RAG, búsqueda híbrida y reranking
Material opcional. Antes de añadir un índice, identifica una pregunta que tu búsqueda actual no resuelva y guarda la evidencia que debería recuperar.
Elegir cómo recuperar
| Necesidad | Punto de partida |
|---|---|
| Identificador, ruta o mensaje de error exactos | Búsqueda por texto, por ejemplo rg. |
| Importes, fechas o agregaciones de una tabla | Consultas y cálculos con código. |
| Conceptos expresados con palabras distintas | Evaluar búsqueda semántica. |
| Mezcla de identificadores y lenguaje natural | Evaluar búsqueda híbrida. |
RAG significa generar usando información recuperada. Puede usar búsqueda textual, semántica o ambas; no exige una base vectorial. Una CLI puede consultar cualquiera de esos mecanismos.
RRF y reranking
RRF combina listas ordenadas usando la posición de cada resultado. Sirve, por ejemplo, para unir candidatos de búsqueda textual y semántica sin tratar sus scores como si midieran lo mismo. Su score no es una probabilidad de que la respuesta sea cierta.
Un reranker vuelve a valorar los candidatos respecto de la consulta. No puede recuperar un documento que nunca entró en el conjunto de candidatos. Añade costo y latencia: compara si mejora las preguntas que importan.
Ejercicio de extensión
Elige diez preguntas sobre tus documentos y anota las fuentes esperadas. Compara búsqueda textual y una alternativa manteniendo fijo el presupuesto de contexto y el modelo que responde. Separa dos resultados: si recuperaste evidencia suficiente y si la respuesta la utilizó correctamente. Incluye una pregunta sin respuesta en las fuentes y otra sobre información desactualizada.
Fuentes: RRF, Elastic y ranking y reranking.