Saltar al contenido
RAG, búsqueda híbrida y reranking

RAG, búsqueda híbrida y reranking

Abrir la presentación

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

NecesidadPunto de partida
Identificador, ruta o mensaje de error exactosBúsqueda por texto, por ejemplo rg.
Importes, fechas o agregaciones de una tablaConsultas y cálculos con código.
Conceptos expresados con palabras distintasEvaluar búsqueda semántica.
Mezcla de identificadores y lenguaje naturalEvaluar 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.