Cantieri aperti: differenze tra le versioni - Wiki Progetto di Ricerca Metodo Paret

Riga 7:

== Cantieri attivi ==

=== memoria-retrieval-eval ===

''Aggiornato 2026-09-16 23:31 UTC'' — dominio: memoria

; Obiettivo : misurare la memoria CC come retrieval e chiudere i buchi dell architettura a piu memorie

; Fatto (con prova) :

* memoria_eval.py in scripts/, misura eseguita, report gs://isicnv-command-center-routes/state/memoria_eval/latest.json

* MISURA 16/09: 3.561 voci, campione 40. Query con le parole della voce: recall@5 1.00, recall@1 0.95. Query riformulata con sinonimi: recall@5 0.975, recall@1 0.925. Caduta 0.025 -> la ricerca lessicale NON e il collo di bottiglia, embeddings non giustificati dai dati. Strumento ripetibile: scripts/memoria_eval.py --n=N, report gs://isicnv-command-center-routes/state/memoria_eval/latest.json

; Provato ed escluso :

* strato vettoriale sulla memoria CC: rimandato, nessun dato lo giustifica

; Prossimo passo :

* python3 /home/claudeuser/scripts/memoria_eval.py --n=40 dopo ogni modifica della ricerca

* poi prova dura con query che non condividono parole con la voce

=== censimento-biblioteca ===

''Aggiornato 2026-09-16 23:27 UTC'' — dominio: biblioteca

Riga 26:

Riga 39:

* dedup 45 doc_id doppi in corpus

* Gallica dal PC di Marco: se li carica in Drive entrano dal flusso PDF

~~=== memoria-retrieval-eval ===~~

~~''Aggiornato 2026-09-16 23:26 UTC'' — dominio: memoria~~

~~; Obiettivo : misurare recall@1/@5 e MRR della memoria CC e decidere sui dati se serve uno strato semantico~~

~~; Fatto (con prova) :~~

* memoria_eval.py in scripts/, misura eseguita, report gs://isicnv-command-center-routes/state/memoria_eval/latest.json

~~; Prossimo passo :~~

* python3 /home/claudeuser/scripts/memoria_eval.py --n=40

=== chat-s20260908-dipisafermo-1ol47hs ===

@@ Riga 7: / Riga 7: @@
 == Cantieri attivi ==
+=== memoria-retrieval-eval ===
+''Aggiornato 2026-09-16 23:31 UTC'' &mdash; dominio: memoria
+; Obiettivo : misurare la memoria CC come retrieval e chiudere i buchi dell architettura a piu memorie
+; Fatto (con prova) :
+* memoria_eval.py in scripts/, misura eseguita, report gs://isicnv-command-center-routes/state/memoria_eval/latest.json
+* MISURA 16/09: 3.561 voci, campione 40. Query con le parole della voce: recall@5 1.00, recall@1 0.95. Query riformulata con sinonimi: recall@5 0.975, recall@1 0.925. Caduta 0.025 -> la ricerca lessicale NON e il collo di bottiglia, embeddings non giustificati dai dati. Strumento ripetibile: scripts/memoria_eval.py --n=N, report gs://isicnv-command-center-routes/state/memoria_eval/latest.json
+; Provato ed escluso :
+* strato vettoriale sulla memoria CC: rimandato, nessun dato lo giustifica
+; Prossimo passo :
+* python3 /home/claudeuser/scripts/memoria_eval.py --n=40 dopo ogni modifica della ricerca
+* poi prova dura con query che non condividono parole con la voce
 === censimento-biblioteca ===
 ''Aggiornato 2026-09-16 23:27 UTC'' &mdash; dominio: biblioteca
@@ Riga 26: / Riga 39: @@
 * dedup 45 doc_id doppi in corpus
 * Gallica dal PC di Marco: se li carica in Drive entrano dal flusso PDF
-=== memoria-retrieval-eval ===
-''Aggiornato 2026-09-16 23:26 UTC'' &mdash; dominio: memoria
-; Obiettivo : misurare recall@1/@5 e MRR della memoria CC e decidere sui dati se serve uno strato semantico
-; Fatto (con prova) :
-* memoria_eval.py in scripts/, misura eseguita, report gs://isicnv-command-center-routes/state/memoria_eval/latest.json
-; Prossimo passo :
-* python3 /home/claudeuser/scripts/memoria_eval.py --n=40
 === chat-s20260908-dipisafermo-1ol47hs ===