¿Cómo funcionaba la autocorrección en el agente Text-to-SQL?
Machine Learning / AI
Cuéntenos sobre la arquitectura del chat RAG (iChat) en TechVille: pipeline, componentes, tecnologías.
Cuéntanos sobre el agente Text-to-SQL: arquitectura, pipeline, tecnologías.
¿Qué métricas se utilizaron para evaluar el sistema RAG y cómo se tomó la decisión de implementarlo en producción?
¿Cómo se organizó la inferencia de LLM (DeepSeek R1 33B)? ¿Cuántas GPU, cómo se paralelizaron?
Cuéntame sobre el proyecto de resumen de informes en Alrosa: tarea, enfoque, entrenamiento adicional.
¿Por qué eligieron Qdrant en lugar de quedarse con Elasticsearch? ¿Cuáles son las ventajas?
¿Cómo evaluaron la calidad del agente Text-to-SQL?
¿Cómo se gestionaron los picos de carga en el sistema RAG? ¿Qué ocurría bajo alta carga?
¿Qué métricas de clasificación se utilizaron para evaluar el recuperador?