Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 2 vistas

    Vectorizacion RAG

    Cargado por

    josejuradoromero
    El documento aborda el proceso de Recuperación Aumentada por Generación (RAG), que permite a los modelos de lenguaje acceder a información actualizada y precisa de bases de conocimiento externas. Se discute la importancia de los vectores y embeddings en la representación de datos, así como la búsqueda semántica para mejorar la relevancia de las respuestas generadas. Además, se presentan bases de datos vectoriales como Elasticsearch y modelos de embedding para optimizar la recuperación de información.

    Copyright:

    © All Rights Reserved
    Descargue como PPTX, PDF, TXT o lea en línea desde Scribd

    Vectorizacion RAG

    Cargado por

    josejuradoromero
    2 vistas21 páginas
    El documento aborda el proceso de Recuperación Aumentada por Generación (RAG), que permite a los modelos de lenguaje acceder a información actualizada y precisa de bases de conocimiento externas. Se discute la importancia de los vectores y embeddings en la representación de datos, así como la búsqueda semántica para mejorar la relevancia de las respuestas generadas. Además, se presentan bases de datos vectoriales como Elasticsearch y modelos de embedding para optimizar la recuperación de información.

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PPTX, PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    El documento aborda el proceso de Recuperación Aumentada por Generación (RAG), que permite a los modelos de lenguaje acceder a información actualizada y precisa de bases de conocimiento externas. Se discute la importancia de los vectores y embeddings en la representación de datos, así como la búsqueda semántica para mejorar la relevancia de las respuestas generadas. Además, se presentan bases de datos vectoriales como Elasticsearch y modelos de embedding para optimizar la recuperación de información.

    Copyright:

    © All Rights Reserved
    Descargue como PPTX, PDF, TXT o lea en línea desde Scribd
    Descargar como pptx, pdf o txt
    2 vistas21 páginas

    Vectorizacion RAG

    Cargado por

    josejuradoromero
    El documento aborda el proceso de Recuperación Aumentada por Generación (RAG), que permite a los modelos de lenguaje acceder a información actualizada y precisa de bases de conocimiento externas. Se discute la importancia de los vectores y embeddings en la representación de datos, así como la búsqueda semántica para mejorar la relevancia de las respuestas generadas. Además, se presentan bases de datos vectoriales como Elasticsearch y modelos de embedding para optimizar la recuperación de información.

    Copyright:

    © All Rights Reserved
    Descargue como PPTX, PDF, TXT o lea en línea desde Scribd
    Descargar como pptx, pdf o txt
    Está en la página 1de 21

    Vectorizaci

    ón y RAG
    AI & ANALYTICS

    Cristina García Pérez


    Índice
     RAG
     El Proceso del RAG
     Utilizar datos vectoriales para mejorar la respuesta
     Entendiendo los vectores
     ¿Qué son y para qué sirven los Embeddings?
     La Búsqueda basada en vectores
     Principales bases de datos vectoriales y Embeddings más usados
     Funcionamiento interno de las bases de datos vectoriales
     Ventajas de usar bases de datos vectoriales
     Elasticsearch
     ¿Cómo funciona Elasticsearch?
     Alternativas a Elasticsearch
    Índice
     Modelos de vectorización (Text Embedding Models)
     all-MiniLM-L6-v2
     paraphrase-multilingual-mpnet-base-v2
    RAG
     Marco de la IA para recuperar datos de una base de
    conocimientos externa.

     Objetivo: Basar los LLM en la información más precisa y


    actualizada.
    Beneficios del RAG

    1. Garantizar que el modelo tenga acceso a los hechos más


    actuales y fiables.

    2. Los usuarios tengan acceso a las fuentes del modelo.

    El RAG implementa métodos de


    recuperación de búsqueda
    (semántica/híbrida) para responder al
    usuario y ofrecer resultado más relevantes.
    Proceso del RAG

    1. Usuario introduce pregunta.

    2. Búsqueda de información en fuentes de conocimiento


    externas.

    3. La información relevante es trasferida al LLM junto con la


    pregunta del usuario.

    4. El LLM es capaz de generar una respuesta acertada.


    Entendiendo los vectores
     Vector: Representación matemática que permite codificar
    información en un espacio multidimensional.

     Facilita que las máquinas comprendan las relaciones entre


    conceptos.

    EMBEDDINGS
    ¿Qué son y para qué sirven los Embeddings?

     Embedding: Técnica de NLP que convierte el lenguaje humano en


    vectores matemáticos.

     Capturan el significado semántico de la información.

     Técnica utilizada ampliamente en la IA para tareas como el análisis


    de sentimiento, la clasificación de texto y la traducción automática.
    ¿Qué son y para qué sirven los Embeddings?

     Como las palabras son tratadas como datos significa que,


    podemos comparar diferentes embeddings y ver lo similares o
    diferentes que son.
    La Búsqueda Basada en Vectores

     Búsqueda semántica: Recupera datos por su significado y no


    por coincidencia.

     Técnica más popular: Búsqueda de similitud del coseno


    (mide el ángulo entre dos vectores para determinar su similitud
    direccional).

     El RAG une la búsqueda semántica y la generación de texto


    para producir respuestas más precisas y contextualizadas.
    Funcionamiento Interno de las Bases de
    Datos Vectoriales

     Incrustaciones vectoriales: Representaciones significativas de los


    datos.
     Contienen cientos de miles de elementos.

     Pueden capturar miles de características.

     Representan los datos en el “espacio vectorial” de una base de datos


    vectorial.
    Ventajas de usar Bases de Datos Vectoriales

    ESCALABILIDA
    BÚSQUEDA D
    EFICIENTE DE
    SIMILITUDES

    EFICIENCIA EN
    PROCESAMIENT EL USO DE
    O EN TIEMPO RECURSOS
    REAL
    Elasticsearch

     Base de datos NoSQL, open source y muy popular en Big Data.

     Permite almacenar datos de una forma escalable y realizar


    búsquedas de texto más avanzadas.

     Escrito en el lenguaje de programación Java.

     Numerosas herramientas para realizar consultas y explotar los


    datos almacenados.
    ¿Cómo Funciona Elasticsearch?

     Cada documento se trata como un elemento de un índice.

    Alternativas
     MongoDB: Base de datos más flexible, orientada a manejar
    datos de todo tipo y en prácticamente cualquier proyecto.
    Text Embedding Models - all-
    MiniLM-L6-v2
     Asigna frases y párrafos a un espacio vectorial denso de 384 dim.

     Tareas: Agrupación o búsqueda semántica.

     Objetivo: Codificar frases y párrafos cortos.

     Vector puede utilizarse para tareas de recuperación de información, agrupación o


    similitud de frases.
    Text Embedding Models - LaBSE
     Modelo transformador de frases multilingüe.

     Asigna frases y párrafos a un espacio vectorial denso de 768 dim.

     Capaz de manejar varios idiomas identificando y representando similitudes


    semánticas entre ellos.
    ¡MUCHAS GRACIAS!

    Vectorizaci
    ón y RAG
    AI & ANALYTICS

    Cristina García Pérez

    También podría gustarte

    pFad - Phonifier reborn

    Pfad - The Proxy pFad of © 2024 Garber Painting. All rights reserved.

    Note: This service is not intended for secure transactions such as banking, social media, email, or purchasing. Use at your own risk. We assume no liability whatsoever for broken pages.


    Alternative Proxies:

    Alternative Proxy

    pFad Proxy

    pFad v3 Proxy

    pFad v4 Proxy