¿Qué es HyDE (Hypothetical Document Embeddings)?

HyDE (Embeddings de Documentos Hipotéticos) es un método utilizado en sistemas con grandes modelos de lenguaje (LLM) y Generación Aumentada por Recuperación (RAG). La idea es generar primero un documento hipotético o una respuesta a la consulta usando LLM, y luego obtener la incrustación de ese texto generado para buscar o hacer coincidir con documentos reales.

De esta manera, en lugar de buscar directamente por la consulta original, el sistema primero crea un "documento imaginario" que refleja el significado de la consulta, y realiza la búsqueda en base a ello. Esto ayuda a mejorar la calidad y relevancia de la búsqueda, especialmente cuando las consultas son complejas o ambiguas.

Ejemplo de aplicación:

• El usuario ingresa una pregunta.
• LLM genera una respuesta o documento hipotético sobre esa pregunta.
• El texto obtenido se convierte en un vector (embeddings).
• La búsqueda en la base de datos de documentos se realiza en función de la proximidad de los embeddings.

Esto aumenta la eficiencia de la Generación Aumentada por Recuperación, permitiendo una mejor vinculación entre las consultas y la información relevante.