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

  1. R1: przewidujesz przydatność tekstów i rozpoznajesz parafrazy.
  2. R2: tworzysz embeddingi, zachowujesz pochodzenie i rozliczasz błędy.
  3. R3: porównujesz wektory, sprawdzasz geometrię i interpretujesz score.
  4. R4: tworzysz ranking top-k oraz wracasz do treści źródeł.
  5. R5: zapisujesz macierz, rekordy i manifest jako jeden spójny indeks.
  6. 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_index wybranej próby R5 oraz raport i wyniki R6.
  • Wskaż model, jego digest, wersję danych, źródło checkpointu lub własnego pomiaru oraz datę.
  • Nie zastępuj index_metadata.json manifestem embeddingów. Nie przekazuj samego pliku embeddings.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.
Gotowość do M4

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.

ENHANCER+ · Politechnika Warszawska · podręcznik do samodzielnej nauki offline