RAG dla rzeczoznawców — jak zbudować bazę wiedzy z 5 000 historycznych spraw
Od chunkowania po reranking — kompletny przewodnik po Hybrid RAG zaprojektowanym pod twardą dokumentację techniczno-prawną.
Dlaczego hybrydowo
Same embeddingi gubią terminologię prawną i kody techniczne. Czyste BM25 nie radzi sobie z pytaniami semantycznymi. Hybryda 0.6 wektor + 0.4 BM25 daje najlepsze wyniki w naszych testach na 1 200 zapytań kontrolnych.
Chunking
Sekcyjny 800–1000 tokenów z overlapem 100–150. Zachowanie nagłówków i metadanych (document_id, section, page_range, case_id).
Reranking heurystyczny
Boost dla fragmentów z tej samej branży (motoryzacja/maszyny/jachty) i tej samej dekady wytworzenia dokumentu.
To szkielet redakcyjny — pełny artykuł ekspercki zostanie uzupełniony wkrótce. Struktura, nagłówki i metadane SEO są gotowe produkcyjnie.