Cascade — cuando el hecho no está en el grafo

GraphRAG vanilla tiene una debilidad conocida: a veces el hecho que buscas vive en un chunk de texto cuya entidad principal no se extrajo en la indexación. El grafo no sabe del hecho. La respuesta queda mal.

cascade resuelve esto. Es probablemente el modo que más vas a usar.

Piensa en GRAIL como…

Imagina pedirle al bibliotecario que te encuentre el precio exacto de un fármaco en un protocolo médico.

• Si te responde con "consulto mi mapa de conceptos" (modo local), puede que el precio nunca se haya extraído como entidad — la respuesta queda "no encontrado".
• Si te responde con "ojeo las páginas que mencionan el fármaco" (RAG vanilla), trae los chunks correctos pero pierde la estructura del grafo.

cascade hace las dos cosas a la vez, combina los rankings, y te da la mejor respuesta de ambos mundos.

Cómo funciona

1. Filtrado por entidades. Embed tu pregunta, encuentra las top-k entidades del grafo más similares. Estas entidades restringen el candidato pool.
2. Rescate de texto. En paralelo, corre BM25 y cosine similarity sobre todos los chunks de texto. Trae los más relevantes aunque sus entidades no estén entre las top-k.
3. Ranking combinado. Junta ambos rankings con un peso configurable. Los chunks que aparecen en ambos suben fuerte; los que solo aparecen en uno también se consideran.
4. Síntesis. El LLM ve el contexto combinado y responde.

                    Tu pregunta
                         │
        ┌────────────────┼────────────────┐
        ▼                ▼                ▼
  Top-K entidades   BM25 sobre chunks   Cosine sobre chunks
        │                │                │
        └────────────────┼────────────────┘
                         ▼
                Ranking combinado
                         │
                         ▼
                  Contexto al LLM
                         │
                         ▼
                     Respuesta

Cuándo usar cascade

Es la opción default que recomendamos para preguntas factuales. Funciona especialmente bien cuando:

• La pregunta tiene términos específicos que probablemente estén en el texto literal ("¿cuántos meses dura X?", "¿qué porcentaje cubre Y?").
• El corpus tiene detalles que se pierden en la extracción de entidades (números, fechas, cláusulas legales).
• No estás seguro si la respuesta vive en una entidad o solo en texto.

Cuándo no usar cascade

Hay tres casos donde otro modo es mejor:

Si tu pregunta es…	Usa	Por qué
Sobre un solo archivo que ya nombraste	document	Más preciso si limitamos el alcance
Temática amplia ("de qué trata todo esto")	global	Los reportes de comunidad son la respuesta
Compuesta ("compara X y Y, considera Z")	agent	Necesita múltiples consultas iteradas

Configurar el balance

Por default, cascade da peso parejo a entidades y texto. Si tu corpus es muy estructurado (mucho schema, pocas notas libres) puedes pesarlo más al grafo; si es muy narrativo, más al texto.

Ver el glosario de configuración para los flags cascade_* en search: de tu grail.yaml.

Resultado de benchmark

En nuestro benchmark interno (Leyes de Oncología de Chile), cascade y agent (que usa cascade como una de sus herramientas) lideran:

Categoría de pregunta	cascade solo	agent
Hechos únicos	4.6 / 5	4.7 / 5
Multi-chunk	4.5 / 5	4.8 / 5
Cross-source	4.4 / 5	4.9 / 5
Comparativas	4.0 / 5	4.9 / 5

cascade solo ya gana cómodamente a RAG vanilla. agent mejora especialmente en preguntas compuestas porque puede ejecutar cascade dos veces para distintos subtemas.

Siguiente paso

• Modos de búsqueda — el panorama completo.
• Comunidades y Leiden — qué hace global por debajo.
• Quickstart KB — prueba cascade contra tu propio corpus.