Ответ по источникам
Чем подтверждён
Информационное демо, не медицинская консультация.
Спросите про уход снаружи или добавки внутрь. Система сама решит, хватит ли одного поиска, и покажет, откуда взяла каждый факт.
Информационное демо, не медицинская консультация.
Это демонстрация RAG-консультанта для бьюти-ниши. Он отвечает на вопросы про уход снаружи и добавки внутрь — и делает то, чего не делает обычный чат-бот: показывает источник каждого утверждения и честно говорит «в источниках этого нет», когда ответа в базе действительно нет.
Главное здесь — не текст ответа, а маршрут. Простому вопросу хватает одного обращения к базе; вопросу вида «сочетается ли одно с другим» нужно несколько, потому что факты лежат в разных записях и их надо свести. Систему, которая выбирает маршрут сама, называют adaptive RAG — схема сверху показывает реальный путь вашего запроса, а не заготовленную картинку.
Маршрутизация. Отдельный дешёвый вызов классифицирует вопрос
до поиска: direct — ответ без базы, single — один
поиск, multi — 2–3 подзапроса со сведением фактов,
blocked — вопрос за пределами демо (диагноз, рецептурное).
Поиск. Гибридный: плотные векторы (multilingual-e5-base, общий сервис эмбеддингов) плюс лексический поиск, слияние RRF. Записи базы написаны по-русски, а лексический индекс знает термины трёх языков: без этого украинский вопрос матчился случайным совпадением, и recall@3 падал с 0.955 до 0.773.
Safety. Предфильтр на пять категорий до вызова модели плюс постфильтр: проверяет, что дозировки и ссылки в ответе действительно есть в найденных записях. Выдуманную дозу ответ не переживает. Правила ловят три языка одним выражением — правило, написанное по-русски, на английском молчит.
Как выбирали модель. Девять конфигураций на 40 размеченных вопросах, по три прогона каждая, с замером собственного шума — иначе разницу между моделями не отличить от разброса повторов.
| конфигурация | маршрут | цитаты | $/вопрос |
|---|---|---|---|
| qwen-flash (рабочая) | 0.966 / 0.983 | 0.953 | 0.00020 |
| qwen3.8-max (топовая) | 0.923 | 0.873 | 0.00507 |
| qwen-plus | 0.949 | 0.927 | 0.00121 |
| локальная Qwen3.6-35B | 0.897 | 0.933 | 0 |
Главный вывод замеров: топовая модель за цену в 25 раз выше проигрывает дешёвой — и проигрывает именно на маршруте, самоуверенно решая, что хватит одного поиска. Качество ответа упирается не в размер модели, а в то, что ей принесли из базы.
Це демонстрація RAG-консультанта для б'юті-ніші. Він відповідає на питання про догляд зовні та добавки всередину — і робить те, чого не робить звичайний чат-бот: показує джерело кожного твердження і чесно каже «у джерелах цього немає», коли відповіді в базі справді немає.
Головне тут — не текст відповіді, а маршрут. Простому питанню вистачає одного звернення до бази; питанню на кшталт «чи поєднується одне з іншим» потрібно кілька, бо факти лежать у різних записах і їх треба звести. Систему, яка обирає маршрут сама, називають adaptive RAG — схема зверху показує реальний шлях вашого запиту, а не заготовлену картинку.
Маршрутизація. Окремий дешевий виклик класифікує питання
до пошуку: direct — відповідь без бази, single — один
пошук, multi — 2–3 підзапити зі зведенням фактів,
blocked — питання поза межами демо (діагноз, рецептурне).
Пошук. Гібридний: щільні вектори (multilingual-e5-base, спільний сервіс ембедингів) плюс лексичний пошук, злиття RRF. Записи бази написані російською, а лексичний індекс знає терміни трьох мов: без цього український запит матчився випадковим збігом, і recall@3 падав з 0.955 до 0.773.
Safety. Передфільтр на п'ять категорій до виклику моделі плюс постфільтр: перевіряє, що дозування і посилання у відповіді справді є в знайдених записах. Вигадане дозування відповідь не переживе. Правила ловлять три мови одним виразом — правило, написане російською, англійською мовчить.
Як обирали модель. Дев'ять конфігурацій на 40 розмічених питаннях, по три прогони кожна, із заміром власного шуму — інакше різницю між моделями не відрізнити від розкиду повторів.
| конфігурація | маршрут | цитати | $/питання |
|---|---|---|---|
| qwen-flash (робоча) | 0.966 / 0.983 | 0.953 | 0.00020 |
| qwen3.8-max (топова) | 0.923 | 0.873 | 0.00507 |
| qwen-plus | 0.949 | 0.927 | 0.00121 |
| локальна Qwen3.6-35B | 0.897 | 0.933 | 0 |
Головний висновок замірів: топова модель за ціну у 25 разів вищу програє дешевій — і програє саме на маршруті, самовпевнено вирішуючи, що вистачить одного пошуку. Якість відповіді впирається не в розмір моделі, а в те, що їй принесли з бази.
This is a demo of a RAG consultant for the beauty niche. It answers questions about topical skincare and oral supplements — and does what an ordinary chatbot does not: it shows the source behind every statement and honestly says "this is not in the sources" when the knowledge base has no answer.
What matters here is not the answer text but the route. A simple question needs one lookup; a question like "can these two be combined" needs several, because the facts live in different entries and have to be brought together. A system that picks the route itself is called adaptive RAG — the diagram above shows the real path your question took, not a canned picture.
Routing. A separate cheap call classifies the question before any
search: direct — answer without the base, single — one
search, multi — 2–3 sub-queries merged together,
blocked — a question outside the demo (diagnosis, prescription drugs).
Retrieval. Hybrid: dense vectors (multilingual-e5-base, a shared embedding service) plus lexical search, merged with RRF. The entries are written in Russian while the lexical index carries terms in all three languages: without that, a Ukrainian question matched on noise and recall@3 fell from 0.955 to 0.773.
Safety. A pre-filter covering five categories before the model is called, plus a post-filter that checks the dosages and citations in the answer really are in the retrieved entries. An invented dose does not survive. The rules match all three languages in one expression — a rule written in Russian stays silent on an English question.
How the model was chosen. Nine configurations over 40 labelled questions, three runs each, with the run-to-run noise measured — otherwise the difference between models cannot be told apart from the spread of repeats.
| configuration | routing | citations | $/question |
|---|---|---|---|
| qwen-flash (in use) | 0.966 / 0.983 | 0.953 | 0.00020 |
| qwen3.8-max (top tier) | 0.923 | 0.873 | 0.00507 |
| qwen-plus | 0.949 | 0.927 | 0.00121 |
| local Qwen3.6-35B | 0.897 | 0.933 | 0 |
The main finding: the top-tier model at 25× the price loses to the cheap one — and loses precisely on routing, confidently deciding that one search is enough. Answer quality is limited not by the size of the model but by what the retrieval brought it.
Демо не просит и не хранит персональные данные. Текст вопроса уходит в модель Alibaba Cloud Model Studio (регион Singapore) — только чтобы сформировать ответ; веб-поиск у провайдера выключен. Мы записываем обезличенные технические логи (время, длительность, маршрут) для диагностики и не связываем их с личностью. Не вводите здесь медицинские и другие персональные сведения: демо для этого не предназначено. Вопросы — valet202247@gmail.com.
Демо не просить і не зберігає персональні дані. Текст питання йде в модель Alibaba Cloud Model Studio (регіон Singapore) — лише щоб сформувати відповідь; вебпошук у провайдера вимкнено. Ми записуємо знеособлені технічні логи (час, тривалість, маршрут) для діагностики і не пов'язуємо їх з особою. Не вводьте тут медичні та інші персональні відомості: демо для цього не призначене. Питання — valet202247@gmail.com.
The demo does not ask for or store personal data. The text of your question goes to an Alibaba Cloud Model Studio model (Singapore region) solely to produce an answer; the provider's web search is disabled. We keep anonymised technical logs (time, duration, route) for diagnostics and do not link them to any person. Please do not enter medical or other personal details here: the demo is not intended for that. Questions — valet202247@gmail.com.