added the normalization of functions + max chars = 2500+ max rows = 15

config.py

@@ -52,8 +52,8 @@ DEFAULT_MODEL = "Gemini 2.5 Flash"
 CHUNK_SIZE = 1500
 CHUNK_OVERLAP = 128
 
-MAX_CHARS_TABLE = 3000
-MAX_ROWS_TABLE = 10
+MAX_CHARS_TABLE = 2500
+MAX_ROWS_TABLE = 15
 
 CUSTOM_PROMPT = """
 Вы являетесь высокоспециализированным Ассистентом для анализа нормативных документов (AIEXP). Ваша цель - предоставлять точные, корректные и контекстно релевантные ответы исключительно на основе предоставленного контекста из нормативной документации.

index_retriever.py

@@ -77,7 +77,7 @@ def create_query_engine(vector_index):
         vector_retriever = VectorIndexRetriever(
             index=vector_index, 
             similarity_top_k=100,
-            similarity_cutoff=0.45
+            similarity_cutoff=0.55
         )
         
         hybrid_retriever = QueryFusionRetriever(

testing.py

@@ -0,0 +1,24 @@
+import re
+
+def normalize_query(query):
+    """
+    Only normalize type-like patterns (e.g., С-25, C-25, Т-40 → C25, T40)
+    without touching the rest of the Russian text.
+    """
+    def repl(m):
+        cyr_to_lat = {'С': 'C', 'с': 'C', 'Т': 'T', 'т': 'T', 'У': 'U', 'у': 'U'}
+        letter = cyr_to_lat.get(m.group(1), m.group(1))
+        return f"{letter}{m.group(2)}"
+
+    return re.sub(r'\b([СсТтУуCTU])[-\s]?(\d+)\b', repl, query)
+
+tests = [
+    "8. какие размеры будут у сварного шва для типа С-25 ?",
+    "8. какие размеры будут у сварного шва для типа C-25 ?",
+    "8. какие размеры будут у сварного шва для типа С25 ?",
+    "8. какие размеры будут у сварного шва для типа Т-40 ?",
+    "8. какие размеры будут у сварного шва для типа У-16 ?"
+]
+
+for t in tests:
+    print(normalize_query(t))

utils.py

@@ -174,9 +174,12 @@ def deduplicate_nodes(nodes):
     return unique_nodes
 
 def normalize_query(query):
-    pattern = r'([СсТтУу])-?(\d+)'
-    query = re.sub(pattern, lambda m: f"{m.group(1).upper().translate(str.maketrans('СТУ', 'CTU'))}{m.group(2)}", query)
-    return query
+    def repl(m):
+        cyr_to_lat = {'С': 'C', 'с': 'C', 'Т': 'T', 'т': 'T', 'У': 'U', 'у': 'U'}
+        letter = cyr_to_lat.get(m.group(1), m.group(1))
+        return f"{letter}{m.group(2)}"
+
+    return re.sub(r'\b([СсТтУуCTU])[-\s]?(\d+)\b', repl, query)
 
 
 def answer_question(question, query_engine, reranker, current_model, chunks_df=None):