u003Cstrong>Review workflows:\u003C\u002Fstrong> separate generated or provisional output from accepted organizational knowledge.",{},{"id":580,"data":1063,"type":42,"tunes":1065},{"text":1064,"level":298},"Models Can Change Without Becoming the Knowledge System",{"anchor":584},{"id":586,"data":1067,"type":278,"tunes":1069},{"text":1068},"Different tasks can use different AI capabilities: local models, cloud models, extraction models, reasoning models or specialized agents. SoT keeps those model choices separate from the evidence layer. The model helps process knowledge; it does not own the knowledge.",{},{"id":591,"data":1071,"type":278,"tunes":1073},{"text":1072},"This separation creates practical flexibility. A model can be replaced, upgraded or routed differently while the underlying sources, claims, evidence relationships, review states and audit history remain intact.",{},{"id":596,"data":1075,"type":42,"tunes":1077},{"text":1076,"level":298},"Human Review Remains the Final Authority",{"anchor":600},{"id":602,"data":1079,"type":278,"tunes":1081},{"text":1080},"SoT can automate research steps, evidence collection, comparison and synthesis, but consequence-bearing acceptance remains a governance decision. A responsible reviewer or defined organizational workflow decides whether a conclusion is accepted, released, revised or rejected.",{},{"id":607,"data":1083,"type":291,"tunes":1086},{"text":1084,"caption":1085,"alignment":290},"Automate the research path, not the organizational authority.","Source of Truth governance principle",{},{"id":613,"data":1088,"type":42,"tunes":1090},{"text":1089,"level":298},"Where This Creates Practical Value",{"anchor":617},{"id":619,"data":1092,"type":278,"tunes":1094},{"text":1093},"The architecture is useful wherever decisions depend on distributed evidence, repeated research or explainable conclusions. The strongest use cases are not defined by industry alone, but by the need for traceability, controlled access and reusable knowledge.",{},{"id":624,"data":1096,"type":356,"tunes":1122},{"content":1097,"stretched":43,"withHeadings":14},[1098,1101,1104,1107,1110,1113,1116,1119],[1099,1100],"Use case","What SoT contributes",[1102,1103],"Policy and compliance research","Traceable evidence, competing interpretations and review history",[1105,1106],"Technical decision support","Architecture evidence, alternatives, dependencies and decision rationale",[1108,1109],"Due diligence and document review","Structured findings across large source sets with provenance",[1111,1112],"Internal knowledge research","Search plus reusable reviewed conclusions instead of one-off chat answers",[1114,1115],"Incident and root-cause analysis","Evidence paths connecting observations, hypotheses and verified causes",[1117,1118],"Product and market intelligence","Multiple sources, claim comparison and explicit uncertainty",[1120,1121],"Regulated or sensitive domains","RBAC, namespaces, review states and auditable decision paths",{},{"id":653,"data":1124,"type":42,"tunes":1126},{"text":1125,"level":298},"What SoT Is — and What It Is Not",{"anchor":657},{"id":659,"data":1128,"type":679,"tunes":1146},{"cons":1129,"pros":1136,"title":1143,"layout":676,"consLabel":1144,"prosLabel":1145},[1130,1131,1132,1133,1134,1135],"A chatbot that becomes authoritative by generating fluent answers","A replacement for source quality or expert judgment","A vector database presented as a complete knowledge system","A single-model architecture","A mechanism that automatically resolves every contradiction","A substitute for organizational responsibility",[1137,1138,1139,1140,1141,1142],"An evidence-governed decision intelligence layer","A structured research and knowledge workflow","A persistent evidence and dependency graph","A controlled integration point for RAG, agents and models","A system for provenance, contradictions, review and auditability","A reusable organizational knowledge foundation","Source of Truth boundaries","SoT is not","SoT is",{},{"id":682,"data":1148,"type":42,"tunes":1150},{"text":1149,"level":298},"Current Implementation Direction",{"anchor":686},{"id":688,"data":1152,"type":694,"tunes":1156},{"date":690,"text":1153,"label":1154,"context":1155},"The current Source of Truth product work combines document ingestion, indexed retrieval, claims and evidence relationships, contradiction handling, multi-step research, evidence reasoning, namespaces, role and permission boundaries, model integration, monitored runs and reviewed knowledge states. The architecture is being developed as a modular system in which retrieval, evidence management and reasoning can also be used at different levels depending on the customer use case.","Implementation evidence","Product development and validation are active. This description does not claim customer adoption, revenue, product-market fit or enterprise scale.",{},{"id":697,"data":1158,"type":42,"tunes":1160},{"text":1159,"level":298},"Frequently Asked Questions",{"anchor":701},{"id":703,"data":1162,"type":701,"tunes":1183},{"items":1163,"title":1182},[1164,1167,1170,1173,1176,1179],{"id":707,"answer":1165,"question":1166},"RAG is one important retrieval layer inside SoT. The broader architecture adds an evidence DAG, provenance, claims, contradictions, reasoning paths, access control, review states and auditability.","Is SoT a RAG system?",{"id":711,"answer":1168,"question":1169},"DAG means Directed Acyclic Graph. In SoT it represents directed dependencies between evidence, claims, findings and conclusions while preventing circular justification. This makes reasoning paths traceable and reusable.","What does DAG mean in Source of Truth?",{"id":715,"answer":1171,"question":1172},"No. RAG retrieves candidate evidence. The DAG structures how that evidence relates to claims and conclusions. They solve different layers of the same research workflow.","Does the DAG replace RAG?",{"id":719,"answer":1174,"question":1175},"No. SoT structures evidence and reasoning, preserves uncertainty and supports review. Accepted organizational knowledge remains a governed human or workflow decision.","Does SoT decide what is true automatically?",{"id":723,"answer":1177,"question":1178},"No. The architecture separates models and agents from the evidence layer so that local, cloud or hybrid model strategies can evolve without losing the underlying knowledge structure.","Is SoT tied to one AI model or provider?",{"id":727,"answer":1180,"question":1181},"The main advantage is a reusable and auditable path from enterprise question to supported conclusion: less repeated manual research, clearer evidence, visible uncertainty, controlled AI access and better continuity of organizational knowledge.","What is the main business advantage?","Source of Truth for enterprise research and decision support",{},{"id":733,"data":1185,"type":42,"tunes":1187},{"text":1186,"level":298},"Key Terms",{"anchor":737},{"id":739,"data":1189,"type":772,"tunes":1212},{"title":1190,"entries":1191},"Source of Truth terminology",[1192,1194,1196,1198,1201,1204,1207,1210],{"term":744,"anchor":745,"definition":1193},"An evidence-governed decision intelligence platform that preserves the path from enterprise question to evidence, reasoning, conclusion and review.",{"term":418,"anchor":417,"definition":1195},"Retrieval-Augmented Generation: retrieving relevant source material and providing it as context to a generative model.",{"term":750,"anchor":420,"definition":1197},"Directed Acyclic Graph: a directed graph without cycles. In SoT it represents dependencies between evidence, claims, findings and conclusions.",{"term":1199,"anchor":754,"definition":1200},"Evidence provenance","Information showing where evidence originated and how it entered the research and reasoning path.",{"term":1202,"anchor":758,"definition":1203},"Evidence relationship","An explicit connection describing how evidence, claims or conclusions support, depend on, contradict or provide alternatives to one another.",{"term":1205,"anchor":762,"definition":1206},"Answer validity boundary","The conditions and evidence limits within which a conclusion remains supported.",{"term":1208,"anchor":766,"definition":1209},"Namespace","A logical boundary that separates knowledge by organization, tenant, project, case or domain.",{"term":769,"anchor":770,"definition":1211},"Role-Based Access Control: authorization based on assigned roles and their permitted actions or data scopes.",{},{"id":775,"data":1214,"type":42,"tunes":1216},{"text":1215,"level":298},"The Core Advantage: A Decision Can Be Traced Back to Its Evidence",{"anchor":779},{"id":781,"data":1218,"type":278,"tunes":1220},{"text":1219},"The strongest value of Source of Truth is not that AI can produce an answer faster. It is that an organization can preserve \u003Cstrong>why\u003C\u002Fstrong> an answer was reached, \u003Cstrong>which evidence\u003C\u002Fstrong> supports it, \u003Cstrong>where uncertainty remains\u003C\u002Fstrong>, \u003Cstrong>which alternatives were considered\u003C\u002Fstrong> and \u003Cstrong>who approved the result\u003C\u002Fstrong>.",{},{"id":786,"data":1222,"type":278,"tunes":1224},{"text":1223},"RAG helps the system find. The DAG helps the system structure. Research agents help the system investigate. Evidence reasoning helps the system justify. Governance and human review determine what the organization accepts. Together, these layers turn AI-assisted research into reusable decision intelligence.",{},"2.31.6","How the Source of Truth Enterprise Intelligence Platform moves beyond retrieval by combining controlled case scope, RAG, research agents, evidence reasoning, contradiction handling, RBAC, namespaces and human review into an auditable path from enterprise question to supported decision.",{"lang":7,"title":268,"content":270,"contentJson":1228,"excerpt":791},{"time":272,"blocks":1229,"version":790},[1230,1233,1236,1239,1242,1245,1248,1251,1263,1266,1269,1272,1291,1294,1305,1308,1311,1314,1326,1329,1332,1335,1338,1341,1344,1347,1350,1353,1356,1359,1364,1367,1370,1373,1376,1379,1382,1385,1388,1400,1403,1408,1411,1414,1417,1427,1430,1442,1445,1448],{"id":275,"data":1231,"type":278,"tunes":1232},{"text":277},{},{"id":281,"data":1234,"type":278,"tunes":1235},{"text":283},{},{"id":286,"data":1237,"type":291,"tunes":1238},{"text":288,"caption":289,"alignment":290},{},{"id":294,"data":1240,"type":299,"tunes":1241},{"title":296,"maxLevel":297,"minLevel":298},{},{"id":302,"data":1243,"type":42,"tunes":1244},{"text":304,"level":298},{"anchor":306},{"id":308,"data":1246,"type":278,"tunes":1247},{"text":310},{},{"id":313,"data":1249,"type":318,"tunes":1250},{"body":315,"title":316,"variant":317},{},{"id":321,"data":1252,"type":356,"tunes":1262},{"content":1253,"stretched":43,"withHeadings":14},[1254,1255,1256,1257,1258,1259,1260,1261],[325,326,327],[329,330,331],[333,334,335],[337,338,339],[341,342,343],[345,346,347],[349,350,351],[353,354,355],{},{"id":359,"data":1264,"type":42,"tunes":1265},{"text":361,"level":298},{"anchor":363},{"id":365,"data":1267,"type":278,"tunes":1268},{"text":367},{},{"id":370,"data":1270,"type":278,"tunes":1271},{"text":372},{},{"id":375,"data":1273,"type":422,"tunes":1290},{"rows":1274,"title":414,"layout":356,"columns":1287},[1275,1277,1279,1281,1283,1285],{"id":379,"label":380,"values":1276},{"dag":382,"rag":383},{"id":385,"label":386,"values":1278},{"dag":388,"rag":389},{"id":391,"label":392,"values":1280},{"dag":394,"rag":395},{"id":397,"label":398,"values":1282},{"dag":400,"rag":401},{"id":403,"label":404,"values":1284},{"dag":406,"rag":407},{"id":409,"label":410,"values":1286},{"dag":412,"rag":413},[1288,1289],{"id":417,"label":418},{"id":420,"label":421},{},{"id":425,"data":1292,"type":318,"tunes":1293},{"body":427,"title":428,"variant":429},{},{"id":432,"data":1295,"type":458,"tunes":1304},{"steps":1296,"title":456,"orientation":457},[1297,1298,1299,1300,1301,1302,1303],{"label":436,"description":437},{"label":439,"description":440},{"label":442,"description":443},{"label":445,"description":446},{"label":448,"description":449},{"label":451,"description":452},{"label":454,"description":455},{},{"id":461,"data":1306,"type":42,"tunes":1307},{"text":463,"level":298},{"anchor":465},{"id":467,"data":1309,"type":278,"tunes":1310},{"text":469},{},{"id":472,"data":1312,"type":278,"tunes":1313},{"text":474},{},{"id":477,"data":1315,"type":356,"tunes":1325},{"content":1316,"stretched":43,"withHeadings":14},[1317,1318,1319,1320,1321,1322,1323,1324],[481,482],[484,485],[487,488],[490,491],[493,494],[496,497],[499,500],[502,503],{},{"id":506,"data":1327,"type":42,"tunes":1328},{"text":508,"level":298},{"anchor":510},{"id":512,"data":1330,"type":278,"tunes":1331},{"text":514},{},{"id":517,"data":1333,"type":278,"tunes":1334},{"text":519},{},{"id":522,"data":1336,"type":42,"tunes":1337},{"text":524,"level":298},{"anchor":526},{"id":528,"data":1339,"type":278,"tunes":1340},{"text":530},{},{"id":533,"data":1342,"type":318,"tunes":1343},{"body":535,"title":536,"variant":537},{},{"id":540,"data":1345,"type":42,"tunes":1346},{"text":542,"level":298},{"anchor":544},{"id":546,"data":1348,"type":278,"tunes":1349},{"text":548},{},{"id":551,"data":1351,"type":278,"tunes":1352},{"text":553},{},{"id":556,"data":1354,"type":42,"tunes":1355},{"text":558,"level":298},{"anchor":560},{"id":562,"data":1357,"type":278,"tunes":1358},{"text":564},{},{"id":567,"data":1360,"type":577,"tunes":1363},{"meta":1361,"items":1362,"style":576},{},[571,572,573,574,575],{},{"id":580,"data":1365,"type":42,"tunes":1366},{"text":582,"level":298},{"anchor":584},{"id":586,"data":1368,"type":278,"tunes":1369},{"text":588},{},{"id":591,"data":1371,"type":278,"tunes":1372},{"text":593},{},{"id":596,"data":1374,"type":42,"tunes":1375},{"text":598,"level":298},{"anchor":600},{"id":602,"data":1377,"type":278,"tunes":1378},{"text":604},{},{"id":607,"data":1380,"type":291,"tunes":1381},{"text":609,"caption":610,"alignment":290},{},{"id":613,"data":1383,"type":42,"tunes":1384},{"text":615,"level":298},{"anchor":617},{"id":619,"data":1386,"type":278,"tunes":1387},{"text":621},{},{"id":624,"data":1389,"type":356,"tunes":1399},{"content":1390,"stretched":43,"withHeadings":14},[1391,1392,1393,1394,1395,1396,1397,1398],[628,629],[631,632],[634,635],[637,638],[640,641],[643,644],[646,647],[649,650],{},{"id":653,"data":1401,"type":42,"tunes":1402},{"text":655,"level":298},{"anchor":657},{"id":659,"data":1404,"type":679,"tunes":1407},{"cons":1405,"pros":1406,"title":675,"layout":676,"consLabel":677,"prosLabel":678},[662,663,664,665,666,667],[669,670,671,672,673,674],{},{"id":682,"data":1409,"type":42,"tunes":1410},{"text":684,"level":298},{"anchor":686},{"id":688,"data":1412,"type":694,"tunes":1413},{"date":690,"text":691,"label":692,"context":693},{},{"id":697,"data":1415,"type":42,"tunes":1416},{"text":699,"level":298},{"anchor":701},{"id":703,"data":1418,"type":701,"tunes":1426},{"items":1419,"title":730},[1420,1421,1422,1423,1424,1425],{"id":707,"answer":708,"question":709},{"id":711,"answer":712,"question":713},{"id":715,"answer":716,"question":717},{"id":719,"answer":720,"question":721},{"id":723,"answer":724,"question":725},{"id":727,"answer":728,"question":729},{},{"id":733,"data":1428,"type":42,"tunes":1429},{"text":735,"level":298},{"anchor":737},{"id":739,"data":1431,"type":772,"tunes":1441},{"title":741,"entries":1432},[1433,1434,1435,1436,1437,1438,1439,1440],{"term":744,"anchor":745,"definition":746},{"term":418,"anchor":417,"definition":748},{"term":750,"anchor":420,"definition":751},{"term":753,"anchor":754,"definition":755},{"term":757,"anchor":758,"definition":759},{"term":761,"anchor":762,"definition":763},{"term":765,"anchor":766,"definition":767},{"term":769,"anchor":770,"definition":771},{},{"id":775,"data":1443,"type":42,"tunes":1444},{"text":777,"level":298},{"anchor":779},{"id":781,"data":1446,"type":278,"tunes":1447},{"text":783},{},{"id":786,"data":1449,"type":278,"tunes":1450},{"text":788},{},"Portfolio erfolgreich abgerufen",{"items":1453,"source":1461,"manualIds":1462,"manualMatchedIds":1463},[1454],{"id":1455,"slug":1456,"title":1457,"excerpt":1458,"featuredImage":1459,"publishedAt":1460},"23","source-of-truth-enterprise-intelligence-platform","Платформа корпоративного интеллекта «Источник истины»","Самостоятельно размещаемая платформа корпоративного интеллекта с управлением на основе доказательств, которая превращает внутренние знания компании, документы и бизнес-данные в прослеживаемый интеллект для исследований, принятия решений, мониторинга и контролируемого выполнения ИИ.","\u002Fuploads\u002F2026\u002F10\u002Fsource-of-truth-enterprise-intelligence-platform-1791975594140-vygojf.webp","2026-10-14T06:27:00.000Z","fallback",[],[]]