RAG con 14 documentos · todo en el prompt, palabras clave y embeddings

Fecha de medición: 04/11/2026
Equipo: Windows 11 Pro, Intel Core Ultra 5 245K, 31,3 GB de RAM, NVIDIA RTX 5060 Ti 16 GB
Corpus: Documentos 100 % ficticios (actas, facturas, correos) creados para el laboratorio.

Corpus: 14 documentos ficticios, 43 trozos; 18 preguntas (13 directas, 2 de versión vigente frente a sustituida, 3 sin respuesta en el corpus). 1 ejecución por pregunta, modo y modelo.
Embeddings: embeddinggemma:300m (indexar 43 trozos: 3.04 s). Palabras clave: BM25 simple sin modelos. Contexto num_ctx 16384.
correcta_corrector = nota automática; correcta = tras leer a mano los fallos (P-01 «Dos semanas» es correcto; P-16 de GPT-6 luna se sostiene con DOC-RAG-05 §2).
Recuperación (documento correcto entre los 3 primeros trozos): 15 de 15 preguntas con documento, en palabras clave y en embeddings.
Ejemplo: python resumen.py rag-embeddings-vs-palabras-clave.csv modelo modo

Comprobar la tabla: python resumen.py <archivo.csv> <columna> [<columna> ...]
Página: https://beautythings.net/lab/rag-embeddings-vs-palabras-clave/

Licencia de los datos: CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/deed.es).
Puedes usarlos, modificarlos y publicarlos citando: «Laboratorio BeautyThings, 04/11/2026, https://beautythings.net/lab/rag-embeddings-vs-palabras-clave/».