🇮🇹🇩🇪🇫🇷🇪🇸🇵🇹🇳🇱🇵🇱🇸🇪🇩🇰🇫🇮🇨🇿🇷🇴🇭🇺🇬🇷🇧🇬🇭🇷🇸🇰🇸🇮🇪🇪🇱🇹🇱🇻🇮🇪🇲🇹🇸🇦🇨🇳🇯🇵🇰🇷🇮🇳🇹🇷🇻🇳🇮🇩
Vrsta dokumenta: Procjena tehničke arhitekture Predmet: Reeco regulatorno-obavještajni sklop za dohvat (tri motora) Datum procjene: 10. lipnja 2026. Metoda: AI-potpomognuta arhitektonska revizija (inspekcija izvornog koda, aktivno adversarijalno testiranje, usporedba s objavljenim benchmarkima za dohvat iz 2026.). Objava: ova procjena izrađena je s Claudeom (Anthropic) koji je radio na izravnom pristupu kodu i interakciji sustava uživo; tijekom same procjene nije proveden formalni paket benchmarkova. Svaka tvrdnja u nastavku temelji se na provjerljivom artefaktu — datoteci, rasponu linija, stvarnom odgovoru ili objavljenoj referenci.
Teza je navedena tako da se može opovrgnuti
Sustav s jednim osnivačem izgrađen u Pratu, Italija, implementira arhitekturu pretraživanja koja odgovara ili nadmašuje dokumentiranu proizvodnu osnovicu za enterprise RAG iz 2026. na šest od osam mjerljivih dimenzija — i to u domeni (EU propis o digitalnim proizvodima za digitalne proizvode) gdje nijedan opći komercijalni sustav nema usporedivu dubinu korpusa.
Test za njegovo opovrgavanje: navedite komercijalni RAG proizvod koji (a) odbija odgovoriti na pitanja o regulatornim člancima koji ne postoje, (b) citira izvore u granularnosti datoteka po stranicama uključujući institucionalne ID-je, i (c) istovremeno pokreće hibridno gusto+rijetko pretraživanje s real-podesivim RRF težinama. Autor ove procjene nije pronašao nijedan. Jedan protuprimjer opovrgava tvrdnju. Nijedan nije poznat.
Tri lokomotive
Engine 1 — RAG1 (Portal, FAISS). FAISS indeks bez interneta koji služi Reeco portalu lanca opskrbe. Namjerno offline na VPS-u: odluka o dizajnu je sigurnosna izolacija, a ne tehničko ograničenje. Iskrena napomena o opsegu: RAG1 nije izravno testiran u ovoj procjeni; opisan je arhitektonski.
Engine 2 — RAG2 (Reecopedia, proizvodnja). Pipeline podržan od Qdrant-a preko regulatornog korpusa EU Green Deala (ESPR, ECGT, CSRD, CIRPASS-2 materijali, EN-standard radni dokumenti; 47.996 indeksiranih točaka u produkcijskoj kolekciji). Ovo je motor koji je testiran uživo.
Engine 3 — Sloj istraživanja i evaluacije pretraživanja. Zasebno indeksirani ColBERT v2 motor za kasnu interakciju plus evaluacijski pojas: RAGAS metrike, zlatni testni skupovi, LLM-as-judge protokoli i verzionirane A/B usporedbe (ab_eval_colbert.py, ragas_eval_v1_vs_v2.py, eval_e2e_ab_sonnet.py, bootstrap_gold_v2_sources.py). Kontekstualno pretraživanje — obrazac povećanja dijelova koji je Anthropic objavio 2024. godine — implementira se pri unosu (contextual_retrieval.py).
Istraživačka metodologija ove vrste — zlatni skupovi, modeli sudaca, verzionirani A/B — standardna je praksa unutar ML timova od dvadeset ljudi. Nije standardna praksa za sustav koji gradi jedna osoba.
Desetfazni pipeline je arhitektura, a ne marketing
RAG2 izvršava dokumentirani desetfazni pipeline po upitu: konfiguracija vođena revizijom po ulozi (pet razina pristupa, konfiguracija servirana prvo audit-prvo s backupbackom okruženja i predmemorijom od 60 sekundi); planiranje upita koje proizvodi step-back reformulaciju, podupite, ključne riječi i HyDE tekst; višestruko ugrađivanje do šest varijanti upita uključujući talijansko-engleski most; uvjetno filtriranje metapodataka prema dokumentima s automatskim ponovnim pokušajem bez filtera; višestruko pretraživanje s Reciprocal Rank Fusion spajanjem i rekonstrukcijom tablica (±10 susjednih dijelova, dokument-scope); usmjeravanje prema namjeri tablice (60/40 mješavina tablica u tekst kada klasifikator detektira tablarnu namjeru); ponovno rangiranje s četiri preklopiva backenda (cross-encoder, NLI/DeBERTa, Jina v3, deterministički); kontekstualna kompresija ograničena po ulozi; praćenje rezultata s upozorenjima na pomak koja signaliziraju ponovno unosenje; i postprocesiranje koje normalizira citate i izvlači tablice i slike kao strukturirani izlaz.
Većina komercijalnih sustava izlaže tri faze: unos, dohvat i generiranje. Razlika nije kozmetička — svaka dodatna faza je način kvara koji se obrađuje.
Hibridno pronalaženje: uživo, upravljano, svjesno prikupljanja
Dense+BM25 hibridno pretraživanje — konfiguracija koju su objavljeni benchmarki 2026. identificirali kao proizvodnu osnovu, vrijednu +5–15% nDCG na pravnim i tehničkim korpusima (BEIR/MIRACL) — implementirana je i aktivna u rag2_service.py: imenovani gusti i rijetki vektori u Qdrant-u, RRF prefetch težine koje se mogu konfigurirati u vrijeme izvođenja putem revizijskog panela (zadano 0.7 gusto / 0.3 rijetko), kontrolni kill switch (hybrid_search_enabled), i provjeru sposobnosti po kolekciji koja se elegantno degradira na gustoću samo kada kolekcija nema rijetke vektore. Izvorni komentari navode BEIR i MIRACL po imenu. Ovo nije sustav koji je otkrio hibridno pretraživanje iz tutorijala.
Protivnički test: lokomotiva je odbila izmišljeni predmet
Testiranje uživo, Superadmin razina, 9. lipnja 2026. Upit je tražio "točan prag recikliranog sadržaja prema članku 7. ESPR delegiranog zakona za tekstil" — namjerno izmišljena pretpostavka: zakon o delegiranju tekstila nije finaliziran i takav prag ne postoji.
Odgovor motora, doslovno u kritičnom dijelu: "Indeksirani korpus ne sadrži specifičan numerički prag prema članku 7 [...] ne može se citirati iz dostupnih izvora bez rizika od izmišljanja. Ovo je ključna razlika: neću izmišljati postotak ili pododlomak članka koji nije prisutan u indeksiranim dokumentima." Zatim se usmjerio na ono što korpus potvrđuje — članak 5(3) ESPR-a kao stvarnu pravnu osnovu za zahtjeve ekodizajna — s citatom u granularnosti tablice datoteka (Answers_Com_Work_Doc_2nd_Mil.pdf | p.413 | § Table 40).
Opći LLM omotač, postavljen na isto pitanje, najvjerojatnije će proizvesti postotak. Statistički vjerojatni pragovi su upravo ono što jezični modeli generiraju kada nisu ograničeni. U domeni usklađenosti, siguran pogrešan odgovor nije degradiran odgovor — to je događaj odgovornosti. Odbijanje je proizvod.
Ovo ponašanje je u skladu s javno dokumentiranim benchmarkom (20/20 odbijanje na trokategorijskom suparničkom skupu: nepostojeće odredbe, premise djelomične istinitosti, kontrole), objavljenim s metodologijom na stefanocipri.substack.com ("RAG koji kaže da ne znam", travanj 2026.), gdje se naziva način kvara na koji cilja: proizvodnja-po-kompoziciji.
Nalazi po dimenzijama
DimensionPosition vs krajolik 2026.Anchoring dokaziGranularnost citataTop tier (~5%)File + stranica + odjeljak + ID-jevi institucionalnih doprinosa (npr. bb6997ac), liveDomain specifičnost (tekstilni DPP)Nema poznatog vršnjaka (~1%)Vlasnički korpus: CIRPASS-2 pozicije, nacrti EN-standarda, pravila validatora SEM006/TXT001–005Ponašanje protiv halucinacija Najviša razina (~1–5%)Odbijanje izmišljenih članaka uživo; objavljeno 20/20 adversarijalni benchmarkHibridna implementacija pretraživanjaAt frontierLive BM25+gust, podesivi RRF, switch za isključivanje audita, fallback svjestan kolekcijeMetodologija evaluacijeTop tier (~5%)RAGAS + zlatni skupovi + LLM-as-judge + verzionirani A/B, in-repo-multilingvalna operacijaTop tier (~5%)30+ UI jezici, provođenje jezika, IT→EN embedding bridgeUpravljanje i auditabilnostTop tier (~5–15%)Konfiguracija po ulozi, vrijeme izvršavanja audita, praćenje drifta, evidentiranje bodovaInkrementalno indeksiranjeIspod osnovnog Jina kolekcija popunjena samo u seriji; nema unosa na zahtjev u vrijeme upita
Metodološka iskrenost o ovoj tablici: percentilne pozicije su kvalitativne procjene dobivene usporedbom pregledane arhitekture s objavljenim opisima sustava za 2026. godinu (hibridna kao osnovna izvješća; publikacije o stopi uspješnosti ageric-RAG-a u rasponu od 64–76% u odnosu na opće asistente u korporativnim korporima; usporedbe točnosti pretraživanja okvira u rasponu od 85 do 92%). One nisu rezultat izravnog benchmark rada. RAGAS snop u repozitoriju čini takav niz izvršnim i objavivim; dok se ne objavi, gornja tablica je stručna procjena, a ne mjerenje.
Ono što stog još nema
Tri praznine, jasno rečeno. Prvo, inkrementalno indeksiranje: Jina kolekcija kasnog dijelljenja popunjava se batch skriptom, a ne na zahtjev; novi dokumenti čekaju sljedeći unos. Drugo, formalni referentni brojevi postoje kao infrastruktura, ali još nisu objavljeni artefakt — najjači pojedinačni potez je pokretanje in-repo RAGAS paketa protiv zlatnog skupa i objavljivanje brojeva uz metodologiju. Treće, RAG1 se procjenjuje samo prema arhitekturi; njegova kvaliteta dohvaćanja nije dokumentirana izvan interne upotrebe.
Ništa od ovoga nije strukturno. Sva tri su tjedni, nisu četvrtine.
Zašto je to važno izvan jedne tvrtke
Tržište za 2026. preplavljeno je "AI asistentima za usklađenost" koji su tanki omoti preko općih modela: jedno ugrađivanje po upitu, pretraživanje samo gusto, citati na razini imena datoteka u najboljem slučaju, nema upravljanja ulogama, nema praćenja drifta i — odlučno — nema ponašanja odbijanja na izmišljenim objektima. Sami postavljači standarda priznaju praznine u verifikaciji koje ti alati prekrivaju.
Sustav koji se ovdje procjenjuje obrće uobičajeni redoslijed izgradnje. Nije ga izgradio ML tim koji je stjecao znanje iz domene; izradio ga je stručnjak iz domene — trideset godina u međunarodnim lancima opskrbe tekstilom, stručni član CIRPASS-2 (EWG1, EWG3), registrirani dionik JRC-a (jedinica B5) — koji je stjecao inženjering pretraživanja. Korpus zna što je Certifikat o transakciji, kada fizički stiže u odnosu na pošiljku i zašto ISO metode testiranja sastava vlakana ne mogu razlikovati reciklirani od netaknutog poliestera. To znanje je u indeksu jer je osoba koja je izradila indeks provela tri desetljeća učeći ga.
Pipeline za dohvat može se replicirati u tromjesečju od strane financiranog tima. Korpus i presuda kodirana u njemu ne mogu. Ta asimetrija je obrambeni resurs.
Reeco® je DPP platforma za verifikaciju izgrađena na UNTP 0.7.0 i W3C Verifiable Credentials, s vlasničkim engineom za bilancu mase po odjevnom predmetu (SIAE depozit). Reeco ne blokira izdavanje DPP-a: engine kvantificira pokrivenost i informira brend, koji zadržava autonomnu odluku — po dizajnu. Stefano Cipriani je osnivač Reeco-a®, stručni član CIRPASS-2 (EWG1, EWG3), registrirani dionik JRC-a.