# Más documentos pueden reducir la precisión de RAG, según un estudio

> Al añadir documentos variados empeoró el rendimiento de la generación aumentada por recuperación: la precisión cayó un 63% en una prueba.

Oossa · 2026-10-15 · https://oossa.com/es/large-document-collections-reduce-rag-accuracy-study-finds

Un equipo de investigadores dirigido por Nabaraj Subedi analizó la generación aumentada por recuperación (RAG) en conjuntos de documentos cada vez mayores. En un sistema del Departamento de Transporte de Wyoming, ampliar el corpus de 54 a 1,128 documentos redujo un 63% la precisión@10 y un 23% la recuperación del documento que contenía la respuesta. El artículo propone una técnica de delimitación flexible que restringe la recuperación a dominios pertinentes sin necesidad de entrenamiento adicional. Los autores recomiendan aplicar primero esta delimitación y, después, hacer una sola llamada de síntesis.

## Los hechos

- El corpus pasó de 54 a 1,128 documentos; la precisión@10 cayó un 63% y la recuperación, un 23%.
- El artículo se publicó en arXiv el 2026-10-15 («Thu Oct 15 2026 06:00:00 GMT+0200»).

## Por qué importa

Para quienes desarrollan chatbots basados en RAG, añadir más documentos puede reducir la precisión de las respuestas si no se delimita el dominio.

## Fuentes y referencias

1. [When More Documents Hurt RAG: Measuring and Reducing Vector Search Dilution with Domain-Scoped Retrieval](https://arxiv.org/abs/2606.11350) – arXiv cs.IR, 2026-10-15

Última actualización: 2026-10-15