Artículos para quien
entrega el stack
Textos sobre React, Node.js, TypeScript y AI. El cuerpo traducido se muestra cuando existe. Si no, ve el texto en inglés y una nota que lo dice.
Etiqueta: Evaluation
Forma de la ontología vs tamaño del modelo: cuánto cuesta el diseño de un grafo a un agente de IA
Cómo tres formas sin pérdidas de un grafo de conocimiento de seguros cambiaron la precisión, las llamadas a herramientas, los tokens y el costo en modelos pequeños y grandes en Azure Cosmos DB.
30 min de lecturaCincuenta años de investigación en recuperación de información oculta dentro de tu pipeline RAG
El fragmentado de RAG, la búsqueda híbrida, HyDE, el reclasificado y las evaluaciones tienen antepasados de varias décadas en la recuperación de información. Un recorrido por la investigación y sus limitaciones.
17 min de lecturaLo que encuentra un agente de diferenciación de modelos: los cambios de estilo eclipsan un ajuste fino limitado.
Un agente de model-diffing auditó un ajuste fino LoRA financiero: el 82% de las ejecuciones detectaron el cambio en la longitud y estructura, mientras que el cambio en el razonamiento pretendido permaneció oculto.
15 min de lecturaAuditoría de la recuperación RAG en busca de fragmentos obsoletos, desviaciones y contexto ruidoso.
Una auditoría en Python para la recuperación RAG: consultas ideales, filtros de relevancia por coseno, verificaciones de desviación de Kolmogorov-Smirnov y eficiencia del contexto, además de cómo leer el informe.
12 min de lecturaDepuración de la recuperación RAG: Recall@K, BM25, fusión híbrida y reclasificación
Un pequeño experimento con un pipeline RAG que clasificó al fragmento correcto en cuarto lugar, mostrando cómo el fragmentado, BM25, la fusión de rangos y el reclasificado afectan a Recall@3 y MRR.
11 min de lecturaRAG-Anything con 65 libros sobre vinos: dónde la recuperación de grafos tiene éxito y donde falla.
Una prueba práctica del grafo de conocimientos de RAG-Anything con 65 PDFs sobre vinos: elección del analizador, costos, respuestas basadas en grafos frente a vectores, y el punto ciego relacionado con los vinos espumosos.
12 min de lecturaDe prototipo a RAG en producción: búsqueda híbrida, agentes y evaluación.
Una arquitectura de referencia para RAG en producción en .NET: fragmentación, recuperación híbrida y por grafos, reclasificación, planificación de consultas, salida tipada y evaluación continua.
8 min de lecturaPor qué los agentes de IA en producción necesitan más que un buen prompt
Los agentes de IA de producción necesitan algo más que un buen prompt: contexto, herramientas, memoria, manejo de fallos, capacidad de observación, pruebas y autonomía acordes al riesgo real.
7 min de lecturaUn mapa de campos de RAG: de los principios básicos a los fallos en producción
Dos pipelines, tres pasos y una lista de fallos con nombre: cómo funciona la generación mejorada por recuperación de información, dónde falla y qué soluciones abordan cada problema.
7 min de lectura
Sobre estos artículos
Presupuesto en 24 h
¿Necesitas el mismo stack en una capa de operador? Envía el brief — presupuesto en 24 h.