Evaluación
Jueces, votos a ciegas y variación
confirmado refutado no concluyente
¿Un skill de diseño le gana a no usar ninguno?
La diferencia entre skills fue menor que la diferencia entre dos corridas del mismo skill.
¿Vale la pena la recuperación híbrida con menos de 10,000 documentos?
BM25 solo igualó a la híbrida en nDCG@10, con un tercio de la latencia.