SplatRAG 3+ demuestra que una memoria de splatting gaussiano local puede mantener alta precisión de recuperación en el benchmark SciFact mientras almacena simultáneamente 5,000 filas de jerga de Urban Dictionary sin degradación.

  • El sistema utiliza un registro frío solo de anexión con BM25 y un índice HNSW de 64-d, donde el campo de 3-d sirve como visualización PCA de los vectores en lugar del propio índice.
  • La evaluación de SciFact en 300 afirmaciones arrojó R@10 de 0.8804 y nDCG@10 de 0.7624, superando las métricas mínimas anteriores de 0.88 y 0.75.
  • Las mejoras de rendimiento fueron impulsadas por la Fusión de Clasificación Recíproca (RRF) que combina BM25 con la salida coseno completa de Qwen3-Embedding-8B de 4096-d, utilizando dimensiones previamente no utilizadas.
  • Los filtros de evaluación aseguran que los resultados de sci-fact del dominio no estén contaminados por entradas de jerga, confirmando que los documentos científicos permanecen distintos dentro del campo compartido.

Los resultados indican que la recuperación léxica sigue siendo primaria para SciFact y que las estrategias de reordenamiento híbrido pueden aprovechar eficazmente el espacio de incrustación de alta dimensión sin requerir almacenamiento separado para tipos de datos diversos.