Как собирать поисковые запросы
Как собирать поисковые запросы: понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Раздел базы знаний
Качество и метрики поиска
Эталонный набор (golden set), Recall@K, nDCG, MRR, офлайн‑оценка, A/B‑тесты и анализ ошибок.
Как выявить position систематическое смещение (bias)
Как выявить position систематическое смещение (bias): понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Калибровка similarity оценка релевантности (score)
Калибровка similarity оценка релевантности (score): понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Как интерпретировать Precision@5
Как интерпретировать Precision@5: понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Как считать Success@K для векторный поиск (vector search)
Как считать Success@K для векторный поиск (vector search): понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Типичные ошибки измерения запросы в секунду (QPS)
Типичные ошибки измерения запросы в секунду (QPS): понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Как создать golden набор данных (dataset) для поиска
Как создать golden набор данных (dataset) для поиска: понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Как разметить релевантность документов
Как разметить релевантность документов: понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Binary или graded relevance
Binary или graded relevance: понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Агрегация токенов (Pooling) экспертов при разметке
Агрегация токенов (Pooling) экспертов при разметке: понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Согласованность разметчиков (Inter-annotator agreement)
Согласованность разметчиков (Inter-annotator agreement): понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Сложные запросы (Hard queries) и tail queries
Сложные запросы (Hard queries) и tail queries: понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Head, torso и tail сегменты запросов
Head, torso и tail сегменты запросов: понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Offline и online оценка качества (evaluation)
Offline и online оценка качества (evaluation): понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →A/B-тест семантический поиск (semantic search)
A/B-тест семантический поиск (semantic search): понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Interleaving поисковых выдач
Interleaving поисковых выдач: понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Guardrail-метрики поиска
Guardrail-метрики поиска: понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Zero-result rate после семантический поиск (semantic search)
Zero-result rate после семантический поиск (semantic search): понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Доля плохих результатов (bad-result rate)
Доля плохих результатов (bad-result rate): понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Доля переформулированных запросов (query reformulation rate)
Доля переформулированных запросов (query reformulation rate): понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Click-through rate поиска
Click-through rate поиска: понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Long click и dwell time
Long click и dwell time: понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Conversion после поиска
Conversion после поиска: понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Как оценить новые документы
Как оценить новые документы: понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Temporal разбиение выборки (split) для извлечение кандидатов (retrieval) оценка качества (evaluation)
Temporal разбиение выборки (split) для извлечение кандидатов (retrieval) оценка качества (evaluation): понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Утечка данных (Leakage) в извлечение кандидатов (retrieval) сравнительный тест (benchmark)
Утечка данных (Leakage) в извлечение кандидатов (retrieval) сравнительный тест (benchmark): понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Синтетические запросы (Synthetic queries): польза и риск
Синтетические запросы (Synthetic queries): польза и риск: понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →LLM-as-a-judge для извлечение кандидатов (retrieval)
LLM-as-a-judge для извлечение кандидатов (retrieval): понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Human оценка качества (evaluation) search quality
Human оценка качества (evaluation) search quality: понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Error taxonomy для поиска
Error taxonomy для поиска: понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Анализ false positive
Анализ false positive: понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Анализ false negative
Анализ false negative: понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Recall ANN против recall извлечение кандидатов (retrieval)
Recall ANN против recall извлечение кандидатов (retrieval): понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Изоляция ошибки векторное представление (embedding) и индекса
Изоляция ошибки векторное представление (embedding) и индекса: понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Проверка переранжировщик (reranker) отдельно
Проверка переранжировщик (reranker) отдельно: понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Regression-тесты извлечение кандидатов (retrieval)
Regression-тесты извлечение кандидатов (retrieval): понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Теневой трафик (Shadow traffic) для нового индекса
Теневой трафик (Shadow traffic) для нового индекса: понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Canary модель векторных представлений (embedding model)
Canary модель векторных представлений (embedding model): понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Thresholds и confidence
Thresholds и confidence: понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Качество по языкам
Качество по языкам: понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Качество по категориям каталога
Качество по категориям каталога: понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Качество по длине запроса
Качество по длине запроса: понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Качество при фильтрах
Качество при фильтрах: понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Качество fresh documents
Качество fresh documents: понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Метрики мультимодального поиска
Метрики мультимодального поиска: понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Как считать Recall@1 для векторный поиск (vector search)
Как считать Recall@1 для векторный поиск (vector search): понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Как интерпретировать Recall@1
Как интерпретировать Recall@1: понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Типичные ошибки измерения Recall@1
Типичные ошибки измерения Recall@1: понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Как считать Recall@5 для векторный поиск (vector search)
Как считать Recall@5 для векторный поиск (vector search): понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Как интерпретировать Recall@5
Как интерпретировать Recall@5: понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Типичные ошибки измерения Recall@5
Типичные ошибки измерения Recall@5: понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Как считать Recall@10 для векторный поиск (vector search)
Как считать Recall@10 для векторный поиск (vector search): понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Как интерпретировать Recall@10
Как интерпретировать Recall@10: понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Типичные ошибки измерения Recall@10
Типичные ошибки измерения Recall@10: понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Как считать Precision@5 для векторный поиск (vector search)
Как считать Precision@5 для векторный поиск (vector search): понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Типичные ошибки измерения Precision@5
Типичные ошибки измерения Precision@5: понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Как считать Precision@10 для векторный поиск (vector search)
Как считать Precision@10 для векторный поиск (vector search): понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Как интерпретировать Precision@10
Как интерпретировать Precision@10: понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Типичные ошибки измерения Precision@10
Типичные ошибки измерения Precision@10: понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Как считать среднее обратное ранговое место (MRR) для векторный поиск (vector search)
Как считать среднее обратное ранговое место (MRR) для векторный поиск (vector search): понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Как интерпретировать среднее обратное ранговое место (MRR)
Как интерпретировать среднее обратное ранговое место (MRR): понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Типичные ошибки измерения среднее обратное ранговое место (MRR)
Типичные ошибки измерения среднее обратное ранговое место (MRR): понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Как считать MAP для векторный поиск (vector search)
Как считать MAP для векторный поиск (vector search): понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Как интерпретировать MAP
Как интерпретировать MAP: понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Типичные ошибки измерения MAP
Типичные ошибки измерения MAP: понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Как считать нормализованная дисконтированная полезность (nDCG)@10 для векторный поиск (vector search)
Как считать нормализованная дисконтированная полезность (nDCG)@10 для векторный поиск (vector search): понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Как интерпретировать нормализованная дисконтированная полезность (nDCG)@10
Как интерпретировать нормализованная дисконтированная полезность (nDCG)@10: понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Типичные ошибки измерения нормализованная дисконтированная полезность (nDCG)@10
Типичные ошибки измерения нормализованная дисконтированная полезность (nDCG)@10: понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Как считать Hit Rate для векторный поиск (vector search)
Как считать Hit Rate для векторный поиск (vector search): понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Как интерпретировать Hit Rate
Как интерпретировать Hit Rate: понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Типичные ошибки измерения Hit Rate
Типичные ошибки измерения Hit Rate: понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Как интерпретировать Success@K
Как интерпретировать Success@K: понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Типичные ошибки измерения Success@K
Типичные ошибки измерения Success@K: понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Как считать охват (Coverage) для векторный поиск (vector search)
Как считать охват (Coverage) для векторный поиск (vector search): понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Как интерпретировать охват (Coverage)
Как интерпретировать охват (Coverage): понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Типичные ошибки измерения охват (Coverage)
Типичные ошибки измерения охват (Coverage): понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Как считать Diversity для векторный поиск (vector search)
Как считать Diversity для векторный поиск (vector search): понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Как интерпретировать Diversity
Как интерпретировать Diversity: понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Типичные ошибки измерения Diversity
Типичные ошибки измерения Diversity: понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Как считать задержка (Latency) P95 для векторный поиск (vector search)
Как считать задержка (Latency) P95 для векторный поиск (vector search): понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Как интерпретировать задержка (Latency) P95
Как интерпретировать задержка (Latency) P95: понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Типичные ошибки измерения задержка (Latency) P95
Типичные ошибки измерения задержка (Latency) P95: понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Как считать задержка (Latency) P99 для векторный поиск (vector search)
Как считать задержка (Latency) P99 для векторный поиск (vector search): понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Как интерпретировать задержка (Latency) P99
Как интерпретировать задержка (Latency) P99: понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Типичные ошибки измерения задержка (Latency) P99
Типичные ошибки измерения задержка (Latency) P99: понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Как считать запросы в секунду (QPS) для векторный поиск (vector search)
Как считать запросы в секунду (QPS) для векторный поиск (vector search): понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Как интерпретировать запросы в секунду (QPS)
Как интерпретировать запросы в секунду (QPS): понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Как считать индекс (Index) время построения (build time) для векторный поиск (vector search)
Как считать индекс (Index) время построения (build time) для векторный поиск (vector search): понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Как интерпретировать индекс (Index) время построения (build time)
Как интерпретировать индекс (Index) время построения (build time): понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Типичные ошибки измерения индекс (Index) время построения (build time)
Типичные ошибки измерения индекс (Index) время построения (build time): понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Как считать загрузка данных (Ingestion) пропускная способность (throughput) для векторный поиск (vector search)
Как считать загрузка данных (Ingestion) пропускная способность (throughput) для векторный поиск (vector search): понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Как интерпретировать загрузка данных (Ingestion) пропускная способность (throughput)
Как интерпретировать загрузка данных (Ingestion) пропускная способность (throughput): понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Типичные ошибки измерения загрузка данных (Ingestion) пропускная способность (throughput)
Типичные ошибки измерения загрузка данных (Ingestion) пропускная способность (throughput): понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Как считать Cost per query для векторный поиск (vector search)
Как считать Cost per query для векторный поиск (vector search): понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Как интерпретировать Cost per query
Как интерпретировать Cost per query: понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →Типичные ошибки измерения Cost per query
Типичные ошибки измерения Cost per query: понятное определение, место в архитектуре векторного поиска, параметры, проверка качества и границы применения.
Открыть материал →