Artículos para quien
entrega el stack
Textos sobre React, Node.js, TypeScript y AI. El cuerpo traducido se muestra cuando existe. Si no, ve el texto en inglés y una nota que lo dice.
Etiqueta: BM25
Cincuenta años de investigación en recuperación de información oculta dentro de tu pipeline RAG
El fragmentado de RAG, la búsqueda híbrida, HyDE, el reclasificado y las evaluaciones tienen antepasados de varias décadas en la recuperación de información. Un recorrido por la investigación y sus limitaciones.
17 min de lecturaDepuración de la recuperación RAG: Recall@K, BM25, fusión híbrida y reclasificación
Un pequeño experimento con un pipeline RAG que clasificó al fragmento correcto en cuarto lugar, mostrando cómo el fragmentado, BM25, la fusión de rangos y el reclasificado afectan a Recall@3 y MRR.
11 min de lecturaEvaluación de la recuperación RAG más allá de la recuperación ANN, tomando como ejemplo a Turbopuffer.
Un índice vectorial rápido aún puede no encontrar la respuesta. Aprenda sobre los compromisos de almacenamiento de Turbopuffer, la búsqueda híbrida BM25 más búsqueda vectorial, y cómo un conjunto dorado mide la recuperación real.
7 min de lecturaRecuperación híbrida para RAG: BM25, Fusión de Rangos y Reclasificación superan a los vectores.
La búsqueda vectorial pura no detecta términos exactos. BM25 junto con embeddings, Fusión de Rango Recíproco y un reordenador con codificador cruzado llevaron a este sistema RAG a una precisión de recuperación del 91%.
6 min de lecturaRecuperación contextual para RAG: qué oculta la cifra del 67%, cuál es su costo y cuándo falla.
La recuperación contextual para RAG: cómo los prefijos sitúan los fragmentos aislados, por qué la cifra del 67% representa tres cambios, qué ahorra el caché de prompts y cuándo falla.
13 min de lecturaCinco formas de indexar vectores para RAG, probadas con un millón de embeddings de Wikipedia
Cinco formas de indexar vectores para RAG probadas con un millón de embeddings de Wikipedia: plano, IVFFlat, HNSW, híbrido BM25 y DiskANN, junto con los valores de latencia y precisión.
9 min de lecturaRecuperación en una wiki de ingeniería: BM25, ventanas densas seguras para tokens y RRF
Recuperación basada en evaluación para una wiki técnica: objetivos de evidencia exacta, línea de referencia BM25, error de truncación en MiniLM, ventanas de tokens y resultados de fusión de rango recíproco.
7 min de lecturaBúsqueda híbrida para RAG: BM25, vectores y fusión de rango recíproco en la práctica
Búsqueda híbrida para RAG: por qué la recuperación basada únicamente en vectores pierde los IDs exactos, cómo la Fusión de Rango Recíproco combina BM25 con embeddings, y en qué aspectos la búsqueda híbrida sigue siendo insuficiente.
11 min de lecturaEl conjunto de herramientas de recuperación RAG: BM25, Dense, HyDE, RRF, MMR y Reranking
La herramienta de recuperación RAG: BM25, vectores densos, HyDE, RRF, MMR y reclasificación, cuándo usar cada una, la latencia aproximada por etapa, y cómo un pipeline híbrido las integra.
8 min de lectura
Sobre estos artículos
Presupuesto en 24 h
¿Necesitas el mismo stack en una capa de operador? Envía el brief — presupuesto en 24 h.