Glossario

Molto simile (similarità di Jaccard)

Marker automatico applicato a un prompt considerato quasi-duplicato di un altro già nel batch, in base alla similarità di Jaccard calcolata sui token (parole normalizzate). Soglia tipica: > 0,85.

Esempio concreto

«Quali sono i migliori condizionatori portatili per un monolocale?» e «Miglior condizionatore portatile per piccolo appartamento?» condividono la maggior parte dei token: il secondo è marcato «Molto simile» al primo.

Perché conta

Senza questa salvaguardia, un pool ristretto produrrebbe batch artificialmente gonfiati. Il marker consente di ripulire il batch senza perdere crediti e suggerisce che il pool potrebbe dover essere ampliato.

Termini correlati