Notas de ingeniería
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: grpo
RouteRAG: Enseñar a un modelo pequeño cuándo y cómo recuperar información mediante RL
RouteRAG entrena un modelo pequeño con GRPO en dos etapas para seleccionar entre recuperación por pasajes, gráficos o híbrida, reduciendo el número de intentos de recuperación y mejorando los resultados de preguntas y respuestas de múltiples pasos.
6 min de lecturaExplicación del ajuste fino de GRPO: Enseñando a un LLM local a razonar
GRPO descarta la crítica de PPO y aprende a partir de comparaciones grupales. Se explican las cinco cantidades fundamentales, las funciones de recompensa y un breve script de entrenamiento para Unsloth y TRL.
11 min de lectura
FAQ
Sobre estos artículos
Sí. Cada texto es un rewrite inglés original para este sitio. Estructura y código siguen la fuente; la prosa se reescribe y se revisa el solapamiento.
El inglés es la fuente. Otro idioma aparece solo si existe ese cuerpo traducido. Una traducción ausente sigue en inglés, también en una dirección localizada.
Los borradores entran en cola tras la edición. El import solo toma slugs nuevos o cambiados — sin duplicados.
Ejemplos ilustrativos. Valida stack y licencias antes de producción. Para un encargo, envía el brief.
Presupuesto en 24 h
¿Necesitas el mismo stack en una capa de operador? Envía el brief — presupuesto en 24 h.