SPLADE là một phương pháp mở rộng vốn từ vựng của tài liệu và truy vấn, đồng thời dự đoán tầm quan trọng của chúng bằng mô hình dựa trên BERT để đạt được các tìm kiếm có độ chính xác cao bằng cách sử dụng các vectơ thưa thớt.
SPLADE là một phương pháp tìm kiếm sử dụng các mô hình ngôn ngữ được đào tạo trước như BERT để gán điểm quan trọng cho từng từ trong tài liệu, đồng thời tự động mở rộng và lập chỉ mục các từ vựng liên quan được suy ra từ ngữ cảnh. Nó được đặc trưng bởi khả năng duy trì khả năng diễn giải của các tìm kiếm vectơ thưa thớt thông thường như BM25, đồng thời đạt được độ chính xác tìm kiếm ngữ nghĩa gần với độ chính xác của việc nhúng vectơ dày đặc. Trong hoạt động thực tế kể từ năm 2026, nó thường được sử dụng làm tìm kiếm kết hợp với vectơ dày đặc (sử dụng kết hợp BM25/SPLADE+nhúng dày đặc), điều này có khả năng trở thành nút cổ chai vì kích thước chỉ mục có xu hướng lớn hơn vectơ dày đặc và chi phí gọi mô hình phát sinh ở phía truy vấn trong quá trình suy luận. Trong thực tế, nó thường được chọn làm lựa chọn đầu tiên cho các hệ thống RAG muốn tăng cường tìm kiếm ngữ nghĩa mà không làm giảm độ chính xác của tìm kiếm đối sánh chính xác cho các thuật ngữ kỹ thuật, nhưng vì chi phí triển khai và giá thị trường sẽ thay đổi tùy thuộc vào trạng thái hỗ trợ vectơ thưa thớt của cơ sở dữ liệu vectơ, nên nên kiểm tra trước trạng thái hỗ trợ.