---
title: "Hybrid retrieval (ES)"
source: "https://systems-analysis.info/int/Hybrid_retrieval_(ES)"
wiki: "systems-analysis.info/int"
article: "Hybrid_retrieval_(ES)"
language: "es"
categories:
  - "Category:Large language models"
  - "Category:Prompt engineering"
  - "Category:Spanish"
revision_id: 3084
wiki_created_at: 2026-09-06T23:15:27Z
wiki_modified_at: 2026-09-06T23:15:27Z
downloaded_at: 2026-09-07T22:54:58Z
---

# Hybrid retrieval (ES)

**Hybrid Retrieval (recuperación híbrida)** — es una clase de métodos de recuperación de información que combinan señales léxicas (*sparse*) y semánticas (*dense/late-interaction*) para mejorar la exhaustividad (recall) y la precisión de los resultados. Los esquemas híbridos combinan las ventajas de la coincidencia exacta de términos (BM25/TF-IDF) y la proximidad vectorial (bi-codificadores, modelos multivectoriales de interacción tardía), y utilizan métodos de fusión de clasificaciones robustos a puntuaciones de diferentes escalas (por ejemplo, Reciprocal Rank Fusion, CombSUM/CombMNZ) y re-clasificación con *cross-encoders*.<sup>[\[1\]](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_note-1)[\[2\]](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_note-2)[\[3\]](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_note-3)</sup>

## Definición y motivación

La *recuperación híbrida* es una búsqueda paralela o en cascada a través de dos (o más) canales de señales independientes, seguida de una fusión y/o re-clasificación. Las motivaciones típicas son: (i) superar la «brecha terminológica» (sinónimos, reformulaciones), (ii) robustez ante errores tipográficos/morfología, (iii) extracción de códigos/identificadores específicos (donde los modelos *sparse* son fuertes), (iv) transferencia a nuevos dominios/idiomas (donde los modelos *dense* proporcionan generalización semántica).<sup>[\[4\]](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_note-4)[\[5\]](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_note-5)[\[6\]](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_note-6)</sup>

## Componentes de la búsqueda híbrida

### Léxico (sparse)

- **Modelos clásicos.** TF-IDF y BM25/BM25F son métodos base estándar que utilizan índices invertidos; BM25 se fundamenta en el marco probabilístico PRF y se utiliza ampliamente en la primera etapa de clasificación.<sup>[\[7\]](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_note-7)</sup>
- **Modelos *sparse* entrenables.**
  - **SPLADE / SPLADE++/v3.** Un modelo neuro-sparse que aprende la expansión y ponderación de términos a través de una cabeza MLM con regularización de escasez; muestra resultados sólidos y buena transferibilidad (BEIR).<sup>[\[8\]](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_note-8)[\[9\]](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_note-9)[\[10\]](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_note-10)</sup>
  - **uniCOIL/COIL.** Listas invertidas contextualizadas y su versión simplificada, *uniCOIL*; son compatibles con los índices invertidos clásicos.<sup>[\[11\]](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_note-11)</sup>

### Semántico (dense/late-interaction)

- **Bi-codificador (un solo vector).** La consulta y el documento se codifican con modelos vectoriales, y la similitud se calcula mediante producto escalar (dot-product)/MIPS. Ejemplos: DPR,<sup>[\[12\]](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_note-12)</sup> ANCE,<sup>[\[13\]](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_note-13)</sup> Contriever,<sup>[\[14\]](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_note-14)</sup> GTR,<sup>[\[15\]](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_note-15)</sup> E5.<sup>[\[16\]](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_note-16)</sup>
- **Interacción tardía (multivectorial).** Modelan correspondencias a nivel de token durante una interacción «tardía»: ColBERT/ColBERTv2; el compromiso es una mayor precisión a costa de un índice/latencia más grandes, lo cual se mitiga con optimizaciones de ingeniería (PLAID, WARP).<sup>[\[17\]](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_note-17)[\[18\]](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_note-18)[\[19\]](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_note-19)</sup>

## Esquemas de hibridación y fusión de clasificaciones

- **Búsqueda paralela y fusión de candidatos.** Se obtienen listas de candidatos de forma independiente (*sparse* y *dense*) con sus puntuaciones internas; luego, se realiza la fusión de clasificaciones.<sup>[\[20\]](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_note-20)</sup>
- **RRF (Reciprocal Rank Fusion).** Técnica robusta a puntuaciones de clasificación no comparables que suma los rangos recíprocos:

${RRF}(d) = \sum\limits_{i = 1}^{m}\frac{1}{k + {rank}_{i}(d)}$, donde usualmente $k \approx 60$.<sup>[\[21\]](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_note-21)</sup> Soportado en motores de búsqueda comerciales (Elasticsearch/OpenSearch) como un recuperador/procesador integrado.<sup>[\[22\]](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_note-22)[\[23\]](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_note-23)</sup>

- **CombSUM/CombMNZ y otros.** Funciones clásicas de «suma de puntuaciones» (con normalización si es necesario).<sup>[\[24\]](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_note-24)[\[25\]](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_note-25)[\[26\]](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_note-26)</sup>
- **Combinación lineal ponderada.**

$S(d) = \alpha \cdot S_{\text{sparse}}(d) + (1 - \alpha) \cdot S_{\text{dense}}(d)$, $\alpha \in \lbrack 0,1\rbrack$. La elección de $\alpha$ puede ser fija o entrenable (por colección/por consulta).<sup>[\[27\]](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_note-27)</sup>

- **Normalización de puntuaciones.** Para CombSUM/CombMNZ, a menudo se utilizan min-max, z-score, etc., para alinear las escalas;<sup>[\[28\]](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_note-28)</sup> alternativamente, RRF se basa únicamente en los rangos.
- **Ponderación dinámica/adaptativa.** Enrutamiento de consultas (*query routing*), características de la consulta y modelos de LTR para seleccionar/ponderar los canales; trabajos recientes muestran que una simple combinación entrenada a menudo supera a RRF y es poco sensible a la normalización.<sup>[\[29\]](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_note-29)</sup>

## Re-clasificación y pipelines multi-etapa

Los sistemas híbridos suelen construirse como *recuperación → fusión → re-clasificación*. Para la re-clasificación se utilizan:

- **Cross-encoders (BERT/T5).** Los más precisos, pero costosos: MonoBERT/MonoT5 para reordenar los N mejores candidatos.<sup>[\[30\]](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_note-30)[\[31\]](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_note-31)</sup>
- **Interacción tardía como re-clasificador.** La familia ColBERT también puede actuar como re-clasificador; los aceleradores modernos (PLAID, WARP) reducen la latencia sin pérdida de calidad.<sup>[\[32\]](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_note-32)[\[33\]](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_note-33)</sup>

El compromiso entre *calidad ↔ latencia/costo* es especialmente importante en RAG y con SLAs estrictos (ver latencias de cola p95/p99).<sup>[\[34\]](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_note-34)</sup>

## Evaluación en benchmarks

- **BEIR.** Un conjunto unificado de colecciones/tareas heterogéneas para la evaluación *zero-shot*/*out-of-domain* de recuperadores (p. ej., TREC‑COVID, NFCorpus, NQ, HotpotQA, FiQA‑2018, DBPedia-entity, ArguAna, Webis‑Touché‑2020, FEVER/Climate‑FEVER, Scidocs, SciFact, CQADupStack y otros).<sup>[\[35\]](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_note-35)</sup>
- **TREC Deep Learning / MS MARCO.** Recursos clásicos para entrenar/evaluar recuperadores y re-clasificadores en un entorno de big data.<sup>[\[36\]](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_note-36)[\[37\]](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_note-37)[\[38\]](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_note-38)</sup>
- **Métricas de calidad.** nDCG@k, Recall@k, MRR; para el rendimiento: latencia p50/p95/p99, QPS; para la operación: memoria/costo (CPU/GPU, índice).<sup>[\[39\]](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_note-39)[\[40\]](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_note-40)</sup>
- **Estudios de ablación.** Se recomienda registrar la contribución de cada canal/peso y la sensibilidad a los parámetros $k$ en RRF y $\alpha$ en la combinación; evaluar la robustez a reformulaciones y cambios OOD (*out-of-domain*).<sup>[\[41\]](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_note-41)[\[42\]](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_note-42)</sup>

## Aspectos de ingeniería y prácticas de producción

- **Índices y ANN.** FAISS (Flat/HNSW/IVF-PQ), HNSW, ScaNN para MIPS/similitud de coseno.<sup>[\[43\]](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_note-43)[\[44\]](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_note-44)[\[45\]](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_note-45)</sup>
- **Pila de IR.** Lucene/Anserini/Pyserini para pipelines *sparse*, *dense* e híbridos; reproducibilidad «con dos botones» en BEIR.<sup>[\[46\]](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_note-46)[\[47\]](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_note-47)</sup>
- **Bases de datos vectoriales y motores de búsqueda.** Qdrant, Weaviate, pgvector/PostgreSQL, Vespa, Elasticsearch/OpenSearch tienen modos nativos de búsqueda híbrida (BM25F+vector) y/o fusión con RRF/combinación lineal.<sup>[\[48\]](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_note-48)[\[49\]](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_note-49)[\[50\]](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_note-50)[\[51\]](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_note-51)[\[52\]](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_note-52)</sup>
- **Patrón RAG.** Arquitectura: **recuperación → fusión → re-clasificación → contexto LLM** con limitación de tokens y trazabilidad de fuentes.<sup>[\[53\]](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_note-53)</sup>
- **Actualización de índices, deduplicación, tokenización.** Es importante alinear la tokenización entre BM25 y el vectorizador; calibración de puntuaciones (normalización/escalado) antes de la combinación.<sup>[\[54\]](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_note-54)</sup>

## Limitaciones y preguntas abiertas

- **Portabilidad y multilingüismo.** Los modelos *dense* (GTR/E5) mejoran la transferencia pero son sensibles al dominio/idioma; los modelos *sparse* (SPLADE) suelen ser más robustos en entornos OOD.<sup>[\[55\]](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_note-55)[\[56\]](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_note-56)</sup>
- **Integración con LLM y alucinaciones.** La recuperación híbrida reduce las omisiones y el ruido en los contextos de RAG, pero no elimina por completo las alucinaciones; se necesitan re-clasificadores estrictos y filtrado de fuentes.<sup>[\[57\]](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_note-57)</sup>
- **Costo y privacidad.** Almacenamiento de índices multivectoriales, compresión, cifrado y pila *on-premise*; evaluación del TCO.
- **Tendencias.** HyDE/doc2query/PRF como expansión de documentos/consultas;<sup>[\[58\]](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_note-58)[\[59\]](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_note-59)</sup> aprendizaje de la combinación ($\alpha$ por consulta), interacciones tardías más eficientes (PLAID/WARP), documentos largos e índices multivectoriales.<sup>[\[60\]](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_note-60)[\[61\]](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_note-61)</sup>

## Tabla comparativa de métodos

A fecha de 2025-09-10 (ejemplo con la colección de BEIR *trec-covid*; nDCG@10 / Recall@100):<sup>[\[62\]](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_note-62)</sup>

| Método                       | Tipo (sparse/dense/híbrido) | Idea/Modelo                                        | Esquema de fusión                  | Re-clasificador      | nDCG@10 / R@100                                                                | Latencia (rel.) | Fuentes                                                                                                                                                                                                                                               |
|------------------------------|-----------------------------|----------------------------------------------------|------------------------------------|----------------------|--------------------------------------------------------------------------------|-----------------|-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| BM25                         | sparse                      | Coincidencia exacta de términos (PRF/BM25)         | —                                  | —                    | 0.595 / 0.109                                                                  | muy baja        | <sup>[\[63\]](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_note-63)[\[64\]](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_note-64)</sup>                                                                               |
| SPLADE++ (ED)                | sparse (aprendido)          | Expansión/ponderación dispersa de términos         | —                                  | —                    | 0.727 / 0.128                                                                  | baja-media      | <sup>[\[65\]](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_note-65)[\[66\]](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_note-66)</sup>                                                                               |
| Contriever (MS MARCO FT)     | dense                       | Bi-codificador de aprendizaje contrastivo          | —                                  | —                    | 0.596 / 0.091                                                                  | media           | <sup>[\[67\]](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_note-67)[\[68\]](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_note-68)</sup>                                                                               |
| BGE-base-en-v1.5             | dense                       | *Embedder* universal potente                       | —                                  | —                    | 0.781 / 0.141                                                                  | media           | <sup>[\[69\]](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_note-69)</sup>                                                                                                                                                             |
| Cohere embed-english-v3.0    | dense                       | Modelo de *embedding* de texto de nivel industrial | —                                  | —                    | 0.818 / 0.159                                                                  | media           | <sup>[\[70\]](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_note-70)</sup>                                                                                                                                                             |
| BM25 + dense (ej.: BM25+BGE) | híbrido                     | Recuperación paralela + fusión de listas           | RRF (k≈60) o combinación ponderada | opc.: MonoT5/ColBERT | (varía según la implementación; generalmente \> que el mejor canal individual) | media           | <sup>[\[71\]](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_note-71)[\[72\]](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_note-72)[\[73\]](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_note-73)</sup> |

Comparación de métodos en *trec-covid*

Nota: la última fila ilustra el esquema; las cifras exactas dependen de la elección del *embedder*, la normalización y los parámetros de fusión (consulte las fuentes y los scripts reproducibles de Pyserini).

## Enlaces externos

- Pyserini / Anserini: <a href="https://github.com/castorini/pyserini" class="external text" rel="nofollow">github.com/castorini/pyserini</a> • <a href="https://github.com/castorini/anserini" class="external text" rel="nofollow">github.com/castorini/anserini</a>
- FAISS: <a href="https://arxiv.org/abs/1702.08734" class="external text" rel="nofollow">arXiv:1702.08734</a>
- Weaviate (Hybrid search): <a href="https://docs.weaviate.io/weaviate/search/hybrid" class="external text" rel="nofollow">docs.weaviate.io/weaviate/search/hybrid</a>
- pgvector: <a href="https://github.com/pgvector/pgvector" class="external text" rel="nofollow">github.com/pgvector/pgvector</a>
- Vespa (Hybrid search tutorial): <a href="https://docs.vespa.ai/en/tutorials/hybrid-search.html" class="external text" rel="nofollow">docs.vespa.ai/en/tutorials/hybrid-search.html</a>

## Literatura

- Manning, C.D., Raghavan, P., Schütze, H. (2008). *Introduction to Information Retrieval*. Cambridge University Press. ISBN 978‑0521865715.
- Robertson, S., Zaragoza, H. (2009). *The Probabilistic Relevance Framework: BM25 and Beyond*. Foundations and Trends in Information Retrieval 3(4):333–389. DOI:10.1561/1500000019.
- Lin, J. et al. (2021). *Pyserini: A Python Toolkit for Reproducible IR*. SIGIR.
- Järvelin, K., Kekäläinen, J. (2002). *Cumulated Gain‑Based Evaluation of IR Techniques*. Information Retrieval 6:241–256. DOI:10.1023/A:1016043826386.
- Dean, J., Barroso, L.A. (2013). *The Tail at Scale*. CACM 56(2):74–80. DOI:10.1145/2408776.2408794.

## Referencias

1.  <span id="cite_note-1">[↑](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_ref-1) Robertson, S., Zaragoza, H. (2009). *The Probabilistic Relevance Framework: BM25 and Beyond*. Foundations and Trends in Information Retrieval, 3(4), 333–389. DOI:10.1561/1500000019.</span>
2.  <span id="cite_note-2">[↑](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_ref-2) Cormack, G.V., Clarke, C.L.A., Büttcher, S. (2009). *Reciprocal Rank Fusion Outperforms Condorcet and Individual Rank Learning Methods*. SIGIR 2009, 758–759. <a href="https://cormack.uwaterloo.ca/cormacksigir09-rrf.pdf" class="external text" rel="nofollow">PDF</a>.</span>
3.  <span id="cite_note-3">[↑](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_ref-3) Bruch, S., Gai, S., Ingber, A. (2023). *An Analysis of Fusion Functions for Hybrid Retrieval*. ACM TOIS 42(1):1–35. DOI:10.1145/3596512 • arXiv:2210.11934.</span>
4.  <span id="cite_note-4">[↑](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_ref-4) Manning, C.D., Raghavan, P., Schütze, H. (2008). *Introduction to Information Retrieval*. Cambridge University Press. ISBN 978‑0521865715 (ver capítulos sobre TF‑IDF, evaluación y el problema de *vocabulary mismatch*).</span>
5.  <span id="cite_note-5">[↑](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_ref-5) Izacard, G. et al. (2022). *Unsupervised Dense Information Retrieval with Contrastive Learning (Contriever)*. TACL 10:1089–1108. arXiv:2112.09118.</span>
6.  <span id="cite_note-6">[↑](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_ref-6) Wang, L. et al. (2022/2024). *Text Embeddings by Weakly‑Supervised Contrastive Pre‑training (E5)*. arXiv:2212.03533.</span>
7.  <span id="cite_note-7">[↑](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_ref-7) Robertson, S., Zaragoza, H. (2009). *The Probabilistic Relevance Framework: BM25 and Beyond*. DOI:10.1561/1500000019.</span>
8.  <span id="cite_note-8">[↑](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_ref-8) Formal, T., Piwowarski, B., Clinchant, S. (2021). *SPLADE: Sparse Lexical and Expansion Model for First Stage Ranking*. arXiv:2107.05720.</span>
9.  <span id="cite_note-9">[↑](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_ref-9) Formal, T. et al. (2022). *Making Sparse Neural IR Models More Effective*. Findings of EMNLP. arXiv:2205.04733.</span>
10. <span id="cite_note-10">[↑](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_ref-10) Formal, T. et al. (2024). *SPLADE‑v3: New baselines for SPLADE*. arXiv:2403.06789.</span>
11. <span id="cite_note-11">[↑](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_ref-11) Lin, J., Ma, X. (2021). *A Few Brief Notes on DeepImpact, COIL, and uniCOIL*. arXiv:2106.14807.</span>
12. <span id="cite_note-12">[↑](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_ref-12) Karpukhin, V. et al. (2020). *Dense Passage Retrieval for Open‑Domain QA*. EMNLP. arXiv:2004.04906.</span>
13. <span id="cite_note-13">[↑](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_ref-13) Xiong, L. et al. (2021). *Approximate Nearest Neighbor Negative Contrastive Learning for Dense Text Retrieval (ANCE)*. ICLR. arXiv:2007.00808.</span>
14. <span id="cite_note-14">[↑](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_ref-14) Izacard, G. et al. (2022). TACL. arXiv:2112.09118.</span>
15. <span id="cite_note-15">[↑](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_ref-15) Ni, J. et al. (2021/2022). *Large Dual Encoders Are Generalizable Retrievers (GTR)*. EMNLP. arXiv:2112.07899.</span>
16. <span id="cite_note-16">[↑](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_ref-16) Wang, L. et al. (2022/2024). arXiv:2212.03533.</span>
17. <span id="cite_note-17">[↑](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_ref-17) Khattab, O., Zaharia, M. (2020). *ColBERT: Efficient and Effective Passage Search via Contextualized Late Interaction over BERT*. SIGIR. arXiv:2004.12832.</span>
18. <span id="cite_note-18">[↑](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_ref-18) Santhanam, K. et al. (2022). *ColBERTv2 & PLAID*. NAACL/ArXiv. arXiv:2112.01488; arXiv:2205.09707.</span>
19. <span id="cite_note-19">[↑](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_ref-19) Scheerer, J.L. et al. (2025). *WARP: An Efficient Engine for Multi‑Vector Retrieval*. arXiv:2501.17788.</span>
20. <span id="cite_note-20">[↑](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_ref-20) Lin, J. et al. (2021). *Pyserini: A Python Toolkit for Reproducible IR with Sparse and Dense Representations*. SIGIR. <a href="https://cs.uwaterloo.ca/~jimmylin/publications/Lin_etal_SIGIR2021_Pyserini.pdf" class="external text" rel="nofollow">PDF</a>.</span>
21. <span id="cite_note-21">[↑](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_ref-21) Cormack, G.V., Clarke, C.L.A., Büttcher, S. (2009). SIGIR. <a href="https://cormack.uwaterloo.ca/cormacksigir09-rrf.pdf" class="external text" rel="nofollow">PDF</a>.</span>
22. <span id="cite_note-22">[↑](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_ref-22) Elastic Docs. *Reciprocal Rank Fusion*. (acceso 2025‑09‑10). <a href="https://www.elastic.co/docs/reference/elasticsearch/rest-apis/reciprocal-rank-fusion" class="external text" rel="nofollow">elastic.co/docs/.../reciprocal-rank-fusion</a>.</span>
23. <span id="cite_note-23">[↑](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_ref-23) OpenSearch Docs. *Score ranker processor (RRF)*. (acceso 2025‑09‑10). <a href="https://docs.opensearch.org/3.0/search-plugins/search-pipelines/score-ranker-processor/" class="external text" rel="nofollow">docs.opensearch.org/.../score-ranker-processor/</a>.</span>
24. <span id="cite_note-24">[↑](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_ref-24) Fox, E.A., Shaw, J.A. (1994). *Combination of Multiple Searches*. TREC‑2, NIST SP 500‑215, 243–252. <a href="https://www.khoury.northeastern.edu/home/jaa/CSG339.06F/resources/fox94combination.pdf" class="external text" rel="nofollow">PDF</a>.</span>
25. <span id="cite_note-25">[↑](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_ref-25) Lee, J.H. (1997). *Analyses of Multiple Evidence Combination*. SIGIR, 267–276. DOI:10.1145/258525.258587.</span>
26. <span id="cite_note-26">[↑](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_ref-26) Hsu, D.F., Taksa, I. (2005). *Comparing Rank and Score Combination Methods for Data Fusion in IR*. (Tech. report). <a href="https://ccc.inaoep.mx/~villasen/bib/Hsu-FusionInIR07.pdf" class="external text" rel="nofollow">PDF</a>.</span>
27. <span id="cite_note-27">[↑](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_ref-27) Bruch, S., Gai, S., Ingber, A. (2023). TOIS. DOI:10.1145/3596512.</span>
28. <span id="cite_note-28">[↑](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_ref-28) Hsu, D.F., Taksa, I. (2005). ver arriba.</span>
29. <span id="cite_note-29">[↑](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_ref-29) Bruch, S., Gai, S., Ingber, A. (2023). TOIS. DOI:10.1145/3596512.</span>
30. <span id="cite_note-30">[↑](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_ref-30) Nogueira, R., Cho, K. (2019). *Passage Re‑ranking with BERT*. arXiv:1901.04085.</span>
31. <span id="cite_note-31">[↑](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_ref-31) Nogueira, R., Jiang, Z., Lin, J. (2020). *Document Ranking with a Pretrained Sequence‑to‑Sequence Model (MonoT5)*. Findings of EMNLP. arXiv:2003.06713.</span>
32. <span id="cite_note-32">[↑](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_ref-32) Santhanam, K. et al. (2022). arXiv:2205.09707.</span>
33. <span id="cite_note-33">[↑](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_ref-33) Scheerer, J.L. et al. (2025). arXiv:2501.17788.</span>
34. <span id="cite_note-34">[↑](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_ref-34) Dean, J., Barroso, L.A. (2013). *The Tail at Scale*. CACM 56(2):74–80. DOI:10.1145/2408776.2408794.</span>
35. <span id="cite_note-35">[↑](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_ref-35) Thakur, N. et al. (2021). *BEIR: A Heterogeneous Benchmark for Zero‑shot Evaluation of IR Models*. NeurIPS Datasets & Benchmarks. arXiv:2104.08663.</span>
36. <span id="cite_note-36">[↑](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_ref-36) Craswell, N. et al. (2020). *Overview of the TREC 2019 Deep Learning Track*. arXiv:2003.07820.</span>
37. <span id="cite_note-37">[↑](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_ref-37) Craswell, N. et al. (2021). *Overview of the TREC 2020 Deep Learning Track*. arXiv:2102.07662.</span>
38. <span id="cite_note-38">[↑](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_ref-38) Bajaj, P. et al. (2016). *MS MARCO: A Human Generated MAchine Reading COmprehension Dataset*. arXiv:1611.09268.</span>
39. <span id="cite_note-39">[↑](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_ref-39) Järvelin, K., Kekäläinen, J. (2002). *Cumulated Gain‑Based Evaluation of IR Techniques*. Information Retrieval 6:241–256. DOI:10.1023/A:1016043826386.</span>
40. <span id="cite_note-40">[↑](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_ref-40) Dean, J., Barroso, L.A. (2013). CACM. DOI:10.1145/2408776.2408794.</span>
41. <span id="cite_note-41">[↑](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_ref-41) Bruch, S. et al. (2023). DOI:10.1145/3596512.</span>
42. <span id="cite_note-42">[↑](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_ref-42) Ni, J. et al. (2021/2022). arXiv:2112.07899.</span>
43. <span id="cite_note-43">[↑](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_ref-43) Johnson, J., Douze, M., Jégou, H. (2017). *Billion‑scale Similarity Search with GPUs (FAISS)*. arXiv:1702.08734.</span>
44. <span id="cite_note-44">[↑](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_ref-44) Malkov, Y., Yashunin, D. (2020). *HNSW*. IEEE TPAMI 42(4):824–836. DOI:10.1109/TPAMI.2018.2889473.</span>
45. <span id="cite_note-45">[↑](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_ref-45) Guo, R. et al. (2020). *ScaNN: Efficient Vector Similarity Search at Scale*. arXiv:1908.10396.</span>
46. <span id="cite_note-46">[↑](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_ref-46) Yang, P., Fang, H., Lin, J. (2018). *Anserini: Reproducible IR Research with Lucene*. JDIQ 10(4):1–20. DOI:10.1145/3239571.</span>
47. <span id="cite_note-47">[↑](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_ref-47) Lin, J. et al. (2021). SIGIR. <a href="https://cs.uwaterloo.ca/~jimmylin/publications/Lin_etal_SIGIR2021_Pyserini.pdf" class="external text" rel="nofollow">PDF</a>.</span>
48. <span id="cite_note-48">[↑](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_ref-48) Qdrant Docs. *Hybrid queries (RRF, DBSF)*. (acceso 2025‑09‑10). <a href="https://qdrant.tech/documentation/concepts/hybrid-queries/" class="external text" rel="nofollow">qdrant.tech/.../hybrid-queries/</a>.</span>
49. <span id="cite_note-49">[↑](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_ref-49) Weaviate Docs. *Hybrid search*. (acceso 2025‑09‑10). <a href="https://docs.weaviate.io/weaviate/search/hybrid" class="external text" rel="nofollow">docs.weaviate.io/weaviate/search/hybrid</a>.</span>
50. <span id="cite_note-50">[↑](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_ref-50) pgvector GitHub. (acceso 2025‑09‑10). <a href="https://github.com/pgvector/pgvector" class="external text" rel="nofollow">github.com/pgvector/pgvector</a>.</span>
51. <span id="cite_note-51">[↑](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_ref-51) Vespa Docs. *Hybrid Text Search Tutorial*. (acceso 2025‑09‑10). <a href="https://docs.vespa.ai/en/tutorials/hybrid-search.html" class="external text" rel="nofollow">docs.vespa.ai/.../hybrid-search.html</a>.</span>
52. <span id="cite_note-52">[↑](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_ref-52) Elastic Docs. *Reciprocal Rank Fusion*. (acceso 2025‑09‑10). <a href="https://www.elastic.co/docs/reference/elasticsearch/rest-apis/reciprocal-rank-fusion" class="external text" rel="nofollow">elastic.co/docs/.../rrf</a>.</span>
53. <span id="cite_note-53">[↑](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_ref-53) Lewis, P. et al. (2020). *Retrieval‑Augmented Generation for Knowledge‑Intensive NLP Tasks*. NeurIPS. arXiv:2005.11401.</span>
54. <span id="cite_note-54">[↑](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_ref-54) Hsu, D.F., Taksa, I. (2005). ver arriba.</span>
55. <span id="cite_note-55">[↑](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_ref-55) Ni, J. et al. (2021/2022). arXiv:2112.07899.</span>
56. <span id="cite_note-56">[↑](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_ref-56) Formal, T. et al. (2021, 2022, 2024). arXiv:2107.05720; 2205.04733; 2403.06789.</span>
57. <span id="cite_note-57">[↑](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_ref-57) Lewis, P. et al. (2020). arXiv:2005.11401.</span>
58. <span id="cite_note-58">[↑](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_ref-58) Gao, L. et al. (2023). *Precise Zero‑Shot Dense Retrieval without Relevance Labels (HyDE)*. ACL. arXiv:2212.10496.</span>
59. <span id="cite_note-59">[↑](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_ref-59) Nogueira, R. et al. (2019). *Document Expansion by Query Prediction*. arXiv:1904.08375; *docTTTTTquery*. <a href="https://cs.uwaterloo.ca/~jimmylin/publications/Nogueira_Lin_2019_docTTTTTquery-v2.pdf" class="external text" rel="nofollow">PDF</a>.</span>
60. <span id="cite_note-60">[↑](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_ref-60) Santhanam, K. et al. (2022). arXiv:2205.09707.</span>
61. <span id="cite_note-61">[↑](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_ref-61) Scheerer, J.L. et al. (2025). arXiv:2501.17788.</span>
62. <span id="cite_note-62">[↑](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_ref-62) Pyserini *BEIR Regressions* (acceso 2025‑09‑10): resultados para *trec-covid* de BM25/SPLADE/Contriever/BGE/Cohere. <a href="https://castorini.github.io/pyserini/2cr/beir.html" class="external text" rel="nofollow">castorini.github.io/pyserini/2cr/beir.html</a>.</span>
63. <span id="cite_note-63">[↑](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_ref-63) Robertson, S., Zaragoza, H. (2009). DOI:10.1561/1500000019.</span>
64. <span id="cite_note-64">[↑](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_ref-64) Pyserini BEIR. Ver enlace arriba.</span>
65. <span id="cite_note-65">[↑](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_ref-65) Formal, T. et al. (2021, 2022). arXiv:2107.05720; 2205.04733.</span>
66. <span id="cite_note-66">[↑](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_ref-66) Pyserini BEIR.</span>
67. <span id="cite_note-67">[↑](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_ref-67) Izacard, G. et al. (2022). arXiv:2112.09118.</span>
68. <span id="cite_note-68">[↑](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_ref-68) Pyserini BEIR.</span>
69. <span id="cite_note-69">[↑](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_ref-69) Pyserini BEIR.</span>
70. <span id="cite_note-70">[↑](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_ref-70) Pyserini BEIR.</span>
71. <span id="cite_note-71">[↑](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_ref-71) Cormack et al. (2009). SIGIR. RRF.</span>
72. <span id="cite_note-72">[↑](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_ref-72) Bruch et al. (2023). TOIS.</span>
73. <span id="cite_note-73">[↑](https://systems-analysis.info/int/Hybrid_retrieval_(ES)#cite_ref-73) Elastic/OpenSearch RRF Docs.</span>