Domingo 18 de octubre de 2026 ·
96,7 % de acierto en más de 10.000 documentos internos: el diseño de NAYUTA frente al RAG plano
Útil para
Bocek presenta NAYUTA, un sistema de búsqueda sobre documentos internos que, según la empresa, mantiene más del 90 % de precisión con más de 10.000 documentos. Convierte los documentos a Markdown con metadatos y un agente filtra primero por metadatos y texto completo, después aplica búsqueda vectorial y lee el documento entero antes de responder. En una evaluación con 10.302 documentos y 30 preguntas frecuentes, obtuvo 96,7 % de respuestas correctas con un solo error. El autor señala que el RAG plano falla al crecer la base, sobre todo por versiones antiguas de los documentos y fragmentos repetidos.
Qué significa
En un asistente sobre normas internas, importa tanto preparar los documentos (versiones y metadatos) como filtrar antes de buscar, para no responder con normas antiguas.
Cómo te afecta
- Programadores
Si montas un asistente sobre documentos internos, el fallo del RAG plano es mezclar versiones antiguas y fragmentos repetidos: guarda la versión como metadato y filtra antes de vectorizar. El 96,7 % sale de 30 preguntas y de una evaluación del propio autor, así que no es un benchmark independiente.
Fuentes originales
Resumen de Hoy en IA. Pulsa una fuente para leer la noticia completa en su idioma original.
- Zennの「生成 AI」のフィードLeer la noticia completa en Zennの「生成 AI」のフィード
También ese día
Todas las noticias de IA del domingo 18 de octubre de 2026 ->