# Error विश्लेषण और गुणवत्ता सुधार — Embeddings और Vector Search

Source: https://www.geekswithgeeks.com/hi/embeddings/e-debug

> पता करें queries क्यों विफल होती हैं और सही सुधार चुनें।

## Tune करने से पहले निदान करें

हर विफल query के लिए क्रम से पूछें: क्या उत्तर **corpus में** है भी? क्या वह समझदारी से **chunk** हुआ (विचार के बीच कटा नहीं, विशाल chunk में दबा नहीं)? क्या पाठ **अलग शब्दावली** उपयोग करता है (keyword/hybrid search, query rewriting, या बेहतर या domain-अनुकूलित मॉडल जोड़ें)? क्या सही chunk **retrieve हुआ पर बहुत नीचे rank हुआ** (reranker जोड़ें)? क्या **embedding model** भाषा या domain के लिए कमज़ोर है (दूसरा आज़माएँ, या अपने सवाल-अंश जोड़ियों पर hard negatives के साथ **fine-tune** करें)? क्या **ANN index recall खो रहा** है (flat से तुलना करें; nprobe/efSearch बढ़ाएँ)? क्या **filters** उत्तर हटा रहे हैं? पूरे golden set में कारण के अनुसार विफलताएँ गिनें और सबसे बड़ी श्रेणी पहले ठीक करें।

## विफलता गणना और पहले सुधार

उदाहरण कि टीम 40 विफल queries कैसे छाँट सकती है। संख्याएँ उदाहरणात्मक हैं, मापी हुई नहीं।

```text
Cause                                     Count   First fix to try
answer not in the corpus                    3     add content / return "not found"
bad chunking (idea split / buried)          7     structure-aware chunks, titles in chunks
vocabulary mismatch (exact words differ)   11     hybrid search, query rewrite, better model
right chunk found but ranked low           10     cross-encoder reranker
ANN index missed it (flat finds it)         4     raise nprobe / efSearch, check quantisation
filter removed the answer                   5     check metadata, over-fetch before filtering
```

**Quiz:** प्रासंगिक chunk retrieve हुआ पर 14वें स्थान पर है। सबसे सीधा सुधार क्या है?

- [x] Shortlist का क्रम बदलने को reranker जोड़ें
- [ ] Filter हटाएँ
- [ ] आयाम दोगुने करें
- [ ] अनदेखा करें

*Answer:* Shortlist का क्रम बदलने को reranker जोड़ें. प्रमाण मिल गया, इसलिए recall नहीं क्रम सुधारें।