Confidence je plnohodnotné pole, ne řádek v logu
Skóre spolehlivosti zapsané do logu nikoho neochrání — čte ho člověk, který už rozhodl. Skóre uložené u hodnoty je něco jiného: je to podmínka, podle které se rozhoduje, jestli se hodnota vůbec zapíše. Prahy jsou v konfiguraci aplikace, fronta kontroly je plánovaná.
- Co pole nese
- skóre, použitá metoda extrakce, stránka zdrojového dokumentu
- Výchozí práh
- 0,85
- Nominál nad 1 000 000 Kč
- 0,95
- Vždy ke kontrole
- selhané validační pravidlo i nesedící bilanční rovnice, bez ohledu na skóre
- Stav
- prahy jsou v src/progresus_isir/config.py; fronta kontroly je plánovaná (fáze 1)
Skóre je per pole, ne per dokument
Záznam, u kterého je nominál jistý a příznak zajištění nejistý, se nesměruje jako celek. Ke kontrole jde příznak zajištění, nominál se zapíše — pokud záznam zůstane vnitřně konzistentní. Pokud nezůstane, jde ke kontrole celý.
Jedno souhrnné skóre za dokument by tuhle rozlišovací schopnost zahodilo a v praxi by vedlo buď k zahazování použitelných čísel, nebo k zápisu nepoužitelných.
Práh je vázaný na cenu chyby
Běžná pohledávka se řídí prahem 0,85. Pohledávka s nominálem nad hranicí vysoké hodnoty se řídí prahem 0,95, protože chyba u většího čísla stojí víc.
Vztah mezi prahy je vynucený v konfiguraci: přísnější práh nikdy nesmí být volnější než ten běžný. Aplikace s takovým nastavením nenastartuje. Větší číslo se nikdy neposuzuje mírněji než menší.
Past, kterou je nutné pojmenovat
Přesnost se dá vždycky vylepšit tím, že systém zapíše míň. Stačí zvednout práh: měřená přesnost je vždycky přesnost toho, co bylo zapsáno, a všechno ostatní bylo záměrně poslané člověku.
Proto se přesnost nikdy nereportuje sama — vždy spolu s pokrytím a se zátěží fronty kontroly. Tyhle tři veličiny jdou zlepšovat jen společně; kterákoli z nich samotná se dá vyrobit.
Kde to v repozitáři žije
src/progresus_isir/config.py— prahy 0,85 a 0,95, hranice vysokého nominálu a jejich vzájemné omezenídocs/EXTRACTION.md— směrování podle spolehlivosti a případy, které jdou ke kontrole vždy.claude/adr/0005-confidence-gated-extraction.md— rozhodnutí o prahu jako podmínce zápisu
Souvisí
Nevědět je lepší než hádat
Extrakce ze skenů se občas splete. Systém proto ví, co neví: pod prahem spolehlivosti hodnota nejde do databáze, ale k člověku. Chybějící údaj je opravitelný, sebevědomě nesprávný ne.
Detail
OCR + LLM extrakce do schématu
Klasické OCR na formulářích přihlášek selhává. Pipeline kombinuje OCR a multimodální extrakci do deklarovaného JSON schématu, výsledek validuje a teprve pak zapisuje.
Detail
Fronta lidské kontroly
PlánovánoZdrojový dokument na správné stránce vedle kandidátních hodnot, typované rozhodnutí a záznam kdo a kdy. Rozhodnutí budou data, která se přehrávají — ne editace v databázi.
Detail