RAG

2026-10-26

RESEARCH · 1 ИСТОЧН. · arXiv cs.AI

Статья на arXiv показывает, что «искривлённые» форматтеры вывода инструментов вводят агентов и проверяющих в заблуждение

Новая препринт-статья на arXiv (arXiv:2610.32110v1) показывает, что форматтеры вывода инструментов, опускающие метаданные (например, лимиты поиска, ограничения результатов или пространства имён идентификаторов), могут заставлять агентов и их автоматических проверяющих выдавать или принимать неверные ответы; авторы воссоздали сбои в промышленной RAG-системе Пилсудского института и обнаружили искажения форматтеров в OpenClaw и Hermes, для которых они предложили PR (фикс для OpenClaw уже вмерджен).

7.0

2026-10-16

CODING · 1 ИСТОЧН. · InfoQ AI, ML & Data Engineering

Панель InfoQ: безшумные отказы ИИ и управление агентами

Вебинар InfoQ «AI in Production: What Breaks, What Works, and Who Approves It?» с участием экспертов ThoughtWorks и специалистов по безопасности/конфиденциальности разобрал реальные операционные проблемы агентных систем — семантический и эмбеддинговый дрейф, утечки через RAG, запоминание модели и проблема масштабирования ручного ревью кода. Панелисты рекомендовали воспринимать оценки как постоянную инфраструктуру, сдвигать проверки в фазу harness, применять mutation testing и непрерывный трассинг, назначать агентам отдельные идентичности и уровни доступа, проводить red‑teaming и изолировать секреты.

6.0

2026-10-07

COMPANIES · 1 ИСТОЧН. · AWS Machine Learning

Amazon добавляет проверку ACL в реальном времени в Quick и Bedrock Knowledge Bases для RAG

Amazon реализовал двухэтапную модель контроля доступа для Amazon Quick и Amazon Bedrock Knowledge Bases: предварительная фильтрация по ACL в индексе и последующая проверка в реальном времени у авторитетных источников (например, Google Drive API с использованием имперсонации сервисного аккаунта), чтобы ответы RAG соответствовали актуальным правам доступа.

6.0

2026-10-05

CODING · 1 ИСТОЧН. · InfoQ AI, ML & Data Engineering

Elastic представила переиспользуемую производственную систему оценки для агентного ИИ

На QCon AI Сьюзен Чанг (ведущий дата-сайентист Elastic) рассказала, как компания перешла от разрозненных ручных оценок агентов к единой производственной системе оценки, сочетающей LLM-вёрдикты и детерминированные правила, связывающей Python-оценки с TypeScript-продакшеном и использующей глубокий трассинг для обнаружения регрессий в RAG и кибербезопасности при сохранении контекста домена.

5.0

2026-09-25

RESEARCH · 1 ИСТОЧН. · arXiv cs.AI

META: многoагентная торговая система с эпизодической памятью (arXiv:2609.28771v1)

Новый препринт на arXiv описывает META — RAG-подобную многoагентную систему с эпизодической памятью для финансовых решений, объединяющую специализированных индикаторных агентов (например, Trend, MACD, RSI, SMA, AVWAP, Heikin-Ashi), агент принятия решений и модуль Памяти, сохраняющий и извлекающий прошлые торговые эпизоды в виде эмбеддингов состояния рынка с результатами и рефлексиями. Авторы сообщают об улучшении краткосрочной точности направления и устойчивости за счёт воспоминаний о похожих эпизодах и адаптивного переноса весов сигналов; код проекта опубликован на GitHub.

6.0

2026-05-28

CODING · 1 ИСТОЧН. · Mistral AI

Search Toolkit в публичном предпросмотре — открытый составной фреймворк для поисковых конвейеров ИИ

Search Toolkit выпускается в публичном предпросмотре как открытый составной фреймворк для построения производственных поисковых конвейеров в приложениях ИИ. Он объединяет этапы инжеста, поиск (BM25, плотные эмбеддинги и гибридные методы) и встроенную оценку (recall, precision, MRR, NDCG), поддерживает Connectors для живых данных и может работать в облаке, локально или на периферии.

6.0