Смотреть урок

Дополнительные файлы из урока

В этом уроке я показываю, как поднять модель BM25 на своём сервере и собрать гибридный поиск для RAG-системы. Разворачиваю через Portainer свою открытую API-обёртку (репозиторий на GitHub прилагаю) с моделью Qdrant BM25 на FastEmbed, подключаю её к workflow в n8n, который складывает плотные эмбеддинги OpenAI с разреженными векторами BM25, и объясняю математику гибридного поиска: нормализация, fusion и ранжирование по релевантности.

Отдельно разбираю evaluation-тесты в n8n с датасетом в Google Sheets — чтобы сравнивать настройки поиска по…