Update app.py

app.py

@@ -39,7 +39,7 @@ INTERVIEWERS = ["徐美苓", "許弘諺", "郭禹彤"]
 # 並行處理設定
 MAX_WORKERS = 5  # 最多 5 個並行處理
 MAX_RETRIES = 3  # 最多重試 3 次
-RELEVANCE_THRESHOLD = 0.4  # 相關性門檻
+RELEVANCE_THRESHOLD = 0.6  # 相關性門檻
 
 # ==========================================
 # 結構化數據模型
@@ -550,7 +550,7 @@ def rag_chat(question, selected_speakers, history):
         # 執行智慧路由與重排序
         search_results = intelligent_routing_and_reranking(question, selected_speakers, top_k=30)
         
-        # 過濾結果（使用所有 >= 0.4 的結果）
+        # 過濾結果（使用所有 >= 0.6 的結果）
         filtered_results = [r for r in search_results if r.weighted_score >= RELEVANCE_THRESHOLD]
         
         if not filtered_results:
@@ -938,7 +938,7 @@ def create_interface():
         **技術架構：** Multilingual-E5-Large + GPT-4o-mini + 冠軍級 RAG + 並行處理
         
         **核心功能：**
-        - 🔍 智慧語義搜尋（顯示所有 ≥0.4 分結果）
+        - 🔍 智慧語義搜尋（顯示所有 ≥0.6 分結果）
         - 💬 AI 對話（含匯出功能）
         - 📝 訪綱自動填答（5組並行處理）
         - 📊 批量處理（自動上傳 HF Dataset）
@@ -1006,7 +1006,7 @@ def create_interface():
                 
                 **特色功能：**
                 - 🚀 5組並行處理（速度提升5倍）
-                - 📊 顯示所有 ≥0.4 分的 RAG 結果
+                - 📊 顯示所有 ≥0.6 分的 RAG 結果
                 - 🔄 錯誤自動重試（最多3次）
                 - 📤 自動上傳到 HF Dataset
                 - 🏷️ 檔名自動識別受訪者
@@ -1075,7 +1075,7 @@ def create_interface():
             - 自動負載平衡
             
             **2. RAG 結果顯示**
-            - 所有 weighted_score ≥ 0.4 的結果都納入分析
+            - 所有 weighted_score ≥ 0.6 的結果都納入分析
             - 完整顯示原始內容（不截斷）
             - 顯示相關性分數