Рубрика
LLM-инженерия, RAG, open source модели, API и инфраструктура.
Российские исследователи представили DRAGOn — первую открытую динамическую методологию для оценки русскоязычных генеративных систем с поиском по базе знаний. Проект создан командой SberAI, МТС Web Services и университетами и адресует одну из главных проблем рынка: как объективно сравнивать RAG-системы, если знания в корпусе регулярно обновляются.
Google представила архитектуру Agentic RAG для итеративного поиска в Gemini Enterprise.
Ключевым событием последних дней стало официальное представление OpenAI семейства языковых моделей **GPT-5.6**, которое включает три варианта разной мощности: флагманскую **Sol**, сбалансированную **Terra*и доступную **Luna**[2].
Глобальный капитал в 2026 году мигрирует от приложений к «фундаменту» ИИ: чипам, памяти, энергетике и дата-центрам, что знаменует переход от спекулятивного бума к инфраструктурной гонке за дефицитные ресурсы.
В последние три дня не зафиксировано единой громкой мировой новости о релизе нового открытого RAG-фреймворка или крупном корпоративном переходе на open-source RAG, однако ключевым событием стала публикация детального отраслевого стандарта «The Complete Open-Source RAG Stack in 2026», который определил доминирующий набор инструментов для продакшн-систем.
В 2026 году архитектура RAG (Retrieval-Augmented Generation) окончательно трансформировалась из экспериментального инструмента в стандарт корпоративной инфраструктуры ИИ, где доминируют гибридный поиск, графовые модели и агентные пайплайны.
IT & RAG — технический раздел DigestAI для разработчиков, ML/LLM-инженеров и CTO. Здесь собраны новости о моделях, retrieval augmented generation, inference, API, open source проектах, бенчмарках и практических ограничениях внедрения.
