Peichun Hua y sus coautores presentaron una técnica de recuperación densa privada que usa un hash binario aprendido para seleccionar una lista breve de candidatos. Luego, esa lista se vuelve a ordenar mediante cifrado, lo que oculta tanto la consulta como los documentos finales. En un conjunto de datos de 2,68 millones de pasajes, el método añade apenas 0,38 segundos a una ejecución de RAG con Qwen3-32B a través de un enlace de 10 Gbps, y ofrece una calidad equivalente a la búsqueda en todo el corpus con solo 200-500 candidatos.
Por qué importa
Las empresas pueden implementar búsquedas privadas en grandes repositorios de documentos sin una ralentización apreciable.
