Saltar al contenido
hg.Héctor GarridoCiencia de datos · Estadística · Ingeniería de datos

Diario técnico

Blog

Escribo sobre ciencia de datos aplicada, patrones de programación y aprendizajes construyendo productos analíticos.

Búsqueda Híbrida en RAG: BM25, HyDE, Query Expansion y Rank Fusion

Este artículo técnico aborda las limitaciones de la búsqueda puramente vectorial en sistemas RAG, especialmente con keywords exactas, entidades raras y preguntas cortas. Presenta una solución de búsqueda híbrida que combina la búsqueda semántica con la búsqueda léxica, utilizando técnicas como BM25 para la recuperación de información basada en frecuencias de términos. Explica la implementación de BM25 en Python con la librería `rank-bm25` y cómo se integra en un índice personalizado. Además, introduce Reciprocal Rank Fusion (RRF) para combinar los resultados de diferentes métodos de ranking, m

Portafolio RAG

Mejoras al Motor RAG: Restricción de Contenido, Resiliencia y LaTeX

Este artículo técnico aborda tres problemas comunes en la implementación de un motor RAG (Retrieval-Augmented Generation). Primero, cómo evitar que el modelo responda con conocimiento general en lugar de basarse en el contexto recuperado. Segundo, cómo manejar errores transitorios de la API de Vertex AI para evitar cachear respuestas fallidas. Tercero, cómo mejorar la selección de fuentes relevantes. Se implementan restricciones en el prompt, lógica de reintentos con backoff exponencial y un sistema dinámico de selección de fuentes. El lector aprenderá técnicas para construir sistemas RAG más

Portafolio RAG

Vertex AI Exclusivo, Resiliencia y la Última Milla: Paginación

Este artículo describe la migración de un motor RAG desde una arquitectura multi-proveedor (SBERT, Ollama y Vertex AI) a una solución exclusiva con Vertex AI, explicando las razones detrás de esta decisión y el refactor resultante. Además, aborda un problema intermitente de carga de datos en la página de inicio debido a cold starts de Cloud Run. La solución implementada involucra un mecanismo de retry con exponential backoff en el cliente API (JavaScript/Axios). Aprenderás sobre las ventajas de simplificar la arquitectura, el manejo de cold starts y la implementación de retries.

Portafolio RAG

Caché Semántico, Signals y las Mil Batallas de las Imágenes en GCS

Este artículo técnico aborda el problema de la lentitud en un chatbot RAG debido a la necesidad de recalcular respuestas a preguntas repetidas. Se presenta `RAGQueryCache`, un caché semántico que utiliza embeddings para identificar preguntas similares y reutilizar respuestas almacenadas, mejorando significativamente el rendimiento. Además, se explica el uso de Django Signals para automatizar la indexación de posts en el motor de búsqueda, evitando errores manuales. Aprenderás sobre caché semántico, embeddings, cosine similarity y Django Signals.

Portafolio RAG

De Búsqueda por Keywords a RAG: Cómo le Enseñé a Mi Blog a Entender Preguntas

Este artículo técnico describe cómo se implementó un motor de búsqueda semántica para un blog personal, superando las limitaciones de la búsqueda por keywords tradicional. Se explica el concepto de embeddings, la similitud coseno y la transición de un modelo local (SBERT) a Vertex AI `text-embedding-005`. El lector aprenderá sobre el pipeline de indexación, la justificación para usar `pickle` en lugar de `pgvector` y los desafíos de convertir texto en representaciones numéricas significativas para mejorar la experiencia de búsqueda.

Portafolio RAG