# GraphRAG v7 — uzavretie bodu 3, 26. 10. 2026 Nový query-group TEST dosiahol **80/80** pri grafovom vyhľadávaní aj pri finálnych odpovediach. Na prvý pokus modelu prešlo **77/80 — 96,25 %**; tri otázky prešli po jednom povolenom opravnom požiadavku. Cieľ ≥92 % je splnený už pri prvom pokuse aj pri finálnej pipeline. Celá sada má **591 úspešných testov, bez preskočenia**. **Bod 3 je technicky uzavretý pre podporované typy dotazov a tento korpus.** Hodnotí sa modelový výber štruktúrovaných tvrdení, kontrola zdrojov a renderer; nie ľubovoľná voľná próza LLM ani natívne OpenWebUI smerovanie. 100 % na 80 otázkach nie je zárukou všeobecnej pravdivosti. ## Výsledky | Meranie | Správne | Úspešnosť | |---|---:|---:| | Graf DEV vrátane známych regresií | 1 046/1 046 | 100,00 % | | Graf nový query-group TEST | 80/80 | 100,00 % | | Graf historická podmnožina v DEV | 320/320 | 100,00 % | | Model + renderer DEV, finálne | 46/46 | 100,00 % | | Nový TEST, prvý pokus modelu + renderer | 77/80 | 96,25 % | | Nový TEST, po jednej povolenej oprave | 80/80 | 100,00 % | | Historická regresia, prvý pokus | 310/320 | 96.88 % | | Historická regresia, finálne | 319/320 | 99.69 % | | Živé syntetické funkčné scenáre mimo benchmarku | 9/9 | 100,00 % | Modelový DEV mal prvý pokus 45/46 a jednu úspešnú opravu formátu. V novom TESTe potreboval `fresh7-054` opravu schémy a `fresh7-058`, `fresh7-059` odstránenie nepodloženého počtu pri neagregačnej otázke. Opravu vyvolal iba formát alebo skutočný kontext; gold ani následné skóre sa pri rozhodovaní o opakovaní nepoužívajú. Finálna historická regresia má **0 chýb spracovania**, **10 opravných požiadavkov** (z toho formát 3, kontext 7). Všetky odpovede, pôvodné pokusy a prípadné zlyhania ostávajú v menovateli. Zostávajúci prípad `wide-285`: po chybe schémy model vložil názov dcérskeho dokumentu PYTORCH - LSTM TUTORIÁL ako akademický názov k roku 2019. Taká väzba nie je v akademických faktoch doložená; guard ju odmietol (`unsupported_academic_binding`, `accepted_for_delivery=false`). Odpoveď sa nedoručila. Povolený opravný pokus už bol vyčerpaný. [Úplný záznam](../answers_v7_regression_2026-10-26/failures.json). | Kategória nového TESTu | Finálne správne | Úspešnosť | |---|---:|---:| | `candidate_set_aggregation` | 7/7 | 100.00 % | | `conjunctive_disambiguation` | 6/6 | 100.00 % | | `document_author_category_multi_hop` | 2/2 | 100.00 % | | `negative_lookup` | 8/8 | 100.00 % | | `person_keyword_title` | 10/10 | 100.00 % | | `person_multiple_categories` | 7/7 | 100.00 % | | `person_title_year` | 10/10 | 100.00 % | | `same_academic_year_pair` | 10/10 | 100.00 % | | `same_start_year_pair` | 10/10 | 100.00 % | | `shared_keyword_pair` | 10/10 | 100.00 % | ## Uzavreté podbody | Podbod | Konkrétny výsledok | |---|---| | 3.1 Benchmark a zdroje | 1 126 zdrojovo skontrolovaných otázok; 10 opravených očakávaní po odstránení odhadu štúdia z adresára. Nová vzorka 20 otázok priamo skontrolovaná z Markdownov. | | 3.2 Evaluator a doručenie | Rozpory v úplnosti, nepodložené počty/roky, chýbajúce claims/citácie a HTML/referenčné odkazy majú regresné testy. Finálny text vzniká iba z overených tvrdení. | | 3.3 DEV | Kompletný grafový DEV 1 046/1 046, modelový DEV 46/46; staré prípady `wide-104`, `wide-119`, `wide-143`, `wide-176` prešli na prvý pokus aj v novej regresii. | | 3.4 Zmrazenie | `frozen_v7.json`, deklarácie generovania a `frozen_release_v7.json`; explicitné CLI vstupy, odtlačky rendereru aj spoločných modulov. | | 3.5 Finálne overenie | Nový TEST 80 skupín bez DEV prekryvu, jednorazovo po zmrazení; samostatná historická regresia 320 otázok a kontrola Dockeru. | | 3.6 Metriky a správa | Oddelené prvotné a finálne odpovede, vyhľadávanie a modelová pipeline, nový TEST a regresia. V1–v6 ostávajú zachované. | ## Opravené chyby - Rok 1999 sa už nevynechá: dotaz na Jána Holpa nevracia práce z 2019/2021. Aj ostatné štvormiestne roky sa aplikujú ako obmedzenie. Nepodporovaný číselný zápis po „roku“ sa explicitne odmieta. - Veta „Výpis je neúplný“ neospravedlňuje iné kladné tvrdenie o úplnom zozname. Pravdivé popretie úplnosti je povolené. - Prirodzený text sa skladá deterministicky z validovaných claims/count a URL. Pri regrade neočakávanej voľnej prózy dopísaný rok 2099 neprejde. Zostávajúci číselný filter nie je univerzálny sémantický analyzátor; používateľovi sa preto nedoručuje nekontrolovaný voľný text modelu. - Počet bez úplnej agregácie sa odmietne. Pozitívne faktové odpovede vyžadujú tvrdenia a citácie, vrátane zdrojov jednotlivých atribútov. Count=0 v úplnej prázdnej agregácii je povolený. - Kontrolujú sa aj referenčné Markdown a HTML odkazy, relatívne URL, entity a korektné URL so zátvorkami. Nepovolené odkazy sa neobchádzajú upozornením. - Začiatok štúdia je iba explicitne uvedený údaj. Graf eviduje pôvod a istotu, chýbajúca hodnota ostáva neznáma; `wide-112` už nevyžaduje odhadovaný rok Tomáša Kuchárika. Cohort nie je administratívny fakt o nástupe na štúdium. - Skloňované meno sa v texte rozpoznáva obmedzenými príponami pri zachovaní presnej štruktúrovanej identity. Canonical renderer používa pôvodné meno. - Dataset, audit, manifest a DEV ID sa pri evaluácii vyberajú explicitne; spúšťanie už potichu nevyberá v4. ## Nezávislosť a pôvod očakávaní Všetkých 1 042 v6 otázok je odhalených a v7 ich označuje ako DEV. Štyri nové auditové rokové regresie dopĺňajú počet na 1 046. Historických 320 sa vyhodnocuje z tejto množiny samostatne. Je to **regresia**, nie nový TEST. Nový TEST má 80 kombinácií, 72 kladných a 8 záporných. Seed 20261026, kvóty a ID vznikli z raw Markdownov pred čítaním predikcií. Normalizované query skupiny ani formulácie sa s DEV neprekrývajú. Po zmrazení sa podľa TESTu nemenil kód, prompt, gold ani výber otázok. Korpus, osoby a rodiny šablón sú známe; nejde o unseen-profile experiment. Priama AI kontrola 20 otázok pokrýva všetkých desať kategórií. [Zdrojový hárok](../v7_preparation/source_review.csv) a [výňatky](../v7_preparation/source_review_packet.json) sú uložené. **Ľudská anotácia neprebehla.** Neistá adresárová konvencia bola odstránená, nie potvrdená bez dôkazu. Autor–kategória má iba dve nové skupiny a výpis kategórií sedem; nemožno tvrdiť rovnakú štatistickú silu každej kategórie. ## Regresia a zachované referencie V6 mala strict 316/320. V7 mení gold pri 10 známych otázkach (sedem z historických 320) a používa štruktúrovaný modelový výstup s rendererom. Rozdiel percent nie je izolovaný odhad zlepšenia samotného LLM. Všetky pôvodné baseline, otázky, finálne JSON/CSV a v1–v6 výsledky sa zachovávajú. Prepočet citácií 56 archivovaných súborov má 6 044 odpovedí a päť výskytov URL mimo podkladov, rovnako ako v6. Ide o prekrývajúce sa experimenty. Klasický RAG sa novým modelovým TESTom nemeral. Prehratie piatich uložených RAG odpovedí cez kontrolu upozornenia opäť prešlo 5/5; to nie je nová presnosť modelu. Je to regresia prezentačnej vrstvy. ## Nasadenie a reprodukcia Súbory, SQLite a Neo4j sú po koordinovanom `/sync` na spoločnej generácii `33ea0794472c416e97c84371a2a6cdf8`; wiki Git je `3e892a1d49e9bce118cd03478ce15e01c2bebb4e`. Index má 114 dokumentov a 887 chunkov, graf 446 uzlov a 877 vzťahov. Explicitné published=false sa skryje, 16 chýbajúcich hodnôt sa zahrnie; viditeľných je 113 dokumentov. [Hostiteľské overenie](deployment_check_host.json) a [overenie Dockeru](deployment_check_docker.json) potvrdzujú dostupnosť, spoločnú generáciu, normalizované publikovanie a runtime odtlačky. Modelové výstupy obsahujú celý skutočný grafový kontext a verziu dát. [Príkazy a zmeny](../../../../../docs/graphrag_v7_2026-10-26_worklog.md). Reprodukcia používa nový výstupný adresár a príslušný release checkout. Git HEAD v metadátach merania je východiskový commit pred finálnym commitom; konkrétny meraný kód určujú obsahové SHA. Model `model120-fast` je vzdialená služba; parametre a odpovede sú uložené, váhy prevádzkuje poskytovateľ. Ďalším blokom sú natívne nástroje a hlavný agent v OpenWebUI. Musia rešpektovať odmietnutie doručenia a odovzdať overený text; voľné prepísanie rendererového textu bez kontrol by uvedené vlastnosti obišlo. Toto smerovanie sa v bode 3 nemeralo a je súčasťou bodu 4.