Papers with Code ha implementado un sistema de búsqueda híbrida que combina recuperación por palabras clave y semántica para ayudar a los usuarios a encontrar artículos relevantes de investigación en IA. La arquitectura aprovecha Hugging Face Jobs, Storage Buckets e Inference Endpoints para gestionar la canalización de incrustaciones y servir consultas de baja latencia.
- Hugging Face Jobs proporciona capacidad de GPU escalable para generar incrustaciones de más de 110.000 artículos utilizando el modelo Qwen/Qwen3-Embedding-0.6B.
- Storage Buckets actúan como almacenamiento duradero entre exportaciones de bases de datos, procesamiento de trabajos e importación de índices.
- Inference Endpoints sirven incrustaciones de baja latencia para consultas en vivo, recurriendo a la recuperación por texto completo si no están disponibles.
- El sistema utiliza fusión de rango recíproco (RRF) para combinar la búsqueda léxica de PostgreSQL con la búsqueda vectorial densa desde pgvector.
- Un contrato estricto de incrustación garantiza la reproducibilidad mediante el versionado de la revisión del modelo, el formato de entrada y el método de normalización.
Esta separación entre la construcción offline del corpus y los servicios de búsqueda online permite a la plataforma mantener tanto una alta calidad de recuperación como tiempos de respuesta rápidos para los investigadores.