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: rags
Notas prácticas: Mejorar el rendimiento de RAG — Parte 2: HyDE (Documento hipotético)
Guía paso a paso para aplicar las notas prácticas: Mejorar el rendimiento de RAG — Parte 2: HyDE (Documento hipotético: contratos, verificaciones y espacios para código adicional para los equipos que implementan este patrón).
6 min de lecturaNotas prácticas: Diseño de una caché para agentes de IA: Cachear dentro del bucle
Guía práctica paso a paso: Diseñando una caché para agentes de IA: Uso de la caché dentro del bucle: contratos, verificaciones y espacios para código reutilizable para los equipos que implementan este patrón.
6 min de lecturaBúsqueda semántica vs. búsqueda vectorial: ¿Cuál es la diferencia, y
Búsqueda semántica vs. búsqueda vectorial: primero la búsqueda por palabras clave, luego los vectores y el significado, dónde gana cada uno, y cómo se combinan para la recuperación en sistemas RAG.
14 min de lecturaRAG es más que un chatbot: ¿Qué ocurre realmente en su interior?
RAG es más que un chatbot: el motor de ingestión, la base de datos vectorial, las etapas de recuperación y generación, y por qué las demostraciones ocultan lo que realmente necesitan los pipelines de producción.
15 min de lecturaDe la afinación fino a la precisión: reducción significativa
Ajuste fino más RAG para reducir las alucinaciones: por qué el ajuste fino por sí solo es insuficiente, la arquitectura con Ollama, y cómo mejoró la precisión en un dominio específico.
13 min de lecturaCómo crear sistemas RAG que realmente funcionen en producción
Sistemas RAG en producción: ingestión de documentos, particionamiento, embeddings, una base de datos vectorial, recuperación de información y generación con LLM que se basa en las fuentes originales.
18 min de lecturaSin historias. Solo el código mínimo necesario para crear un RAG funcional.
El código mínimo para una aplicación RAG funcional, sin rodeos: claves, dependencias, un modelo de embedding, Qdrant alojado para vectores y Gemini para generar las respuestas.
13 min de lecturaNotas prácticas: formas inteligentes de mejorar las respuestas de los agentes de IA en producción
Guía paso a paso para utilizar las notas prácticas: formas inteligentes de mejorar las respuestas de los agentes de IA en producción: contratos, verificaciones y espacios para código listo para usar para los equipos que implementan este patrón.
9 min de lecturaNotas prácticas: RAG nativo en vectores en Oracle: embeddings, HNSW/IVF y variantes híbridas.
Guía paso a paso para utilizar las notas prácticas: RAG nativo en vectores en Oracle: embeddings, HNSW/IVF y variantes híbridas; contratos, verificaciones y espacios de código listos para su uso por los equipos que implementan este patrón.
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.