Técnicas
Naive RAG: la línea base y sus límites estructurales
El patrón mínimo, qué resuelve bien y en qué cuatro puntos concretos se rompe siempre.
Intelifica
Corpus
Ciclo de vida del corpus: actualizar, deduplicar y borrar
Reindexación incremental, versiones, contradicciones entre documentos y el derecho al olvido aplicado a un índice vectorial.
Metadatos
Metadatos: el ingrediente que más mejora un RAG
Filtrado previo, fechas, secciones y permisos. Por qué un buen esquema de metadatos vale más que cambiar de modelo.
Chunking
Chunking III: LLM-based, late chunking y recuperación contextual
Las técnicas recientes que enriquecen cada fragmento con su contexto. Coste de indexación frente a ganancia real.
Chunking
Chunking II: semántico, jerárquico y por página
Troceado que respeta la estructura del documento. El patrón padre-hijo y cuándo justifica su complejidad.
Chunking
Chunking I: tamaño fijo, solapamiento y división recursiva
Las dos estrategias de partida, cuándo bastan y cómo elegir tamaño y solapamiento sin ir a ciegas.
Ingesta
La ingesta: de PDF, HTML y bases de datos a texto limpio
Extracción, normalización, tablas, OCR y los formatos que siempre dan guerra. El paso que nadie enseña y todos sufren.
Comparativa
RAG, fine-tuning y contexto largo: los tres paradigmas
Tabla de decisión por frescura del dato, coste, latencia, trazabilidad y escala. Y por qué cada vez más sistemas los combinan.
Prompting
El prompt aumentado: cómo se construye el contexto
Plantillas, orden de los fragmentos, presupuesto de tokens y el efecto «perdido en el medio» que arruina respuestas correctas.
Recuperación
Recuperación por dentro: ANN, HNSW e IVF
Los índices aproximados que hacen viable buscar entre millones de vectores, y los parámetros que de verdad mueven la aguja.
Bases de datos vectoriales
Por qué no basta un LIKE: bases de datos vectoriales
La búsqueda literal falla cuando el usuario no usa tus palabras. Qué aporta una base vectorial y qué problema nuevo introduce.
Embeddings
Embeddings: del texto a las coordenadas del significado
Cómo un modelo convierte una frase en una lista de números y por qué eso permite buscar por significado en lugar de por palabras.