- RAG
- EMBEDDINGS
- LLM
RAG Document Assistant
Asistente de generación aumentada por recuperación sobre un corpus de documentos: indexado, recuperación semántica y respuestas con cita de la fuente. Código en github.com/delcenjo/rag-document-assistant.
Generación aumentada por recuperación sobre una carpeta de documentos: preguntas en lenguaje natural y respuestas construidas solo con lo que encontró, citando los ficheros de los que salen. El repo incluye la documentación de un producto inventado (Nimbus Notes) para que cualquiera lo clone y tenga un pipeline funcionando sin aportar datos.
- Recall@40.88
- Respuestascon cita
- DemoHF Spaces
La recuperación se evalúa aparte
Antes de mirar la calidad de la respuesta generada hay que saber si el sistema encuentra los fragmentos correctos. Con un conjunto etiquetado a mano de preguntas, mide recall@4: en qué fracción de preguntas el documento correcto aparece entre los 4 primeros resultados. En este corpus: 0,88.
Cada respuesta, con su fuente
Las respuestas citan el fichero y el score de cada fragmento usado (pricing.md a 0,55, security.md a 0,31...). El objetivo es que cada afirmación sea verificable con un clic, no que suene convincente.
Pruébalo en vivo
Hay una demo interactiva en HuggingFace Spaces con el corpus de ejemplo cargado: haces una pregunta y ves la respuesta con sus citas y scores. Es la manera más rápida de entender qué hace el pipeline por dentro.
RAG Document Assistant
Demo interactiva alojada en HuggingFace Spaces
Próximos proyectos:
Credit Risk Platform
Plataforma MLOps de scoring de crédito de punta a punta: entrenamiento reproducible con registro de modelos versionado, API de inferencia en FastAPI con validación de entrada, monitorización de drift por PSI y observabilidad con Prometheus y Grafana, todo dockerizado y con CI. Código en github.com/delcenjo/credit-risk-platform.
Transformer from scratch
Modelo de lenguaje tipo GPT implementado desde cero en PyTorch: atención multi-cabeza, máscara causal y bloques residuales escritos a mano, más un tokenizador byte-pair propio y un estudio de ablaciones. Código en github.com/delcenjo/transformer-from-scratch.
Hecho con
