...
Eroare Aplicații AI cu LLM · Embeddings și RAG

TypeError: unhashable type: 'list'

Pe scurt

Ai folosit o listă (un vector de embedding sau o listă de texte) drept cheie de dicționar sau element de set. Listele se pot modifica, deci nu pot fi chei. Folosește drept cheie textul (str) sau un tuple(...), de exemplu cache[text] = vector.

Explicat de Tudor Andrei Dumitrescu, Senior Software Developer, fondatorul Academiei ProgramatorilorActualizat la

Ce înseamnă

Cheile unui dicționar și elementele unui set trebuie să fie hashable: valori care nu se schimbă, ca str, int sau tuple. O listă se poate modifica după ce ai pus-o în dicționar, deci Python refuză să o folosească drept cheie.

În aplicațiile cu embeddings, eroarea apare în două locuri tipice: un cache pentru vectori indexat greșit (după lista de texte trimise odată la API, sau chiar după vector), și eliminarea duplicatelor cu un set de vectori sau de bucăți păstrate ca liste.

În Python 3.14 mesajul spune și unde: cannot use 'list' as a dict key sau as a set element. Caută pe linia indicată [...] pe un dicționar, in sau set(...).

De ce apare: cauzele frecvente

1Cache indexat după lista de texte

Greșit
PYTHON
if texte in cache:
    return cache[texte]
Corect
PYTHON
lipsa = [t for t in texte if t not in cache]
# ceri embeddings doar pentru textele lipsă, apoi:
return [cache[t] for t in texte]

Cache-ul ține un vector pentru fiecare text, cu textul (str) drept cheie.

2Vectorul folosit drept cheie

Greșit
PYTHON
index = {vector: text for text, vector in zip(texte, vectori)}
Corect
PYTHON
index = {text: vector for text, vector in zip(texte, vectori)}

Textul identifică bucata; vectorul e valoarea asociată.

3Duplicate eliminate cu set de liste

Greșit
PYTHON
unice = set(vectori)
Corect
PYTHON
unice = {tuple(v) for v in vectori}

Un tuple nu se poate modifica, deci poate intra într-un set.

Repară tu

Repară eroarea, direct în pagină

Funcția vectori_pentru ține un cache de embeddings, ca textele deja calculate să nu mai coste o cerere, dar cade cu unhashable type: 'list', pentru că folosește lista de texte drept cheie. Rescrie cache-ul cu câte o intrare per text și cere la API doar textele lipsă. Programul afișează câte texte au fost trimise la fiecare apel.

Codul care dă eroarea
PYTHON
from openai import OpenAI

client = OpenAI()
cache = {}


def vectori_pentru(texte):
    if texte in cache:
        return cache[texte]
    r = client.embeddings.create(model="text-embedding-3-small", input=texte)
    vectori = [d.embedding for d in r.data]
    cache[texte] = vectori
    print("Trimise la API:", len(texte))
    return vectori


vectori_pentru(["Program luni-vineri", "Livrare gratuită peste 200 lei"])
v = vectori_pentru(["Livrare gratuită peste 200 lei", "Retur în 30 de zile"])
print("Vectori primiți:", len(v), "| dimensiune:", len(v[0]))
După reparație, programul afișează
Trimise la API: 2
Trimise la API: 1
Vectori primiți: 2 | dimensiune: 64
Indiciu

lipsa = [t for t in texte if t not in cache], apoi cache[t] = vector pentru fiecare text nou.

Alte forme ale mesajului

  • TypeError: cannot use 'list' as a dict key (unhashable type: 'list')
  • TypeError: cannot use 'list' as a set element (unhashable type: 'list')
  • TypeError: unhashable type: 'dict'

Cum o eviți pe viitor

  • Folosește drept chei texte sau identificatori (id bucată, hash al textului), nu vectori.
  • Ține vectorii ca valori într-un dicționar {text: vector} sau într-o listă paralelă cu textele.
  • Pentru duplicate, compară textele normalizate, nu vectorii.
  • Când ai nevoie de o listă drept cheie, convertește-o cu tuple(...).

Întrebări frecvente

De ce un tuple merge și o listă nu?

Un tuple nu se poate modifica după creare, deci hash-ul lui rămâne valabil. O listă s-ar putea schimba după ce a devenit cheie, iar dicționarul ar ajunge inconsistent.

E bine să păstrez embeddings într-un cache?

Da: același text dă același vector la același model, iar fiecare cerere costă. Cache-ul se indexează după text (și după numele modelului, dacă folosești mai multe).

Erori înrudite

← Toate erorile Aplicații AI cu LLM

Tudor Andrei Dumitrescu
Cine a explicat eroarea

Tudor Andrei Dumitrescu

Senior Software Developer · fondatorul Academiei Programatorilor

LinkedIn
  1. 2019 Junior JavaCognizant Softvision
  2. 2021 Mid JavaCognizant Softvision
  3. 2022 Team LeaderEndava
  4. 2023 Senior Software DeveloperUniCredit
  5. Acum Senior Software DeveloperHCLTech
Certificat de absolvire Instructor / Preparator formare, Tudor Andrei Dumitrescu
Certificat de formator autorizatMinisterul Muncii și Ministerul Educației · 2022
Certificat de absolvire Instructor / Preparator formare, Tudor Andrei Dumitrescu

Certificat de formator autorizat · Ministerul Muncii și Ministerul Educației · 2022

Din 2020 construiește Academia Programatorilor, iar din 2026 și JoburiIT.ro. Fiecare eroare de aici a fost reprodusă în editorul nostru: codul greșit chiar dă mesajul din titlu, iar reparația chiar funcționează.

Învață Aplicații AI cu LLM de la zero, cu exerciții la fiecare lecție

Curs Aplicații AI cu Claude și OpenAI: lecții scurte, fiecare cu un exercițiu verificat automat, direct în browser. Primele 8 lecții sunt gratuite.