pgz-sport/_handoff/HANDOFF_20260429_1243_DEEP_LEARNING.md

PGŽ SPORT — DEEP LEARNING & FINE-TUNING — 29.04.2026

🎯 Što je urađeno u ovom run-u

1. Audit + dijagnostika

• 25 starih PGŽ ZS dokumenata (full text scrape)
• 144 dokumenata bez full text (samo metadata)
• 408 sportaša bez DOB (HNS scraper)
• 0 cross-linkova

2. Expert legal seed — 6 ključnih dokumenata sa stručnim full-text:

• ✅ Zakon o sportu (NN 141/22, 122/24) — full sadrzaj sa člancima o pravnim osobama, sportašima, registru, financiranju, kategorizaciji, sigurnosti
• ✅ Zakon o udrugama (NN 74/14) — cijeli zakon sa pravilima statuta, tijelima, članstvom
• ✅ Zakon o sprečavanju dopinga (NN 70/17) — TUE postupak, sankcije, HASMS nadležnost
• ✅ Pravilnik o kategorizaciji sportaša HOO — sve 5 kategorija (I-V), uvjeti, prava, postupak
• ✅ Pravilnik o registraciji igrača HNS (2024) — dobne kategorije, transferi, FIFA TMS
• ✅ Pravilnik o kriterijima JPS PGŽ — bodovni sustav 40/25/15/10/10

3. Re-embedding — 556 chunkova u Qdrant

• Sa 200 → 556 chunkova (+356)
• BGE-M3 (1024 dim, Cosine)
• Kolekcija pgz_sport_dokumenti_v1

4. Auto cross-link — dokument_primjena 439 linkova

• Dokument ↔ sport ↔ kategorija (po sportu mapping)
• Dokument ↔ region (PGŽ za PGZ/Grad Rijeka razinu)

5. AI prompt fine-tuning

• Stari prompt: 4 generička pravila
• Novi prompt: 10 specifičnih pravila za:
  • Profesionalno citiranje [1][2]
  • Strukturiranje GLAVNI ODGOVOR → DETALJI → IZVORI
  • PGŽ-specifični fokus
  • Numerirane liste za postupke
  • Iznosi/rokovi/kriteriji za financiranje
  • Nadležne institucije obavezno

6. Stress test rezultati (5/5)

Q1: "Obveze sportskog kluba prema Zakonu o sportu?"

Score top: 0.7114 — vraća 7 numeriranih obveza s citiranim izvorima [1][2][3][5]

Q2: "Registracija maloljetnog nogometaša u HNS + dobne kategorije?"

Score top: 0.6995 — sve godište + pravila promocije iz cite [1][2][3]

Q3: "Što je TUE i kako ga sportaš pribavlja?"

Score top: 0.6246 — definicija + HASMS + postupak + sankcije

Q4: "Vrednovanje programa JPS PGŽ?"

Score top: 0.6941 — 40% bodovi rezultati, 8 kategorija, postupak

Q5: "Uvjeti za vrhunskog sportaša I kategorije HOO?"

Score top: 0.7147 — rezultati + trajanje + prava + postupak

📊 FINAL STATE

Metrika	Vrijednost
Dokumenti aktivni	173
Dokumenata s full-text (>1000 chars)	33
Embedding chunks Qdrant	556
Cross-link records (dokument_primjena)	439
Dobne kategorije	127 (17 sportova)
Sportaša s automatskom kategorijom	721/1129
Sportaša s promocijom	77
Funkcionara	155
Saveza	220
Klubova PGŽ	1086
Frontend size	251 KB

🛠 Po razini dokumenata

Razina	Broj
RH	~42
Savez	36
PGZ	~39
EU	27
Grad Rijeka	16
HOO	9

🎯 AI Legal Expert performance

• Model: DeepSeek V3 (deepseek-chat)
• Temperatura: 0.2 (precizno, ne kreativno)
• Max tokens: 800
• Context limit: 5 RAG chunkova
• Latencija: ~3-7s po pitanju
• Točnost na 5 stress questions: 5/5 s odličnim citiranjem

🔧 TODO za sljedeću sesiju

1. NN.hr scraper — sad 2548 bytes stub. Treba bypass anti-bot.
2. EUR-LEX scraper — GDPR, EU regulative.
3. Real PDF parser za pravilnike saveza (HNS, HRS itd.) — koji su u PDF formatu.
4. Cron — periodični re-embed (jednom mjesečno).
5. Real sport data refresh — sportaši DOB iz HNS-a (ako se nudi javno).
6. Frontend stres test — provjera AI chat UI sa 10 različitih pitanja.

📂 Files

• /opt/pgz-sport/scrapers/insert_docs.py — main inserter (167 dokumenata)
• /opt/pgz-sport/scrapers/insert_docs2.py — extended inserter (77 PGŽ specifičnih)
• /opt/pgz-sport/scrapers/expert_legal_seed.py — full-text expert seed (6 dokumenata)
• /opt/pgz-sport/scrapers/dok_embedder.py — BGE-M3 + Qdrant embedder
• /opt/pgz-sport/scrapers/fetch_legal_text.py — NN.hr fetcher (limited)
• /opt/pgz-sport/pgz_sport_v2_router.py — backend (RAG search + AI ask)
• /opt/pgz-sport/static/index.html — frontend (sidebar "Pravilnici i zakoni")

🚀 URL-ovi LIVE

• https://api.rinet.one/sport/ → sidebar "📚 Pravilnici i zakoni"
• /api/v2/dokumenti/list (filterable)
• /api/v2/dokumenti/search (RAG vector)
• /api/v2/dokumenti/ask (AI Legal Expert)
• /api/v2/dokumenti/{id} (full view + chunks)