EmbeddingGemma 2 Expands Beyond Text to Support Code, Images, Video, and Audio
Based on Gemma 4 and released under the Apache 2.0 license, Google's EmbeddingGemma 2 is a compact, open-weight, multimodal embedding model designed…
AI & ML
⚑ Report a ProblemLatest AI & ML news from Tech News
All topics
AI
News
Tech
agents
ai
api
architecture
automation
backend
beginners
career
claude
database
devchallenge
devops
javascript
llm
machinelearning
mcp
opensource
productivity
programming
python
react
security
showdev
testing
tutorial
typescript
webdev
How to Isolate Contract Evidence by Tenant: Retrieval Checks That Survive Review
Short answer: make tenant scope a signed, server-derived capability that every retrieval stage consumes, then prove isolation with adversarial tests…
Travel Planner Retrieval Design with Bounded Access Rules and Source Citations
Short answer: a travel itinerary planner needs a staged retrieval architecture with bounded access rules and source context attached to every answer…
Recruiting Candidate Search Source Deduplication — A 3-Stage Node.js Retrieval Design
Short answer: use a staged retrieval design with explicit collections, bounded queries, and traceable source context for recruiting candidate search…
Insurance Claims Retrieval Architecture with Node.js: Five Access-Rule Checks
Short answer: use a staged retrieval design with explicit collections, bounded queries, and traceable source context; make access rules part of retr…
Freshness-Aware Retrieval Architecture for News Monitoring Metadata Filters in Production
Short answer: use a staged retrieval design with explicit collections, bounded queries, and traceable source context. For a news monitoring service,…
Python Retrieval Architecture for Course Tutors: Chunk Boundaries (and Why)
Short answer: use a staged retrieval design with explicit collections, bounded queries, and source context that survives all the way to the tutor's…
How to Shape Insurance Claims Retrieval Architecture: 5 Access Rules for Auditable Intake
Short answer: use a staged retrieval design with explicit collections, bounded queries, and source context that survives every handoff. For an insur…
Фреймворк RAFT: как работает RAG на максималках от Microsoft
Чтобы быстрее отвечать пользователям, команды техподдержки применяют RAG — подход, при котором нейросеть ищет информацию в базе знаний и опирается н…
Node.js Thumbnail Delivery — Separating Asset Retrieval From Asynchronous Work State
When a media upload creates a responsive thumbnail, storage and cache cost depend on one small architectural distinction: bytes and work state are d…
Гибридный RAG на Налоговом кодексе: восемь находок, семь потерь
守 (Сю) — это про то, как, сохранив себя, достичь своей лучшей версии. При чём здесь RAG? Да при том, что, прежде чем рваться к агентным RAG и GraphR…
Recall Is a Write Operation: Why Usage-Weighted Memory Ranking Cannot Discover It Was Wrong
Recall Is a Write Operation: Why Usage-Weighted Memory Ranking Cannot Discover It Was Wrong Ask an agent memory store what it knows about a topic an…
LLMOps for RAG Systems — Production Checklist
Why the pipeline, not the model, is usually to blame If your LLM feature starts hallucinating or your inference bill doubles overnight, the model is…
Честный RAG eval set: как собрать первые 100-300 кейсов и не обмануть себя цифрой
В прошлой статье серии мы сжимали эмбеддинги и замеряли, насколько изменится выдача относительно полного fp32-поиска. Там это был правильный вопрос:…
Как я ужал русский эмбеддер до 24 млн параметров — и чуть не испортил его одной цифрой
TL;DR. У меня локальный RAG на AMD Strix Halo. Памяти там достаточно, но вычислительно всё упирается в один iGPU: его деля…
От ANN к честному KNN на GPU: как мы пересобрали отбор кандидатов в рекомендациях Ozon
Привет! Мы команда рекомендательной системы Ozon, и сегодня мы хотим рассказать о нашем пути от приближённого поиска соседей (ANN) к точному KNN на…
RAG Retrieval Gotchas at Scale: Insights and Solutions
RAG Retrieval Gotchas at Scale: Insights and Solutions Retrieval-Augmented Generation (RAG) has become a popular technique for enhancing natural lan…
Сжатие декодерных эмбеддеров: как ужать 8B до продакшена без потери recall
Декодерный эмбеддер 7–8B дает качество, но платит за него памятью, latency и деньгами. Разбираем все оси сжатия - int8, int4, binary + rescoring, PQ…
Зачем GenAI-ассистенту platform logic: как управлять источниками, evidence и ответами
GenAI-ассистент может довольно быстро начать отвечать "по теме": находить релевантные фрагменты, собирать уверенный текст и создавать ощущение, что…
Retrieval в 2026: как RAG переехал с энкодеров на LLM (и что с этим делать в своём проекте)
Если вы строили RAG в 2023, ваш стек выглядел плюс-минус одинаково. BERT-семейство (BGE, e5) для семантики, BM25 для буквальных совпадений, cross-en…
Evals для чайников. Как тестировать AI-агента, чтобы понимать, где именно он ломается
Большинство команд оценивают производительность AI-агентов через end-to-end метрики: success rate, количество токенов, tool usage, стоимость запроса…
Почему RAG — это не просто «добавить поиск»: latency, качество и выбор стратегии retrieval
Когда говорят про RAG, его часто описывают как простой способ улучшить LLM‑систему: добавить поиск по внешним данным, найти релевантн…
Почему ломается ваш AI-агент — и почему смена модели обычно его не чинит
Представьте внутреннего AI-агента, который помогает компании искать общие документы и управлять ими. Он работает. До тех пор, пока 12–15% запросов н…
Защита от дублирования кода агентами: семантические концепции
Я строю Telegram-first SaaS в одиночку, а весь код за меня пишут ИИ-агенты Claude Code, и довольно быстро я уперся в неприятное: каждый новый агент…
Практический ИИ-агент Python: LangGraph + Qdrant
При разработке ИИ-агента для базы знаний, мне казалось, что задача почти типовая: складываем информацию в Qdrant, находим информацию через векторный…
RAG для тех, кто разочаровался: почему retrieval ломается и как это починить
Вы собрали RAG-пайплайн: загрузили документы, нарезали на чанки, сгенерировали эмбеддинги, подключили векторную базу. Задаёте вопрос — модель отвеча…
KNN-Based Risk Scoring: What Actually Works
KNN retrieval shows up in a lot of risk control pipelines. The general idea is simple: embed your content, find its nearest neighbors in a labeled s…