# GraphRAG v6 — finálne kontroly bodu 3

Grafový DEV má **722/722** a historická regresia **320/320**, vrátane nezávislej
zdrojovej kontroly všetkých vrátených typovaných faktov. Generované odpovede
majú strict **316/320 — 98,75 %**. Cieľ ≥92 % je splnený.

Ide o **historickú regresiu**, nie nový nezávislý TEST. Všetky otázky sú známe;
42 DEV otázok je zahrnutých aj vo finálnych 320. Nejde o všeobecnú pravdivosť
agenta ani o meranie natívneho výberu OpenWebUI nástrojov.

## Výsledky

| Meranie | Výsledok | Úspešnosť |
|---|---:|---:|
| Graf DEV | 722/722 | 100,00 % |
| Graf regresia | 320/320 | 100,00 % |
| Zdrojovo podporené typované fakty v grafových regresných výstupoch | 320/320 | 100,00 % |
| LLM DEV | 40/42 | 95,24 % |
| LLM regresia — prvý pokus | 316/320 | 98,75 % |
| LLM regresia — po deklarovaných kontrolách/opravách | 316/320 | 98,75 % |
| Parseovateľné odpovede so zdrojovo podporenými štruktúrovanými tvrdeniami | 317/320 | 99,06 % |
| Syntetické živé funkčné scenáre, mimo benchmarku | 9/9 | 100,00 % |
| Automatizované testy vrátane všetkých živých testov | 565 | všetky prešli |

Tri otázky použili jediný povolený opravný požiadavok pre neplatný JSON;
ani druhá odpoveď neprešla schémou. Opravný pokus vyvolaný porušením
kontextu sa v tejto finálnej regresii nepoužil. Žiadne prvé JSON odpovede
nepotrebovali odbaľovanie Markdown bloku. Všetky pokusy sú uložené.

| Kategória generovania | Strict správne | Úspešnosť |
|---|---:|---:|
| `candidate_set_aggregation` | 32/32 | 100.00 % |
| `conjunctive_disambiguation` | 40/40 | 100.00 % |
| `document_author_category_multi_hop` | 23/24 | 95.83 % |
| `negative_lookup` | 32/32 | 100.00 % |
| `person_keyword_title` | 31/32 | 96.88 % |
| `person_multiple_categories` | 24/24 | 100.00 % |
| `person_title_year` | 23/24 | 95.83 % |
| `same_academic_year_pair` | 40/40 | 100.00 % |
| `same_start_year_pair` | 31/32 | 96.88 % |
| `shared_keyword_pair` | 40/40 | 100.00 % |

## Štyri strict zlyhania

- `wide-104`: text obsahuje skloňované „Martina NaN1“, protokol vyžaduje
  pôvodné „Martin NaN1“. Štruktúrované väzby a zdroje prešli; ide o
  konzervatívne odmietnutie povrchového tvaru mena. Neoznačujeme ho za
  fakticky nesprávny rok. Zmrazený primárny strict výsledok nemeníme.
- `wide-119`, `wide-143`, `wide-176`: dva neplatné JSON/schema výstupy.
  `accepted_for_delivery=false`; odpovede neprešli na doručenie. Bez
  parseovateľného výstupu sa správnosť tvrdení nedá spoľahlivo vyhodnotiť.

Úplné zlyhania aj kontexty sú v
[failures.json](../answers_v6_regression_2026-10-25/failures.json).
Kód ani prompt grafového generovania sa podľa tohto finálneho výsledku neladil.

## Zdrojový benchmark

V6 zachováva 1 042 otázok a všetky ID, formulácie, kategórie a rozdelenie.
Priame čítanie odhalilo generické linkové označenia „rešerš“, ktoré sa
nesprávne vydávali za akademický názov. Opravených je 15 očakávaní; štyri
regresné otázky `wide-116`, `wide-142`, `wide-145`, `wide-165` ostali v
menovateli a očakávajú `no_answer`. Regresia má 284 pozitívnych a 36
negatívnych očakávaní. Pôvodná v4 má 288/32 a zostáva nezmenená.
Zdrojový audit všetkých 1 042 aktuálnych otázok má **0 nesúladov**.

Nezávislé priame čítanie vzorky 34 otázok vykonala **AI** oddelene od
retrievera: 31 podporených, dve opravené a jedna podmienená ročníkom
adresára. Pri `wide-112` Tomáš Kuchárik nemá explicitne uvedený začiatok
štúdia; používa sa zavedený fallback `students/2016`. Ide o konvenciu,
ktorú má človek potvrdiť pred výkladom ako administratívny fakt.
[Hárok pre človeka](../v6_preparation/source_review.csv) je pripravený;
**ľudské posúdenie neprebehlo**.

## Kontext, citácie a RAG

Kontext obsahuje úplnosť, orezanie, dôvody a verziu dát. Model má jasné pokyny
pre neúplné výsledky a presný agregovaný počet s orezanými dôkazmi. Guard
kontroluje URL v zozname aj v texte oproti zdrojom konkrétneho dotazu,
štruktúrované hodnoty a spojenie názvu/roku s tagom cez tú istú osobu.
Nepoužíva gold. Najviac jeden spoločný opravný požiadavok rieši formát
alebo porušenie kontextu; oracle vstupuje až do následného hodnotenia.

Prepočet 56 archivovaných súborov skontroloval 6 044 uložených odpovedí,
vrátane opakovaných experimentov. Našiel päť výskytov nepovolenej URL;
nejde o 6 044 nezávislých otázok. Historický finálny RAG DEV ostáva
624/629, finálny RAG TEST po prísnej kontrole URL má **506/519 — 97,50 %**,
pôvodné skóre bolo 507/519. Súbory ani pôvodné metriky sa neprepisovali.
Pri `q0892` navyše uvedená `http://skner.tukekemt.xyz` v Markdowne reálne
existuje, ale nie je medzi archivovanými `source_url`; prísne odmietnutie
odkazu nie je dôkazom nepravdivosti tej adresy. [Celý prepočet](../v6_preparation/citation_regrade.json).

Živá RAG vzorka piatich vopred zvolených otázok mala 5/5 správnych faktov
aj citácií, ale 5/5 vynechaných upozornení. Vrstva `finalize_rag_answer()`
preto vie pridať iba pravdivé upozornenie, bez zmeny faktov; uchová
`model_answer`, pôvodné dôvody a príznak `display_notice_added`. Neobíde
neznámu citáciu ani nepodložené tvrdenie o úplnom zozname. Prehratie tých
istých uložených výstupov má 5/5 prijateľných odpovedí. **Nie je to nové
meranie modelu ani odhad jeho presnosti z piatich prípadov.**

## História a porovnateľnosť

| Verzia | Grafové meranie | Generovanie |
|---|---|---|
| v4 | TEST 320/320; dodatočné faktové overenie 319/320 | nový LLM TEST 281/300 |
| v5.1 | historická regresia 320/320 so všetkými typovanými faktami | regresia 317/320 |
| v6 | historická regresia 320/320 so všetkými typovanými faktami | strict regresia 316/320 |

V6 opravuje 15 gold očakávaní a pridáva kontroly; rozdiel percent nie je
kontrolovaný odhad zlepšenia/zhoršenia modelu. Všetky v1–v5.1 výstupy,
klasický RAG, retrieval baseline aj vybrané experimenty ostávajú zachované.
Prvý v6 DEV kandidát 41/42 je uložený; po oprave odmietnutého spojenia tagu
a roku bol finálny DEV 40/42 s dvomi JSON chybami. Všetky iterácie sú
priznané a žiadne chybné otázky sa nevyberali z finálneho merania.

## Nasadenie a ďalší bod

Nasadené Docker API, SQLite a Neo4j používajú spoločnú verziu
`10b78a8e70744e2792ffe4cf11d45571`, wiki Git
`3e892a1d49e9bce118cd03478ce15e01c2bebb4e`.
Graf má 446 uzlov a 877 vzťahov; index 114 dokumentov a 887 chunkov.
Predvolene je viditeľných 113 dokumentov: 16 bez published sa zahrnie,
jediný explicitný published=false sa vylúči. Kontrola porovnáva
normalizované Neo4j hodnoty s pôvodnými JSON metadátami.

[Overenie hostiteľa](deployment_check_host.json) a
[overenie v Docker obraze](deployment_check_docker.json) kontrolujú odtlačky,
pripravenosť RAG/Neo4j/GraphRAG, skutočné RAG API, grafové pozitívne aj
negatívne dotazy a spoločnú verziu. `frozen_v6.json` fixuje graf,
`frozen_answers.json` parametre generovania a `frozen_release_v6.json`
všetky runtime moduly vrátane samostatnej RAG prezentačnej vrstvy.

Bod 4 pridá samostatne inštalovateľné OpenWebUI nástroje a hlavného agenta.
Musí používať existujúce guardy a rešpektovať odmietnutie doručenia aj
úplnosť zdrojov. Natívny výber a kombinovanie nástrojov sa v dnešnom
320-otázkovom grafovom meraní netestovali. Pre nový nezávislý odhad treba
nové vopred overené otázky; ľudská kontrola pripraveného hárka je odporúčaná.

[Príkazy a presné zmeny](../../../../../docs/graphrag_v6_2026-10-25_worklog.md).