Glossaire

Très proche (similarité Jaccard)

Marqueur automatique appliqué à un prompt jugé quasi-doublon d'un autre déjà présent dans le lot, sur la base d'une similarité de Jaccard calculée sur les tokens (mots normalisés). Seuil typique : > 0,85.

Exemple concret

« Quels sont les meilleurs climatiseurs portables pour un studio ? » et « Meilleur climatiseur portable pour petit appartement ? » partagent la majorité de leurs tokens : le second est marqué « Très proche » du premier.

Pourquoi ça compte

Sans ce garde-fou, un pool trop étroit produirait des lots artificiellement gonflés. Le marquage permet de nettoyer le lot sans perdre de crédits, et signale que le pool mérite peut-être d'être élargi.

Termes liés