Late interaction (ColBERT)
La late interaction (interacción tardía) es un método de recuperación, presentado por ColBERT, que codifica la consulta y cada documento por separado en un vector por token, y después puntúa una coincidencia comparando esos vectores de tokens en un paso final barato.
También llamado: ColBERT, multi-vector retrieval, late interaction
Por Divya Sharma · Comprobado el 15 nov 2026 · Cómo hacemos las reseñas
Hay dos formas habituales de puntuar la relevancia con un transformer. Un bi-encoder comprime cada texto en un solo vector, lo que es rápido pero pierde detalle. Un cross-encoder lee la consulta y el documento juntos, lo que es preciso pero demasiado lento para colecciones grandes. La late interaction se sitúa entre ambos.
Cómo funciona
ColBERT codifica el documento una vez, offline, conservando un vector por cada token. En el momento de la consulta, codifica la consulta de la misma forma. Para cada token de la consulta encuentra el token del documento más parecido, y después suma esas mejores coincidencias en una puntuación. Como los vectores de los documentos están precalculados, el trabajo caro del modelo en el momento de la consulta se limita a la consulta, que es corta. La interacción entre los dos textos ocurre tarde, en esta comparación final.
El artículo de ColBERT indica una precisión competitiva con los rerankers basados en BERT y una ejecución unos dos órdenes de magnitud más rápida.
Recuperación multivector
Recuperación multivector es el nombre más amplio para guardar varios vectores por elemento. La misma idea se usa ahora con imágenes de páginas, donde cada parche de la imagen recibe un vector, como en los recuperadores visuales de documentos tipo Nemotron ColEmbed V2.
Límites
Guardar un vector por token ocupa mucho más espacio que un vector por fragmento, aunque la compresión ayuda. Menos bases de datos vectoriales admiten de forma nativa la búsqueda multivector. Muchos equipos usan la late interaction como fase de reranking sobre una primera búsqueda más barata.
Términos relacionados
- Cross-encoder
- Un cross-encoder (codificador cruzado) es un modelo que lee una consulta y un documento juntos en una sola pasada y devuelve una puntuación de relevancia. Es más preciso que comparar embeddings separados, pero demasiado lento para aplicarlo a toda una colección.
- Reranking
- El reranking (reordenación) es un segundo paso de búsqueda que toma una lista corta de documentos candidatos y los reordena según su relevancia para la consulta, usando un modelo más preciso pero más lento que el de la primera búsqueda.
- Búsqueda vectorial
- La búsqueda vectorial (vector search) encuentra elementos comparando sus embeddings con el embedding de una consulta y devolviendo los más cercanos, de modo que los resultados coinciden por significado y no por palabras clave compartidas.
- Embedding
- Un embedding (vector de representación) es una lista de números (un vector) que representa un fragmento de texto, una imagen u otros datos, generada de forma que los elementos con significado parecido acaban con vectores cercanos entre sí.
- Base de datos vectorial
- Una base de datos vectorial (vector database) guarda embeddings junto a sus registros de origen y encuentra los vectores guardados más cercanos a un vector de consulta, normalmente con un índice aproximado para que la búsqueda siga siendo rápida con millones de elementos.
Fuentes
- ColBERT: Efficient and Effective Passage Search via Contextualized Late Interaction over BERT (Khattab and Zaharia, 2020)
- ColBERT: Efficient and Effective Passage Search via Contextualized Late Interaction over BERT (Khattab and Zaharia, 2020)
- ColBERT: Efficient and Effective Passage Search via Contextualized Late Interaction over BERT (Khattab and Zaharia, 2020)