fix: semantic_dedup.py — adicionar using='dense' ao QueryRequest
Collection knowledge_base usa named vectors (dense + sparse). O Qdrant exige o parâmetro 'using' em collections com múltiplos vetores nomeados. Sem ele, query_batch_points retornava 'Not existing vector name error' em 100% das batches (44/44). O script reportava falsos 0 near-duplicates. Correção: 1 linha — using='dense' em models.QueryRequest (linha 176). Validado com --dry-run --threshold 0.95 contra 8886 pontos reais: 0 erros, 1776 near-duplicate pairs detectados.
This commit is contained in:
parent
3fd7cd6faf
commit
35f85066a4
|
|
@ -175,6 +175,7 @@ def find_near_duplicates(chunks: List[Dict],
|
|||
requests_list.append(
|
||||
models.QueryRequest(
|
||||
query=vec,
|
||||
using="dense",
|
||||
limit=1,
|
||||
score_threshold=threshold,
|
||||
filter=models.Filter(
|
||||
|
|
|
|||
Loading…
Reference in New Issue