¿Qué características permiten seleccionar de forma fiable la versión de los documentos en RAG?
La selección fiable de versiones requiere tratar la identidad del documento y la validez temporal como restricciones de recuperación, en lugar de esperar que la similitud vectorial prefiera el texto más reciente.
Un NAS puede conservar varios manuales de dispositivos, pólizas de seguro o planes familiares editados cuya redacción sea casi idéntica. La búsqueda densa puede clasificar una revisión obsoleta por encima de la actual porque la relevancia y la validez son señales diferentes. Una canalización consciente de las versiones almacena revisiones inmutables, modela las sustituciones y las fechas de vigencia, interpreta el momento temporal de la consulta y cita la revisión exacta utilizada.
Los identificadores estables de origen y revisión separan la identidad de la ubicación
Un documento lógico mantiene un ID de origen estable, mientras que cada revisión capturada recibe un ID de revisión inmutable, un hash del contenido, la hora de ingesta, el intervalo de vigencia, el estado del ciclo de vida y la asignación de rutas. Los fragmentos heredan ambos identificadores en lugar de llevar una etiqueta vaga de «último».
El marco de recuperación consciente de las versiones modela explícitamente las secuencias de versiones, los límites del contenido y los cambios, y comunica grandes mejoras frente al RAG ingenuo en preguntas sensibles a las versiones. Su diseño muestra por qué un texto similar requiere información estructural sobre las versiones. Esta distinción sigue siendo visible durante las pruebas domésticas posteriores.
Los enlaces de sustitución expresan si una revisión reemplaza por completo un documento anterior, modifica solo algunas secciones o sigue siendo válida para una versión diferente del producto. La fecha de modificación de la ruta por sí sola no puede representar esas relaciones y puede reflejar una copia en lugar de la vigencia efectiva.
El momento de la consulta y la aplicabilidad deben incorporarse a la recuperación
Una consulta puede preguntar por la regla actual, por una regla tal como era el año pasado o por instrucciones para una versión específica del firmware. El procesador de consultas extrae las restricciones temporales explícitas e implícitas, además del contexto del producto, la jurisdicción, el propietario y el ciclo de vida, antes de clasificar los candidatos.
Un estudio de conjunto de datos sobre restricciones temporales de recuperación explica cómo la coincidencia semántica puede recuperar pruebas obsoletas cuando las preguntas contienen restricciones temporales. Respaldar la evaluación de la recuperación sensible al tiempo por separado de la recuperación factual estática. El resultado intermedio debe seguir siendo inspeccionable antes de que la automatización actúe.
El filtrado puede seleccionar las revisiones elegibles antes de la búsqueda vectorial, mientras que la puntuación temporal puede volver a clasificar después los candidatos superpuestos. El sistema no debería favorecer siempre el archivo más reciente: las preguntas históricas requieren la revisión válida en el momento solicitado.
Las modificaciones superpuestas requieren lógica de conflictos y linaje
Algunas actualizaciones sustituyen una cláusula y dejan vigente el resto del documento. Dividir cada instantánea en fragmentos independientes crea muchos duplicados casi idénticos y puede combinar una cláusula modificada antigua con material actual sin cambios. El linaje de las versiones necesita límites y vigencia a nivel de sección.
El enfoque de recuperación semántico-temporal combina la relevancia semántica y temporal para documentos superpuestos en evolución, y comunica mejoras en nDCG@10. Esto demuestra por qué el tiempo no es simplemente un criterio de desempate de metadatos cuando las modificaciones siguen siendo semánticamente similares. Ese límite debería medirse por separado en condiciones operativas realistas.
El límite de fallo es la aplicabilidad desconocida. La ausencia de fechas de vigencia, los nombres de archivo ambiguos o las revisiones activas en conflicto deberían activar una solicitud de aclaración o una abstención, no una elección automática de la versión «más reciente». Conserva los candidatos en conflicto y sus metadatos para que un revisor pueda resolver el registro de origen.
Prueba consultas sobre versiones actuales, históricas y ambiguas
Construye un conjunto de prueba con sustituciones completas, modificaciones parciales, revisiones retroactivas, copias duplicadas, archivos renombrados, borradores, versiones archivadas y un documento sin fecha de vigencia. Etiqueta la revisión correcta o la abstención esperada para cada pregunta. La consecuencia práctica aparece cuando varias fuentes compiten por un contexto limitado.
Compara la selección con la cadena de linaje en el linaje de la fuente de la respuesta. Mide la recuperación de versiones elegibles, la tasa de versiones incorrectas, las respuestas que mezclan versiones, la resolución de citas y el tratamiento de fechas explícitas, fechas relativas, versiones del firmware y preguntas sobre el estado actual. Esta dependencia debe seguir siendo explícita en la interfaz final.
Aprueba el sistema solo cuando cada respuesta cite la revisión inmutable aplicable y los casos ambiguos permanezcan sin resolver. Si añadir actualidad mejora las consultas actuales pero perjudica las históricas, separa el filtrado por aplicabilidad de la clasificación general en lugar de aumentar una única ponderación de frescura.
Productos recomendados
Centro de Tecnología e IA
Más para leer
¿Qué componentes permiten realizar búsquedas híbridas en archivos NAS?
Aprende cómo los identificadores exactos y el significado semántico conducen a un único resultado clasificado de búsqueda de NAS sin eludir los permisos ni...
¿Qué factores hacen que los planes de los agentes diverjan de los permisos de herramientas disponibles?
Descubre cómo el descubrimiento, la delegación, la retroalimentación de políticas y la replanificación mantienen los pasos propuestos por un agente de IA alineados con...
¿Qué componentes permiten la aprobación humana en las automatizaciones de IA de varios pasos?
Descubre cómo una automatización se pausa sin ocupar a un trabajador, presenta un cambio que se puede revisar y reanuda exactamente la rama aprobada...
