Es una técnica de búsqueda que combina lo mejor de dos mundos: la búsqueda por palabras clave tradicional (utilizando algoritmos como BM25) y la búsqueda semántica por significado (utilizando vectores o embeddings). Permite que los sistemas de búsqueda rindan mucho mejor en escenarios reales, ya que pueden encontrar resultados que coincidan exactamente con los términos de búsqueda y, al mismo tiempo, resultados que estén conceptualmente relacionados. Su impacto se nota en una reducción de errores y una mayor consistencia y relevancia en los resultados.