Capítulo 23: De dónde venimos — notas, referencias y deudas intelectuales
Este método no inventa casi nada nuevo — lo dice el prólogo y lo repite el epílogo. Inventar era lo de menos; el valor estaba en la combinación. Pero la combinación se compone de piezas prestadas, y cada una tiene su autor o su casa. Este es el inventario honesto, con una declaración que lo precede: ninguno de estos patrones es creación de este libro. Este libro es un integrador — coge piezas ajenas, les añade criterio de montaje y las presenta ordenadas. Esta tabla devuelve a cada pieza su autoría:
| Patrón prestado | A quien se atribuye | Dónde profundizar |
|---|---|---|
| Arquitectura Medallón (Bronce/Silver/Gold) | Databricks — divulgación del patrón lakehouse (sin autor único) | Documentación de Databricks |
| RAG | Patrick Lewis et al., 2020 | "Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks" (NeurIPS) |
| Idempotencia | Práctica estándar de sistemas distribuidos y HTTP | RFC 9110 (semántica de métodos) |
| CDC | Práctica de replicación de bases de datos; ecosistema Debezium | Documentación de CDC |
| Blue-green | Divulgación de Martin Fowler (2010); práctica previa del sector | bliki de Martin Fowler |
| No-deployment / tests de regresión | Jez Humble y David Farley, Continuous Delivery (2010) | Libro y comunidad de CD |
| Muestreo de calidad | Walter A. Shewhart (1931), control estadístico de la calidad | Literatura clásica de SPC |
| Clasificación facetada | S. R. Ranganathan (1933), biblioteconomía | Teoría de clasificación facetada |
| BM25 | Stephen Robertson y Karen Spärck Jones (1976); Robertson & Zaragoza (2009) | Literatura de recuperación probabilística |
| Fusión RRF | Gordon Cormack, Charles Clarke y Stefan Buettcher (2009) | Paper original de RRF |
| Breadcrumb + resumen en cabecera | Variante propia del contextual retrieval de Anthropic (2024) | Blog de ingeniería de Anthropic |
| Lost in the middle | Nelson F. Liu et al., Stanford (2023) | Paper "Lost in the Middle" |
| Small-to-big / parent-document retrieval | Ecosistema LangChain / LlamaIndex | Documentación de ambos frameworks |
| Table-aware chunking | Práctica consolidada del ecosistema RAG | Artículos y frameworks de chunking |
| GraphRAG | Darren Edge et al. (Microsoft Research, 2024) | Paper "From Local to Global" |
| Qwen3-Embedding-8B | Equipo Qwen (Alibaba) | Ficha del modelo |
Tres notas de honestidad sobre esta tabla. Primera: i alguna edición o año difiere, la obra se reconocerá por su título, y las erratas se aceptan por las vías del repo. Segunda: los enlaces mueren; las obras permanecen. Por eso se citan obras y autores, no URLs. Tercera: alguna deuda es con el sentido común acumulado de una profesión — no todo tiene paper, y pretenderlo sería falsedad académica.
El contraste que pide un lector serio: ¿y las alternativas?
La reseña también preguntó cómo se hace esto en LangChain, en LlamaIndex, o en los papers recientes de retrieval. La respuesta honesta tiene tres partes:
-
Los frameworks (LangChain, LlamaIndex, Haystack y familia) aportan los componentes: chunkers, retrievers, fusionadores, evaluadores. Este método aporta el criterio que decide cómo usarlos: qué píldora define el corte, qué puerta para la ingesta, qué cifra detiene un despliegue. Son compatibles por diseño — el cap. 10 es el criterio, y el chunker de tu framework es la herramienta.
-
Los evaluadores de RAG (RAGAS, TruLens y familia) miden la generación: fidelidad al contexto, relevancia de la respuesta, calidad de la redacción. Este libro mide deliberadamente la recuperación, y por eso declara que ambos enfoques se complementan: primero el Rack aprueba su examen; después, y solo después, tiene sentido evaluar lo que el modelo escribe con ese contexto.
-
Los papers avanzan más rápido que cualquier libro. Nuevas técnicas de chunking, de embedding y de fusión aparecerán entre esta edición y su tercera lectura. El método no compite con ellas: les pone el marco — qué problema resuelve cada técnica, y con qué dataset se demuestra.
En una frase para la solapa: este libro no compite con los frameworks ni con los papers — les entrega un corpus con contrato.