RAG es más simple de lo que crees: 6 arquitecturas para no sobre-ingeniería

RAG Is Simpler Than You Think

La mayoría de los equipos sobre-ingenierizan sus sistemas RAG, saltando directamente a embeddings y bases vectoriales. Este artículo presenta 6 arquitecturas de recuperación, desde la búsqueda de texto completo con BM25 hasta el pre-embedding completo, y explica cuándo usar cada una según la frescura de los datos, las características del corpus, los patrones de consulta, la escala y las capacidades del equipo. Incluye un enfoque práctico: empezar simple, medir y solo añadir complejidad cuando los datos lo justifiquen. Destaca el reescritura de consultas con LLM como una alternativa económica y flexible a los embeddings, y el uso de niveles calientes/fríos para equilibrar latencia y frescura.