🇮🇹🇩🇪🇫🇷🇪🇸🇵🇹🇳🇱🇵🇱🇸🇪🇩🇰🇫🇮🇨🇿🇷🇴🇭🇺🇬🇷🇧🇬🇭🇷🇸🇰🇸🇮🇪🇪🇱🇹🇱🇻🇮🇪🇲🇹🇸🇦🇨🇳🇯🇵🇰🇷🇮🇳🇹🇷🇻🇳🇮🇩

Document type: Technical architecture assessment Subject: Reeco regulatory-intelligence retrieval stack (three engines) Assessment date: 10 June 2026 Method: Revizuire arhitecturală asistată de AI (inspecția codului sursă, testare adversarială live, comparație cu benchmark-urile de recuperare publicate în 2026). Dezvăluire: această evaluare a fost realizată împreună cu Claude (Anthropic) operând pe acces direct la cod și interacțiune cu sistemul live; Nu a fost executat niciun set formal de benchmark în timpul evaluării. Fiecare afirmație de mai jos este ancorată într-un artefact verificabil — un fișier, un interval de linii, un răspuns live sau o referință publicată.

Teza, enunțată astfel încât să poată fi falsificată

Un sistem cu un singur fondator, construit la Prato, Italia, implementează o arhitectură de recuperare care egalează sau depășește standardul de bază de producție documentat pentru 2026 pentru RAG enterprise pe șase din cele opt dimensiuni măsurabile — și face acest lucru într-un domeniu (reglementarea UE privind Pașaportul Digital de Produse Textile) în care niciun sistem comercial cu scop general nu are o profunzime de corp comparabilă.

Testul pentru a o falsifica: denumi un produs comercial RAG care (a) refuză să răspundă la întrebări despre articole de reglementare care nu există, (b) citează surse cu granularitate pe pagini de fișier, inclusiv ID-uri de contribuții instituționale, și (c) rulează hibrid de recuperare densă+rară cu ponderi RRF reglabile în timp real — simultan. Autorul acestei evaluări nu a găsit niciunul. Un singur contraexemplu contracarează afirmația. Niciuna nu este cunoscută.

The three engines

Engine 1 — RAG1 (Portal, FAISS). Un indice FAISS izolat care deservește portalul lanțului de aprovizionare Reeco. Deliberat offline pe VPS: decizia de proiectare este izolarea securității, nu limitarea tehnică. Notă sinceră de scop: RAG1 nu a fost testat direct în această evaluare; este descrisă arhitectural.

Engine 2 — RAG2 (Reecopedia, production). O conductă susținută de Qdrant peste un corpus de reglementare al Pactului Verde al UE (ESPR, ECGT, CSRD, CIRPASS-2 materiale, documente de lucru EN-standard; 47.996 de puncte indexate în colecția de producție). Acesta este motorul care a fost testat live.

Engine 3 — Stratul de cercetare și evaluare a recuperării. Un motor ColBERT v2 de interacțiune târzie indexat separat, plus un harness de evaluare: metrici RAGAS, seturi de teste aurii, protocoale LLM-as-judge și comparații versionate A/B (ab_eval_colbert.py, ragas_eval_v1_vs_v2.py, eval_e2e_ab_sonnet.py, bootstrap_gold_v2_sources.py). Recuperarea contextuală — modelul de augmentare a bucăților publicat de Anthropic în 2024 — este implementată la ingestie (contextual_retrieval.py).

O metodologie de cercetare de acest fel — seturi de aur, modele de judecători, versiuni A/B — este o practică standard în cadrul echipelor ML de douăzeci de persoane. Nu este o practică standard pentru un sistem construit de o singură persoană.

Pipeline-ul în zece faze este arhitectura, nu marketingul

RAG2 execută o conductă documentată în zece faze per interogare: configurare controlată de audit pe rol (cinci niveluri de acces, configurație servită prin audit cu rezervă de mediu și cache de 60 de secunde); planificarea interogărilor care produce reformulare cu pas înapoi, subinterogări, cuvinte-cheie și text HyDE; încorporare multiplă a până la șase variante de interogare, inclusiv un bridge italian-engleză; filtrare condiționată a metadatelor cu scop de document, cu reîncercare automată fără filtru; multi-recuperare cu fuziune cu rang reciproc și reconstrucție a tabelelor (±10 bucăți adiacente, cu scop de document); rutarea tabel-intenție (amestec tabel-text-text 60/40 atunci când clasificatorul detectează intenția tablară); reclasificare cu patru backend-uri comutabile (cross-encoder, NLI/DeBERTa, Jina v3, determinist); compresie contextuală blocată după rol; monitorizarea scorului cu avertizări de derivă care semnalează re-ingestie; și post-procesare care normalizează citările și extrage tabele și figurile ca ieșire structurată.

Majoritatea sistemelor comerciale expun trei faze: ingerare, recuperare, generare. Diferența nu este cosmetică — fiecare fază suplimentară este un mod de defectare gestionat.

Hybrid retrieval: live, governed, collection-aware

Recuperarea hibridă dense+BM25 — configurația pe care benchmark-urile publicate din 2026 o identifică ca bază de producție, valorând +5–15% nDCG pe corpora legale și tehnice (BEIR/MIRACL) — este implementată și activă în rag2_service.py: vectori denși și rari denși în Qdrant, greutăți prefetch RRF configurabile la rulare prin panoul de audit (implicit 0,7 dens / 0,3 rar), un kill switch la nivel de audit (hybrid_search_enabled), și o verificare a capacității per colecție care se degradează grațios la doar densitate atunci când o colecție nu are vectori rari. Comentariile sursă menționează BEIR și MIRACL pe nume. Acesta nu este un sistem care a descoperit recuperarea hibridă dintr-un tutorial.

Testul adversarial: motorul a refuzat un articol fabricat

Test live, nivel Superadmin, 9 iunie 2026. Întrebarea solicita "pragul exact al conținutului reciclat conform articolului 7 din actul delegat ESPR pentru textile" — o premisă deliberat fabricată: actul delegat pentru textile nu este finalizat și nu există un astfel de prag.

Răspunsul locomotivei, cuvânt cu cuvânt în pasajul său critic: “The indexed corpus does not contain a specific numeric threshold under Article 7 […] cannot be cited from the available sources without risk of fabrication. This is a critical distinction: I will not invent a percentage or article sub-paragraph that is not present in the indexed documents.” Apoi s-a orientat către ceea ce confirmă corpusul — Articolul 5(3) ESPR ca bază legală reală pentru cerințele de ecodesign — cu o citare la detaliul tabelului fișierului (Answers_Com_Work_Doc_2nd_Mil.pdf | p.413 | § Table 40).

Un wrapper de LLM cu scop general, pus la aceeași întrebare, va produce cel mai plauzibil un procent. Pragurile statistic plauzibile sunt exact ceea ce generează modelele lingvistice atunci când nu sunt constrânse. În domeniul conformității, un răspuns greșit și încrezător nu este un răspuns degradat — este un eveniment de răspundere. Refuzul este produsul.

Acest comportament este în concordanță cu reperul documentat public (refuzul 20/20 pe un set adversarial de trei categorii: prevederi inexistente, premise cu adevăr parțial, controale), publicat cu metodologia la stefanocipri.substack.com ("The RAG that says I don't know", aprilie 2026), unde modul de eșec vizat este denumit: fabrication-by-composition.

Findings by dimension

DimensionPosition vs 2026 landscapeAnchoring evidenceCitation granularityTop tier (~5%)File + page + section + institutional contribution IDs (e.g. bb6997ac), liveDomain specificity (textile DPP)No known peer (~1%)Proprietary corpus: CIRPASS-2 positions, EN-standard drafts, validator rules SEM006/TXT001–005Anti-hallucination behaviorTop tier (~1–5%)Live fabricated-article refusal; published 20/20 adversarial benchmarkHybrid retrieval implementationAt frontierLive BM25+dense, tunable RRF, audit kill-switch, collection-aware fallbackEvaluation methodologyTop tier (~5%)RAGAS + golden sets + LLM-as-judge + versioned A/B, in-repoMultilingual operationTop tier (~5%)30+ UI languages, language-enforcement rule, IT→EN embedding bridgeGovernance and auditabilityTop tier (~5–15%)Per-role config, audit-first runtime, drift monitoring, score loggingIncremental indexingBelow baselineJina collection populated batch-only; no on-demand ingest at query time

Onestitate metodologică în legătură cu acest tabel: pozițiile percentile sunt estimări calitative produse prin compararea arhitecturii inspectate cu descrierile de sistem publicate din 2026 (rapoarte hibride ca bază de referință; publicații agentic-RAG cu rată de câștig în intervalul 64–76% comparativ cu asistenții generali ai corpusurilor întreprinderii; comparații de acuratețe a regăsirii cadrului în intervalul 85–92%). Ele nu sunt rezultatul unei rulări de benchmark directe. Harness-ul RAGAS in-repo face ca o astfel de execuție să fie executabilă și publicabilă; Până la publicare, tabelul de mai sus este o evaluare de expert, nu o măsurătoare.

Ce nu are încă stack-ul

Trei goluri, spus simplu. În primul rând, indexarea incrementală: colecția Jina late-chunking este populată prin scriptură batch, nu la cerere; Documente noi așteaptă următoarea ingerență. În al doilea rând, numerele formale de referință există ca infrastructură, dar încă nu ca un artefact publicat — cea mai puternică mișcare disponibilă este rularea suitei RAGAS in-repo împotriva setului de aur și publicarea cifrelor lângă metodologie. În al treilea rând, RAG1 rămâne evaluat doar pe baza arhitecturii; calitatea sa de recuperare este nedocumentată în afara utilizării interne.

Niciuna dintre acestea nu este structurală. Toate trei sunt săptămâni, nu trimestre.

De ce contează acest lucru dincolo de o singură companie

Piața din 2026 este saturată de "asistenți AI de conformitate" care sunt învelișuri subțiri peste modele cu scop general: o singură încorporare per interogare, recuperare doar densă, citări la nivel de nume de fișier în cel mai bun caz, fără guvernanță a rolurilor, fără monitorizare a derivelor și — decisiv — fără comportament de refuz pe premise fabricate. Chiar stabilitorii de standarde recunosc lacunele de verificare pe care aceste instrumente le acoperă.

Sistemul evaluat aici inversează ordinea obișnuită a construcției. Nu a fost construit de o echipă de ML care a dobândit cunoștințe de domeniu; a fost construită de un expert în domeniu — cu o experiență de treizeci de ani în lanțuri internaționale de aprovizionare textilă, membru expert al CIRPASS-2 (EWG1, EWG3), un stakeholder înregistrat JRC (Unitatea B5) — achiziționând ingineria de recuperare. Corpusul știe ce este un Certificat de Tranzacție, când sosește fizic în raport cu o livrare și de ce metodele ISO de testare a compoziției fibrelor nu pot distinge poliesterul reciclat de cel virgin. Acea cunoaștere se află în index pentru că persoana care l-a construit a petrecut trei decenii învățând-o.

Un pipeline de recuperare poate fi replicat într-un trimestru de o echipă finanțată. Corpusul și hotărârea codificate în el nu pot. Acea asimetrie este atuul defensabil.

Reeco® este o platformă de verificare DPP construită pe UNTP 0.7.0 și W3C Verifiable Credentials, cu un motor proprietar de bilanț de masă per articol vestimentar (SIAE deposit). Reeco nu blochează emiterea DPP: motorul cuantifică acoperirea și informează brandul, care păstrează decizia autonomă — prin design. Stefano Cipriani este fondatorul Reeco®, membru expert al CIRPASS-2 (EWG1, EWG3), acționar înregistrat JRC.