Рубрика
LLM-инженерия, RAG, open source модели, API и инфраструктура.
Самая актуальная и громкая новость за последние 3 дня на стыке IT, RAG и Open Source — это **представление в России первой открытой динамической методологии тестирования русскоязычных RAG-систем**, разработанной совместно SberAI, MWS AI и ведущими вузами.
В июле 2026 года архитектура RAG (Retrieval-Augmented Generation) окончательно трансформировалась из линейного пайплайна «поиск-генерация» в модульную систему **Knowledge Runtime**, где ключевую роль играют агенты с обучением на основе RL, способные динамически решать, когда и что извлекать.
В России создана первая открытая методология динамического тестирования RAG-систем на русском языке, что решает критическую проблему оценки качества генеративного ИИ с поиском в корпоративной среде.
За последние три дня (9–12 июля 2026 года) в глобальной ИИ-инфраструктуре не зафиксировано подтвержденных громких новостей о новых GPU, ASIC, серверных стойках, памяти HBM или оптических решениях для RAG.
Ключевым событием последних дней на стыке Open Source и RAG стало создание первой в мире открытой динамической методологии тестирования русскоязычных систем генеративного ИИ с поиском — DRAGOn (Designing RAG on Periodically Updated Corpus).
Архитектура RAG (Retrieval-Augmented Generation) в 2026 году трансформировалась из линейного пайплайна «запрос–поиск–ответ» в модульную систему Knowledge Runtime с гибридным поиском, реранкингом и агентным циклом, что стало ответом на ограничения больших контекстов и требования к честности данных в бизнесе.
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.
