Recuperación híbrida para RAG: combinación de búsqueda por palabras clave, vectorial y de grafos.
Cómo combinar BM25, búsqueda vectorial y recuperación de grafos en RAG: fusión de rangos con RRF, donde GraphRAG brinda ayuda, y una arquitectura de recuperar, fusionar, expandir y volver a clasificar.
Fuentes: Hybrid Retrieval for RAG: Combining Graph, Vector, and Keyword Search
Ningún método de recuperación responde a todas las preguntas. La búsqueda por palabras clave es la mejor para palabras exactas, la búsqueda vectorial para el significado y la recuperación gráfica para las relaciones. Las preguntas reales suelen requerir los tres métodos al mismo tiempo, y por eso las plataformas de búsqueda y los sistemas GraphRAG tienden ahora a combinar la recuperación léxica, semántica y basada en grafos en lugar de depender de una sola técnica para manejar toda la carga.
Por qué un método no es suficiente
La búsqueda por palabras clave sigue siendo esencial porque está relacionada con los términos que realmente aparecen en los datos. La recuperación de información clásica crea un índice invertido a partir de un diccionario y listas de publicaciones, y la puntuación al estilo BM25 perfecciona la coincidencia simple de términos teniendo en cuenta la frecuencia de los términos y la longitud del documento. Los motores léxicos también ofrecen controles que los sistemas semánticos no proporcionan de forma natural: frases entre comillas, operadores booleanos, restricciones de campo, analizadores de tokens y coincidencia predecible. Cuando la redacción exacta es tan importante como el significado, esos controles son los que ganan.
Los embeddings resuelven la debilidad opuesta. El texto se mapea en vectores, y una consulta devuelve lo que está más cerca, incluso cuando la redacción difiere completamente de la pregunta. El artículo de DPR lo demostró con cifras: en varios conjuntos de datos de respuesta a preguntas de dominio abierto, la recuperación densa obtuvo de 9 a 19 puntos más que la línea de base Lucene BM25 ajustada, según la precisión en los 20 resultados más relevantes. A gran escala, casi todas las implementaciones utilizan índices de vecino más cercano aproximado, con frecuencia HNSW, por lo que las búsquedas se realizan en milisegundos.
Un grafo proporciona lo que los otros dos no pueden ofrecer: una estructura explícita. Los nodos pueden representar entidades, y las aristas, relaciones, con comunidades, afirmaciones y rutas de múltiples documentos añadidos como capas superpuestas. Las descripciones de GraphRAG señalan como beneficio la precisión y la exhaustividad que brinda la estructura a nivel de entidad. La implementación de Microsoft separa la búsqueda local, dirigida a preguntas sobre una sola entidad, de la búsqueda global, destinada a preguntas sobre todo el corpus. KG²RAG muestra otro uso: se introducen fragmentos iniciales que se corresponden semánticamente, y un grafo de conocimiento los expande hasta formar un conjunto coherente y variado de pruebas de apoyo.
Dos significados de “grafo”
La palabra “gráfico” está sobreutilizada aquí. HNSW, uno de los métodos aproximados de búsqueda de vecinos más utilizados, es en sí mismo un gráfico, diseñado para permitir que la búsqueda avance rápidamente hacia vectores similares. La documentación del índice vectorial de Neo4j expone sus parámetros, vector.hnsw.m y vector.hnsw.ef_construction.
Cuando la gente habla de combinar búsquedas por gráfico, vector y palabras clave, se refieren a dos gráficos diferentes. Uno es una estructura de índice interna que acelera la búsqueda de similitudes. El otro es un gráfico de conocimiento externo que modela entidades reales y los vínculos entre ellas. El primero ayuda a localizar rápidamente vectores similares, mientras que el segundo permite razonar sobre hechos conectados. Confundirlos genera discusiones confusas sobre la arquitectura.
Cómo funciona en la práctica la recuperación híbrida
El punto de partida habitual es realizar dos búsquedas al mismo tiempo, una léxica y otra semántica. Weaviate denomina a este enfoque búsqueda híbrida: se ejecutan consultas vectoriales y por palabras clave, y sus conjuntos de resultados se fusionan. OpenSearch logra lo mismo mediante pipelines de búsqueda que normalizan las puntuaciones o las fusionan por rango antes de devolver cualquier resultado. HybridRetriever de Neo4j consulta un índice vectorial y un índice de texto completo, y luego combina ambos en una única lista ordenada. Cada método cubre los puntos ciegos del otro: las palabras clave devuelven evidencias exactas, mientras que los embeddings devuelven pasajes que expresan lo mismo con palabras diferentes.
Fusión de las listas
La siguiente opción es cómo combinar las clasificaciones. La Fusión de Rangos Recíprocos (RRF) es una opción predeterminada sólida, ya que funciona con las posiciones de rango en lugar de con las puntuaciones brutas. La documentación de Elastic la describe como algo que requiere poca o ninguna ajuste y que no necesita escalas de puntuación comparables. Eso es importante, ya que las puntuaciones de BM25 y las similitudes de embeddings suelen encontrarse en rangos numéricos muy diferentes.
Cuando se desea más control, la fusión ponderada normalizada es una opción. Weaviate admite la fusión basada en puntuaciones, mientras que OpenSearch ofrece tanto procesadores basados en normalización como fusión basada en rangos. Elastic también señala que una combinación lineal puede superar a RRF si los pesos se calibran adecuadamente, aunque eso exige una normalización cuidadosa y pruebas experimentales.
El papel del grafo
La capa de gráfico generalmente se integra después de la recuperación en la primera etapa. HybridCypherRetriever de Neo4j ilustra esta idea: los candidatos provienen de búsquedas vectoriales y de texto completo, y luego un recorrido por el gráfico proporciona un contexto más rico alrededor de ellos.
La búsqueda local GraphRAG de Microsoft sigue un camino similar, combinando el contexto obtenido del gráfico con el texto original. La búsqueda global toma un enfoque distinto y responde a preguntas relacionadas con todo el conjunto de datos a partir de informes de la comunidad calculados con antelación. Ese es el paso más allá de “BM25 más embeddings”: encontrar un nodo o fragmento adecuado y luego expandirse hacia afuera para recopilar hechos que el pasaje coincidente nunca contenía.
Cuando GraphRAG justifica su costo
La recuperación consciente de grafos es útil cuando la pregunta se refiere a conexiones en lugar de a pasajes individuales. La documentación de Microsoft explica la división: búsqueda local para entidades específicas, búsqueda global para razonamiento sobre todo el conjunto de datos, DRIFT para razonamiento local ampliado con contexto comunitario, y búsqueda básica para preguntas que ya pueden responderse bien con recuperación vectorial simple. Los grafos son de mayor ayuda cuando el usuario desea que el sistema conecte elementos, trace dependencias, resuma temas o siga varios niveles de evidencia.
No se trata, sin embargo, de una actualización gratuita de relevancia. Un artículo más reciente de benchmark de GraphRAG pregunta directamente cuándo son útiles los grafos y descubre que GraphRAG puede tener un rendimiento inferior al de RAG tradicional en muchas tareas del mundo real. Su punto central es que la estructura de grafos resulta beneficiosa cuando la carga de trabajo requiere realmente una recuperación jerárquica, razonamiento consciente de las relaciones o una síntesis contextual amplia. Para consultas simples y locales, crear el grafó, recorrerlo y resumirlo puede aportar pocos beneficios. Un buen diseño híbrido debe ser selectivo en lugar de maximalista.
Una arquitectura de referencia
La preparación es lo primero. Divide los documentos en partes, extrae las entidades y relaciones cuando sea útil, y mantén un mapeo claro de cada parte con los objetos del grafo a los que se refiere. Luego existen tres estructuras que funcionan juntas: un índice léxico para la coincidencia de tokens, un índice vectorial para el significado, y una capa de grafo para el recorrido o la expansión de comunidades.
Las consultas siguen cuatro pasos: recuperación, fusión, expansión y reclasificación. Primero se realizan búsquedas léxicas y vectoriales, y sus resultados se fusionan. Solo los resultados más fiables se expanden a través del grafo, y un sistema de reclasificación organiza las pruebas ampliadas antes de que las vea el generador. El costo se mantiene controlado, y tanto la recuperación como la calidad del contexto se conservan.
La dirección que toman las cosas
Los proveedores e investigadores se están orientando hacia stacks integrados. Elastic, Weaviate, OpenSearch y Neo4j ofrecen la recuperación híbrida como funcionalidad estándar y no como solución temporal. Milvus documenta una configuración híbrida basada en BGE-M3, un modelo cuyo artículo describe resultados densos, dispersos y multi-vectoriales a partir de una sola red. La tendencia apunta a menos modos de recuperación separados y a más sistemas que obtienen varios señales de relevancia a partir de los mismos datos y los combinan cuando llega una consulta.
Consejos prácticos
El mayor error es tratar la recuperación híbrida como un único algoritmo. Se trata de una estrategia:
- Comience con precisión por palabras clave combinada con recuperación semántica.
- Utilice RRF cuando las escalas de puntuación no coincidan.
- Pase a la fusión ponderada una vez que haya creado datos de evaluación.
- Agregue expansión de grafos solo donde las relaciones sean importantes.
La relevancia tampoco es el único límite. Los índices vectoriales consumen memoria real y generan latencia, y la guía de operaciones de Neo4j indica que sus índices vectoriales basados en Lucene dependen en gran medida del caché del sistema de archivos del SO. Saber cuándo mantenerlo simple forma parte del diseño.
La recuperación híbrida funciona porque imita la forma en que las personas buscan conocimiento. A veces recordamos la frase exacta, otras solo la idea, y otras veces es la cadena de enlaces la que explica cómo se relacionan dos hechos. La recuperación por palabras clave, vectorial y gráfica satisfacen cada una de esas necesidades, y los sistemas de búsqueda más potentes las combinan intencionadamente.
Leer más
- Vector RAG vs. Keyword RAG: Cuándo usar cada uno y por qué gana el híbrido — Compare la recuperación basada en embeddings con BM25, SQL y búsqueda en grafos para RAG: cómo funciona cada método, dónde falla cada uno, y cómo encaja la recuperación híbrida con re-ranking.
- Elegir una base de datos vectoriales a gran escala: Weaviate vs Pinecone para RAG — Una comparación práctica de Weaviate y Pinecone para sistemas RAG en expansión: búsqueda híbrida, aislamiento de usuarios, trade-offs de memoria, opciones de despliegue y cómo realizar pruebas de rendimiento.