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: NLP
Por qué existe RAG: memoria paramétrica, recuperación densa y el artículo de 2020.
Por qué existe RAG: los límites de la memoria paramétrica, cómo BM25 y los embeddings dieron lugar a una recuperación densa, y qué compromisos se realizan entre RAG-Sequence y RAG-Token en el artículo.
7 min de lecturaConfirmaciones de órdenes de auditoría que un agente nunca realizó: Verificación de valores en lugar de texto
Cómo crear un evaluador de consistencia de reclamos para un agente de soporte que realiza pedidos reales: dividir los resultados por propietario y verificar los identificadores contra los resultados de la herramienta.
16 min de lecturaLimpieza de datos para RAG de producción: codificación, OCR, eliminación de duplicados y PII
Cómo convertir documentos empresariales analizados en texto listo para su recuperación: reparación de codificación, eliminación de plantillas y duplicados, marcadores de OCR de riesgo, manejo de idiomas y enmascaramiento de PII.
21 min de lecturaCómo RAG reduce las alucinaciones de los LLM: recuperación de información, embeddings y uso empresarial
Por qué los LLM responden incorrectamente con confianza y cómo el RAG los basa en datos actuales: la arquitectura de dos partes, los embeddings, los compromisos y limitaciones del ajuste fino.
9 min de lecturaDe las reglas a los Transformers: cómo el NLP aprendió a manejar el contexto
Una breve historia del procesamiento del lenguaje natural: sistemas basados en reglas, N-gramas, modelos de Markov, vectores de palabras, RNN, atención, Transformers y los grandes modelos de lenguaje construidos sobre ellos.
7 min de lecturaPor qué los transformers usan seno y coseno para la codificación posicional
Una explicación paso a paso de la codificación posicional sinusoidal: por qué la atención ignora el orden de las palabras, relojes a distintas velocidades, un ejemplo resuelto en 12 dimensiones y la rotación.
8 min de lecturaConstruye un Transformer desde cero en PyTorch: atención, codificador y decodificador
Código PyTorch paso a paso para las piezas centrales de un Transformer: codificación posicional, atención de producto escalar escalado y multi-head, capas feed-forward, pila del codificador y fundamentos del decodificador.
8 min de lecturaPor qué las lenguas indias cuestan más tokens en los LLM y cómo se arreglan los tokenizadores
La misma frase ocupa 5 tokens en inglés y 34 en tamil. Cómo lo provocan los datos de entrenamiento de BPE, qué cambian el reequilibrio y el tamaño del vocabulario, y cómo funciona la ampliación del vocabulario.
8 min de lecturaIngeniería de arneses: La base de los agentes de IA fiables
Utilice la ingeniería de harness como base para agentes de IA fiables: qué es un LLM, qué lo convierte en un agente y qué aporta harness al propio ciclo del agente.
11 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.