feat(plagiarism): показывать тематически близкие источники, а не только нарушения

Кандидаты уровня 3 (FAISS), которые прошли порог семантической схожести,
но LLM не подтвердила заимствование, раньше молча отбрасывались. Теперь
это отдельный блок "recommendations" в отчёте — не плагиат, но источники,
полезные для раскрытия темы.

services/worker-gpu/app/tasks/plagiarism.py

@@ -99,6 +99,7 @@ def check_plagiarism(
         ollama = OllamaClient()
         vector_store = get_backend()
         semantic_matches: list[dict] = []
+        related_candidates: list[dict] = []
 
         for i, fragment in enumerate(fragments):
             frag_text = fragment.get("text", "")
@@ -125,19 +126,29 @@ def check_plagiarism(
                 if source_text:
                     llm_result = ollama.check_paraphrase(source_text, frag_text)
 
+                candidate = {
+                    "fragment": frag_text[:300],
+                    "position_start": fragment.get("start", 0),
+                    "position_end": fragment.get("end", len(frag_text)),
+                    "similarity": round(score * 100, 1),
+                    "source_title": doc_meta["title"],
+                    "source_url": doc_meta["url"],
+                    "source_db": doc_meta["source"],
+                }
+
                 if llm_result.get("is_paraphrase") and llm_result.get("confidence", 0.0) >= LLM_CONFIDENCE_THRESHOLD:
                     semantic_matches.append({
-                        "fragment": frag_text[:300],
-                        "position_start": fragment.get("start", 0),
-                        "position_end": fragment.get("end", len(frag_text)),
-                        "similarity": round(score * 100, 1),
+                        **candidate,
                         "method": "semantic+llm",
                         "confidence": llm_result["confidence"],
                         "reason": llm_result.get("reason", ""),
-                        "source_title": doc_meta["title"],
-                        "source_url": doc_meta["url"],
-                        "source_db": doc_meta["source"],
                     })
+                else:
+                    # Похоже по смыслу, но LLM не подтвердила заимствование —
+                    # не плагиат, но тематически близкая работа: кандидат в
+                    # рекомендации "источники для раскрытия темы", а не в отчёт
+                    # о нарушениях.
+                    related_candidates.append(candidate)
 
             if (i + 1) % 10 == 0:
                 logger.info(f"Проверено фрагментов: {i + 1}/{len(fragments)}")
@@ -146,7 +157,12 @@ def check_plagiarism(
         from app.scoring import aggregate_results
 
         result = aggregate_results(
-            level1_matches, level2_matches, semantic_matches, len(fragments), full_text=text
+            level1_matches,
+            level2_matches,
+            semantic_matches,
+            len(fragments),
+            full_text=text,
+            related_candidates=related_candidates,
         )
 
         # Сохранить результат