Skip to content

Сдача ДЗ — Петросян Каролина (БАСБ251): RAG по логистике WB #45

New issue

Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community.

Sign up for GitHub

By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails.

Already on GitHub? Sign in to your account

Open
KaRoLiNa232 wants to merge 1 commit into
base: master
Choose a base branch
from
Open

Сдача ДЗ — Петросян Каролина (БАСБ251): RAG по логистике WB #45

Changes from all commits
Commits
Show all changes
1 commit
Select commit
File filter

Filter by extension

Filter by extension
Conversations
Failed to load comments.
Loading
Jump to
Jump to file
Failed to load files.
Loading
Diff view
Diff view
32 changes: 17 additions & 15 deletions homework/SUBMISSION.md
View file
Open in desktop
Original file line number Diff line number Diff line change
@@ -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`.