Notas sobre machine learning
Apuntes técnicos escritos mientras aprendo: evaluación honesta, fugas de datos, despliegue, aplicaciones con LLMs y los errores que hay detrás de cada lección. Salen de los proyectos de esta web, con el código a un clic.
BM25 contra embeddings: le añadí búsqueda semántica a mi buscador (con números)
Le puse un interruptor opcional a Ask que reordena los resultados de BM25 con embeddings de MiniLM. Antes de dejarlo encendido por defecto probé 15 preguntas reales en los dos idiomas: ganó claramente en 1, ayudó un poco en 2, empató en 8 y perdió en 1, y en 3 fallaron los dos. Esta es la cuenta completa, sin redondear para arriba.
Leer artículo
Todo lo que pasa cuando pulsas Enter en mi buscador
La versión técnica: del evento de teclado al ranking, con el índice de 735 fragmentos, BM25 con k1=1,5 y b=0,75, el empujón por idioma y las decisiones que tomé por el camino. Para quien ya leyó la versión sin jerga y quiere ver los engranajes.
Leer artículo
RAG: respuestas verificables sobre documentos propios
Cómo funciona la generación aumentada por recuperación: indexado, recuperación semántica, chunking y evaluación. Por qué cada respuesta debe poder citar de dónde viene …
Leer artículo