Embeddings y recuperación vectorial para RAG: fragmentación de documentos, modelos de embeddings y búsqueda por similitud

La búsqueda por palabras clave encuentra documentos que comparten palabras con la consulta. Eso falla cuando los usuarios describen la misma idea con otras palabras: una búsqueda de 'el carro no arranca' puede pasar por alto un pasaje sobre 'el motor no logra girar'. La búsqueda vectorial resuelve esto comparando el significado. Un modelo de embeddings convierte un fragmento de texto en un vector, una lista de cientos o miles de números, ubicado de modo que los textos con significado similar tengan vectores cercanos entre sí.