Filip Podstavec · podstavec.cz · 6. 11. 2026
Decision modely, embeddingy, nebo encoder? Co jsem zjistil na 184 bězích klasifikace českých smluv pro Hlídač státu ↗
Článek porovnává 184 běhů klasifikace českých smluv do 39 kategorií na 8 767 ručně označených dokumentech, přičemž hlavní hodnocení proběhlo na 1 754 nezávislých validačních smlouvách. Nejlepší přesnost měla kombinace Qwen3-Embedding-8B s LoRA a TF-IDF (94,0 %), ale pro provoz byl kvůli rychlosti zvolen samotný Qwen3-Embedding-8B s LoRA (92,8 %); rozdíly do přibližně 1,3 procentního bodu jsou podle autora v rámci statistické chyby. Výsledky ukazují, že rozhodující jsou především metadata, text příloh, velikost modelu a způsob sladění s pravidly anotace, nikoli samotný název smlouvy.
Proč si to přečíst: Článek je užitečný týmům, které třídí velké objemy českých smluv nebo podobných dokumentů do pevných kategorií. Z něj lze zjistit, které modely skutečně stojí za provozní zkouškou, jak sestavit validační sadu a proč kombinace různých přístupů často převáží nad jedním modelem.
