Skip to content

HW RAG Мухаметзянова Дильбар БАСБ252 #50

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
mukhametzyanova27-coder wants to merge 2 commits into
base: master
Choose a base branch
from
Open

HW RAG Мухаметзянова Дильбар БАСБ252 #50

Changes from all commits
Commits
Show all changes
2 commits
Select commit Hold shift + click to select a range
061c1cd
Update SUBMISSION.md
mukhametzyanova27-coder Jun 15, 2026
50cbac6
Update SUBMISSION.md
mukhametzyanova27-coder Jun 15, 2026
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
15 changes: 12 additions & 3 deletions homework/SUBMISSION.md
View file
Open in desktop
Original file line number Diff line number Diff line change
Expand Up @@ -4,12 +4,21 @@

## Ссылка на репозиторий с заданием

- Repo URL: `<вставьте ссылку на ваш репозиторий>`
- Repo URL: https://github.com/mukhametzyanova27-coder/learn-rag

## Автор

- ФИО / ник: `<укажите>`
- ФИО: Мухаметзянова Дильбар Ильгизовна
- ник: mukhametzyanova27-coder
- 1 курс магистратуры, группа БАСБ252

## Комментарий

- Кратко: что реализовано, какие данные использованы, что улучшено.
RAG повторён на описаниях пакетов PyPI. Источник: список топ-пакетов hugovk/top-pypi-packages
+ публичный JSON API PyPI; сбор воспроизвожу (scripts/prepare_datasets.py).

- 448 записей в datasets.json → 1920 чанков после нарезки.
- Полный pipeline: ingest → chunking → TF-IDF index → retrieval → demo-answer → Streamlit UI.
- 3 demo-вопроса с ответами и источниками + 1 negative с корректным отказом.
- 12 тестов pytest (green), включая собственный тест на биграммы.
- Улучшение реализовано: TF-IDF ngram_range=(1,2) + sublinear_tf + min_df=2 (см. homework/IMPROVEMENTS.md).