fix(embeddings): не терять батч на таймауте Ollama, уменьшить пачку

Ollama обрабатывает тексты в пачке последовательно (один "slot" в
llama.cpp, не параллельно) — 64 реальных документа в одном HTTP-запросе
регулярно не укладывались в 120с, весь батч падал с ReadTimeout и
терялся без ретрая (embed_documents была без bind/max_retries).
Теперь: пачка 16, таймаут 300с, задача ретраится до 3 раз при сбое.

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

@@ -219,8 +219,13 @@ def check_plagiarism(
         raise self.retry(exc=exc, countdown=120) from exc
 
 
-@celery_app.task(name="gpu.embed_documents")
-def embed_documents(doc_ids: list[int]) -> dict[str, Any]:
+@celery_app.task(
+    name="gpu.embed_documents",
+    bind=True,
+    max_retries=3,
+    default_retry_delay=30,
+)
+def embed_documents(self, doc_ids: list[int]) -> dict[str, Any]:
     """
     Построить эмбеддинги для документов и добавить их в FAISS индекс.
 
@@ -254,7 +259,14 @@ def embed_documents(doc_ids: list[int]) -> dict[str, Any]:
         ]
         ids = [d.id for d in docs]
 
-    vectors = ModelManager.encode(texts)
+    try:
+        vectors = ModelManager.encode(texts)
+    except Exception as exc:
+        # Таймаут/недоступность бэкенда эмбеддингов — не терять батч молча,
+        # а повторить (раньше падало без ретрая, документы просто выпадали
+        # из переиндексации).
+        logger.warning(f"Не удалось построить эмбеддинги для {ids}: {exc}")
+        raise self.retry(exc=exc) from exc
 
     store = get_backend()
     store.add_vectors(vectors, ids)