diff --git a/homework/SUBMISSION.md b/homework/SUBMISSION.md index 0f6b274..e6d9a60 100644 --- a/homework/SUBMISSION.md +++ b/homework/SUBMISSION.md @@ -1,15 +1,17 @@ -# Submission - -Заполните файл перед отправкой PR. - -## Ссылка на репозиторий с заданием - -- Repo URL: `<вставьте ссылку на ваш репозиторий>` - -## Автор - -- ФИО / ник: `<укажите>` - -## Комментарий - -- Кратко: что реализовано, какие данные использованы, что улучшено. +# Submission + +## Ссылка на репозиторий с заданием + +- Repo URL: https://github.com/KaRoLiNa232/rag-homework +- Доступ: репозиторий приватный, проверяющему @MaratNotes выдан read-доступ (приглашение отправлено). + +## Автор + +- ФИО / ник: Петросян Каролина, группа БАСБ251 + +## Комментарий + +- **Что реализовано:** полный RAG-pipeline (данные → чанки → индекс → поиск → ответ) на TF-IDF + cosine, demo-ответ с источниками, Streamlit UI, 11 тестов (chunking, retrieval, отказ без контекста). Запуск: `uv sync` → `uv run python scripts/build_index.py` → `uv run streamlit run app/main.py`. +- **Данные:** база знаний по логистике Wildberries/Ozon — 360 постов (из 1731) профильных Telegram-каналов, фильтр `quality >= 3`; после чанкинга **2161 чанк** (> 1000). Подробно — `doc/DATA.md`. +- **Demo:** 3 рабочих вопроса («куда отгружать новинку», «штраф за отмену заказа продавцом», «отличие FBO/FBS/DBS») + 1 negative («Как приготовить борщ?») с корректным отказом (score 0.000). +- **Улучшения:** реализованы русские стоп-слова в TF-IDF + чистка корпуса (починили negative-кейс); описаны embeddings, hybrid search, reranking, LLM, eval — `IMPROVEMENTS.md`.