RAG 4: cuándo probar técnicas más complejas
Cuándo probaría late chunking, recuperación visual, jerarquías o agentes a partir de los errores que aparecen en la búsqueda.
En este artículo
La literatura reciente no ofrece una arquitectura ganadora para todos los documentos. Ofrece intervenciones que resuelven problemas diferentes. Mi trabajo es relacionar cada intervención con un fallo observado y con un experimento que pueda refutar su utilidad. Que una técnica sea más reciente no la convierte automáticamente en la siguiente etapa de Taesa.
Cuando el fragmento pierde contexto
Late Chunking contextualiza los tokens de un texto largo antes de agrupar sus representaciones por fragmento. Es distinto de generar un resumen y también de aumentar el overlap. Depende de un modelo y una interfaz que permitan ese procesamiento. Lo probaría cuando las referencias entre secciones afecten a la recuperación, comparándolo con un prefijo extraído mucho más simple.
Late Chunking: método y experimentos
Cuando la evidencia es visual
ColPali recupera páginas a partir de imágenes y representaciones multivectoriales. Es una alternativa relevante si el texto extraído pierde tablas o relaciones de layout. Pero encontrar la página no prueba que el modelo lea correctamente una cifra. Mi evaluación separaría recuperación de página, interpretación de tabla y respuesta final, midiendo también almacenamiento y latencia.
Cuando una respuesta depende de varias piezas
RAPTOR propone una jerarquía de resúmenes para recuperar información a diferentes escalas. La consideraría para preguntas globales, manteniendo enlaces a los pasajes originales. Un grafo explícito puede servir cuando importan relaciones entre contrato, entidad y acto. Ninguna de las dos opciones convierte relaciones inferidas en hechos verificados. Primero construiría un caso pequeño y revisable que la búsqueda convencional no resuelva.
RAPTOR: recuperación jerárquica
Los agentes de búsqueda añaden decisiones y llamadas: pueden descubrir una segunda consulta a partir de la primera evidencia. Eso también introduce fallos de planificación, bucles y coste. HERB estudia fuentes empresariales heterogéneas mediante un entorno sintético de software y producto. Sus dificultades justifican pruebas multi-documento, no una promesa de que añadir agentes resolverá el problema regulatorio.
HERB: búsqueda sobre datos empresariales heterogéneos
Lo que una comparación financiera de 2026 permite concluir
El estudio From BM25 to Corrective RAG encontró una combinación fuerte de recuperación híbrida y reranking, y BM25 superó al recuperador denso estudiado. Sin embargo, recupera documentos enteros, usa un embedding principal y evalúa respuestas numéricas. No es una demostración del mejor chunking ni del mejor sistema regulatorio. Lo usaría para elegir baselines, no para copiar una clasificación universal.
Benchmark financiero de 2026 y sus limitaciones
Mi orden sería resolver identidad y extracción, comparar recuperadores simples y solo después introducir complejidad dirigida al fallo. Los trabajos recientes consultados en arXiv son evidencia de investigación; sin confirmación editorial adicional no los presento como consenso revisado por pares. La prueba decisiva sigue siendo una evaluación local congelada, con coste y límites explícitos.
D-RAC, también de septiembre de 2026, separa conversión multimodal a Markdown y planificación de chunks por identificadores. Esta separación puede reducir el coste de repetir la segmentación. Sin embargo, una ejecución sin errores de conversión o chunking no demuestra ausencia de errores semánticos ni mejor respuesta final. Yo conservaría tablas y originales para comprobar si su transformación en prosa preserva unidades y relaciones; no convertiría todos los formatos a PDF sin comparar las pérdidas.
D-RAC: conversión y segmentación por identificadores
Descargar scripts, manifiesto y documentación de la revisión