Podręcznik uczestnika z objaśnieniami, przykładami i ćwiczeniami do samodzielnej nauki do Modułu 3
8. Podsumowanie Modułu 3
Rezultatem Modułu 3 jest wyszukiwanie, którego działanie można sprawdzić i odtworzyć. Poprawna macierz to początek kontroli. Potrzebujesz jeszcze zgodnych źródeł, rankingu, niezależnego klucza i raportu pokazującego ograniczenia.
Mapa procesu
- R1: przewidujesz przydatność tekstów i rozpoznajesz parafrazy.
- R2: tworzysz embeddingi, zachowujesz pochodzenie i rozliczasz błędy.
- R3: porównujesz wektory, sprawdzasz geometrię i interpretujesz score.
- R4: tworzysz ranking top-k oraz wracasz do treści źródeł.
- R5: zapisujesz macierz, rekordy i manifest jako jeden spójny indeks.
- R6: testujesz wyszukiwanie i planujesz poprawę na podstawie konkretnych przypadków.
Nazwy, które łączą rozdziały
| Element | Znaczenie |
|---|---|
create_embedding() |
Reprezentacja tekstu w zgodnym modelu. |
cosine_similarity() |
Podobieństwo dwóch niezerowych wektorów tego samego wymiaru. |
search_similar_chunks() |
Ranking na liście rekordów z embeddingami. |
search_local_index() |
Ranking z macierzy i powiązanych rekordów. |
normalize_search_results() |
Ujednolicenie kształtu obu wyników; bez zmiany znaczenia score. |
knowledge_base_ready.jsonl |
Wejście z M2: teksty i metadane. |
chunks_with_embeddings.jsonl |
Wynik R2: te same dane rozszerzone o embeddingi. |
semantic_index/ |
Trzy pliki wyniku R5, przekazywane razem. |
retrieval_baseline.jsonl |
Zapis pierwszego pomiaru retrieval do późniejszych porównań. |
Co zachować po pracy w książce
Zachowaj uzasadnienie rankingu A–D, dziennik rozstrzygnięć E1–E5, obliczenia kosinusa, ocenę top-k, diagnozę mapowania i tabelę B01–B08. Te notatki pokazują, czy potrafisz sprawdzić mechanizm bez polegania na gotowym wyniku programu.
Co zachować po pracy w notebookach
Zachowaj uzupełnione notebooki i wskazane foldery prób. Nowa próba ma oddzielny <proba_id>, więc porównania nie wymagają nadpisywania poprzednich wyników. wybrane_proby.json wskazuje ostatnio opublikowane wyniki używane jako wejście następnych etapów. Jeśli chcesz wrócić do konkretnej wcześniejszej próby, wybierz ją świadomie zgodnie z instrukcją pakietu.
- Do M4 przekaż cały
semantic_indexwybranej próby R5 oraz raport i wyniki R6. - Wskaż model, jego digest, wersję danych, źródło checkpointu lub własnego pomiaru oraz datę.
- Nie zastępuj
index_metadata.jsonmanifestem embeddingów. Nie przekazuj samego plikuembeddings.npy. - Nie przedstawiaj trybu checkpoint jako nowego wywołania modelu ani rankingu dydaktycznego jako pomiaru.
Lista kontrolna przed kolejnym modułem
- Każdy wektor ma jednoznaczne powiązanie z tekstem i metadanymi.
- Indeks wczytuje się w nowej sesji i odtwarza ranking kontrolny.
- Oczekiwania do testu pochodzą ze źródeł i zostały zapisane przed pomiarem.
- Pytania bez odpowiedzi mają osobną ocenę, a mianownik Hit@k jest jawny.
- Raport wskazuje konkretne błędy, ograniczenia i kolejną zmianę do sprawdzenia.
Nie przyjmuj automatycznego progu zaliczenia tylko dlatego, że przykład osiąga określony procent. Kryteria ustal przed testem dla swojego zadania. Wysokie Hit@k na małym zestawie nie gwarantuje dobrych odpowiedzi na nowe pytania.
Podstawa treści i lektury uzupełniające
Podręcznik odpowiada zakresowi M12-M3-v4.pptx oraz nazwom w gotowym pakiecie ćwiczeniowym M3 z 19.09.2026. Baza D1–D6 jest wyborem z knowledge_base_ready.jsonl. Wszystkie przykłady liczbowe przygotowane do obliczeń ręcznych są oznaczone jako dydaktyczne. Pochodzenie rzeczywistych checkpointów opisują manifesty pakietu.
Poniższe źródła są opcjonalne; do wykonania ćwiczeń nie musisz ich otwierać.