feat(rag): hybrid BM25 + FAISS retrieval with reciprocal-rank fusion
I maintainer di solito rispondono entro 1 giorno
@DerekRoberts ci sta già lavorando.
Dal 24/10/2026.
Valutazione
Questa issue non è ancora stata valutata.
Descrizione
Problem
Steward questions often name exact references ("s. 21", "Article 32.04", "Schedule 1") or defined terms. A small embedding model (bge-small) handles these poorly, while BM25 keyword search handles them well. The corpus is small (about 3k chunks), so BM25 in memory needs no new service.
Proposed change
Run BM25 (e.g. rank_bm25) over the existing chunk text and combine its results with FAISS candidates using reciprocal-rank fusion, before the existing tier re-scoring in search_index_batch. Keep FAISS.
Dependencies
- Blocked by #801. The eval from that issue decides this one. If the eval shows no gain, close this unmerged.
Note for #699
When BC Laws PDF ingestion is built, keep section and part numbers in the chunk header prefix ([Source - Header]). That makes keyword matching on references work better at no extra cost.
Acceptance criteria
- Hybrid retrieval raises the eval's hit rate on section-number and defined-term questions, with no drop overall. Otherwise this is closed unmerged.
- Lingua principale
- Python
- Stelle
- 2
- Fork
- 1
- Merge medio
- 4h 16m
- PR unite (30g)
- 38
Preparare l'ambiente
- Include un Dockerfile o un file Docker Compose
- Nessun modello di pull request
- Nessuna guida per i contributori
Come iniziare
- Leggi tutta la issue e poi la guida ai contributi del progetto.
- Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
- Fai un fork del repository e lavora su un branch.
- Apri una pull request che faccia riferimento al numero della issue.
Altre issue di MinionTech/vexilon
-
Difficoltà 2/5 Mezza giornata Idoneità per principianti 66/100
MinionTech/vexilon#844 ·
I maintainer di solito rispondono entro 1 giorno
-
OHS Part 8 source missing B.C. Reg. 135/2026 (face-seal amendments, in force 2026-11-06)Forse già presa @DerekRoberts l’ha presa oggi. Aperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 55/100
MinionTech/vexilon#842 · 1 assegnatario ·
I maintainer di solito rispondono entro 1 giorno
-
research: consume from canli.orgForse già presa @DerekRoberts l’ha presa 1 giorno fa. Aperta
MinionTech/vexilon#836 · 1 assegnatario ·
I maintainer di solito rispondono entro 1 giorno
-
enhancement
Difficoltà 5/5 Più di una settimana Idoneità per principianti 22/100
MinionTech/vexilon#821 · 1 assegnatario ·
I maintainer di solito rispondono entro 1 giorno
-
test(rag): retrieval hit-rate eval over golden questionsForse di nuovo libera @DerekRoberts l’ha presa 28 giorni fa e non c’è nessuna pull request aperta. Apertaenhancement
MinionTech/vexilon#801 · 1 assegnatario ·
I maintainer di solito rispondono entro 1 giorno
Tutte le issue di MinionTech/vexilon
Issue simili
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 64/100
cal-itp/data-infra#5887 ·
I maintainer di solito rispondono entro 1 giorno
-
bug
Difficoltà 2/5 1-3 ore Idoneità per principianti 82/100
ranacseruet/vaice#139 ·
I maintainer di solito rispondono entro 1 giorno
-
numpy.bytes_ attributes are recorded as a truncated repr instead of their contentForse già presa @JoeyTan21 l’ha presa oggi. Aperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 72/100
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 68/100
batocera-linux/batocera.linux#17423 ·
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 62/100