M\'as contexto no es mejor. Paradoja de la diluci\'on vectorial en RAG corporativos

Abstract

T\'ecnicas recientes de "Contextualized Chunking" inyectan res\'umenes para mejorar el contexto en RAG, pero introducen una "diluci\'on vectorial" que opaca el contenido local. Evaluando distintos ratios de inyecci\'on, demostramos una curva en "U invertida": una inyecci\'on moderada mejora el "Recall" (+18%), pero superar un umbral cr\'itico (CIR > 0.4) reduce la precisi\'on en un 22% para consultas espec\'ificas. Proponemos un marco te\'orico para calcular el ratio \'optimo de inyecci\'on. -- Recent "Contextualized Chunking" techniques inject summaries to improve RAG context but introduce "vector dilution" drowning out local content. Evaluating various injection ratios, we demonstrate an "inverted U" curve: moderate injection boosts Recall (+18%), but exceeding a critical threshold (CIR > 0.4) drops precision by 22% for specific queries. We propose a theoretical framework to calculate the optimal injection ratio.