Du vill byta embeddingmodell lokalt och har redan valt en annan modell i inställningarna. Nästa fråga är vad som händer med dokumenten du laddade upp förra veckan. Att en ny chatt svarar är ett för svagt kontrollprov: skriv därför ner vilka dokument som finns i en kunskapsbas och vilka som bara har bifogats en chatt. Den uppdelningen avgör nästa åtgärd.
Byte av chattmodell och embeddingmodell har olika följder
Chattmodellen skriver svaret. Embeddingmodellen ger text en numerisk representation för sökningen, enligt Ollamas beskrivning av embeddings. Ett byte av enbart chattmodell, med samma embeddingmodell och sökinställningar, innebär därför inte i sig att dokumentvektorerna behöver skapas om. Det är en slutsats av de skilda uppgifterna, inte ett löfte om att två chattmodeller lämnar samma svar.
Försök isolera ändringen. Anteckna chattmodell, embeddingmodell, styckestorlek och överlapp före bytet. Behåll chattmodellen under dokumentprovet. Om du samtidigt ändrar hur svar skrivs, hur dokument delas och hur sökningen representerar text blir ett sämre resultat svårt att tolka. En enkel arbetsanteckning med fyra fält gör det lättare att återkomma till samma utgångsläge.
Vad ett gammalt index innehåller
Det räcker inte att de två modellerna ger lika långa vektorer. Open WebUI beskriver olika embeddingmodellers vektorrum som inkompatibla; samma antal tal är alltså ingen kompatibilitetskontroll. Ollama rekommenderar samma embeddingmodell vid indexering och frågor. Ett redan lagrat dokument behöver få sin representation från den modell som nu används för sökfrågan.
Tänk dig två modeller, A och B, med samma vektorlängd. Dokumentet indexerades med A, men efter ändringen behandlas frågan med B. Den lika längden berättar bara hur många tal du har, inte om talen beskriver texten på jämförbart sätt. Använd därför inte ett lyckat sparande av inställningen som bevis för att gamla dokument går att söka i korrekt.
Bevara även den gamla modellens exakta identifierare i dina anteckningar. Skriv inte bara ”den lilla modellen”. När du granskar ett missat dokument vill du kunna avgöra vilket index som hör till vilken uppsättning. Bytets arbetskostnad bör bedömas som både modellval och ombyggnad av dokumentunderlaget, inte bara som tiden det tar att välja en post i en meny.
Kunskapsbaser indexeras om; chattfiler hanteras separat
I dokumentationens gränssnitt görs modellbytet under Settings > Admin > Documents. Där finns också Reindex. Efter byte av embeddingmodell ska alla kunskapsbasdokument indexeras om. Processen delar upp texten igen med aktuella inställningar och skapar nya embeddings. Även per-fil-samlingarna för filer i kunskapsbasen byggs om, så en sådan fil omfattas också när den bifogas separat i en chatt.
Filer som laddats direkt till en chatt utan att tillhöra en kunskapsbas omfattas däremot inte. För dem anger Open WebUI återuppladdning som vägen till nya embeddings. Nya uppladdningar använder den nya modellen. Följ därför två separata listor, inte en allmän markering att ”dokumenten är klara”. Menynamn kan skilja sig i äldre installationer; instruktionen här följer den kontrollerade dokumentationen.
| Ditt material | Åtgärd efter modellbyte | Kontrollera sedan |
|---|---|---|
| Dokument i en kunskapsbas | Kör Reindex för kunskapsbasdokumenten. | En fråga med känt källstycke i basen. |
| Fil som bara laddats direkt till chatt | Ladda upp originalfilen igen. | Samma fråga mot den återuppladdade filen. |
| Fil i kunskapsbas, även bifogad i chatt | Omfattas av kunskapsbasens omindexering. | Prova båda användningssätten om du använder båda. |
Omindexering använder redan extraherad text; originalfilen öppnas inte på nytt. Har en tabell försvunnit vid första inläsningen är omindexering därför fel åtgärd för just det felet. Dokumentationen anger återuppladdning när filen behöver parsas igen, exempelvis efter byte av extraktionsmotor. Håll frågan ”lästes texten in rätt?” skild från ”hittar sökningen rätt stycke?”.
Bevara källfiler och fungerande kopia före ändringen
Samla originalfilerna innan du börjar, särskilt sådant som bara finns bifogat i gamla chattar. Gör sedan en fungerande instanskopia med guiden för att säkerhetskopiera och återställa Open WebUI. Följ dess återställningsprov. En kopia som du ännu inte har prövat är ett osäkert utgångsläge för att ersätta ett fungerande dokumentindex.
Låt anteckningen innehålla dokumentnamn, lagringsväg, gammal och ny embeddingmodell samt vilka filer du måste ladda upp igen. Testa helst ändringen i kopian först. Behåll chunkinställningarna under modelljämförelsen eftersom omindexeringen också använder aktuella inställningar för textuppdelning. Om provet misslyckas behöver du kunna återgå till ett sammanhängande tidigare läge med både instanskopia och tidigare modellval.
Återanvänd ett litet dokumentfacit efter bytet
Gör ett kontrollprov före ändringen och upprepa det efteråt. Följande är ett förslag, inte en redaktionellt genomförd körning: skriv ett påhittat dokument där ”Projekt Lärk” har mötesrum Eken och sista anmälningsdag 18 november. Skriv frågorna ”Var träffas Lärkgruppen?” och ”När måste jag senast anmäla mig till Lärk?”. Anteckna dokument och stycke som innehåller respektive svar innan du testar.
Lägg en kopia i en kunskapsbas och en separat fil direkt i en chatt. Be om svaret och det källstycke som stöder det. Ge en fråga en träff först när du kan kontrollera att det synliga underlaget är det förväntade stycket, inte bara när svaret råkar innehålla ”Eken”. Om gränssnittet inte visar tillräckligt underlag, markera frågan som ej bedömbar i stället för godkänd.
Protokollet behöver bara fråga, förväntat stycke, synligt underlag och bedömning före respektive efter bytet. Upprepa samma frågor efter kunskapsbasens omindexering och efter chattfilens återuppladdning. Ett blandat utfall pekar ut vilken lagringsväg du behöver undersöka. Spara missarna rad för rad; en totalsiffra berättar inte vilket dokument som tappades.
Vill du mäta rangordningen direkt i en minimal sökning finns artikeln om dokumentfacit med tio frågor. Dess Python-prov är en separat metod och dess mätvärden gäller inte ditt Open WebUI-byte. Använd här facitet som spårbar kontroll av just dina två dokumentvägar innan du går vidare till skarpa filer.
Källor och metod
- Open WebUI: RAG, modellbyte, omindexering och fristående chattfiler.
- Ollama: embeddings och samma modell vid indexering och frågor.
Källorna kontrollerades 12 oktober 2026. Texten gäller lokal Open WebUI med Ollama och dokumentens embeddingbaserade hämtning. Den beskriver inte migrering av externa vektordatabaser. Ingen egen modellkörning eller förbättring har uppmätts; dokumentet och frågorna ovan är syntetiska och föreslagna för ditt kontrollprov.