Datos, RAG e IA propia etiqueta | eYssen AI

18 Artículos

Datos, RAG e IA propia ×

Un chatbot de conocimiento interno: un plan realista

Krisztian Eyssen, Krisztian Eyssen

Un chatbot de conocimiento interno: un plan realista

El chatbot de una aerolínea explicó mal las reglas de su tarifa por duelo. La empresa se defendió diciendo que no responde por «la información facilitada por sus agentes, incluido un chatbot», y llegó a plantear que **el chatbot es una entidad jurídica aparte**. La respuesta del tribunal cabe en una frase que merece la pena imprimir: **«Da igual que la información venga de una página estática o de un chatbot.»** La indemnización fue de 812 dólares. El precedente no sale tan barato.

Intermedio Empresario Receta Datos, RAG e IA propia

13 sept 2026 IA en Pequeños Bocados

¿Cómo saber si tu sistema RAG responde bien?

Krisztian Eyssen, Krisztian Eyssen

¿Cómo saber si tu sistema RAG responde bien?

En una campaña pública de evaluación se comparó un modelo juez con un evaluador humano. Su acuerdo, corregido por azar, salió **0,29**. En esa misma tarea, **dos personas se pusieron de acuerdo en −0,03**: peor que el azar. Así que no va de «la máquina es mala y la persona buena». La tarea misma está mal definida en los casos límite. Este artículo trata de lo que aun así se puede medir con fiabilidad.

Avanzado Empresario Guía práctica Datos, RAG e IA propia

13 sept 2026 IA en Pequeños Bocados

Hybrid search: por qué los vectores no bastan

Krisztian Eyssen, Krisztian Eyssen

Hybrid search: por qué los vectores no bastan

En una medición académica de 24 mil preguntas, la búsqueda vectorial acertó un **19,2 %** en las preguntas del tipo «¿quién es hijo de [X]?» — el algoritmo de palabras clave de hace décadas, un **82,9 %**. Sesenta y tres puntos de diferencia. Esos mismos métodos, en otra serie de preguntas, quedan justo al revés. **Ninguno es mejor que el otro: tienen fallos distintos.** Solo que el hybrid search no es lo que más mejora — eso es el re-ranking.

Avanzado Desarrollador Guía práctica Datos, RAG e IA propia

13 sept 2026 IA en Pequeños Bocados

Bases de datos vectoriales sin jerga

Krisztian Eyssen, Krisztian Eyssen

Bases de datos vectoriales sin jerga

Un mito extendido dice que el índice vectorial se come mucha memoria. Según la fórmula oficial de planificación de capacidad del fabricante, **el grafo es el 5 % de la memoria total** — 0,29 GB de índice junto a 5,72 GB de vectores. Lo que se come la memoria son los vectores. Y hay una cifra todavía más importante: **diez mil vectores son 75 megabytes.** Caben en un teléfono. Así que la pregunta no es si hace falta una vector database aparte, sino **cuándo** — y la respuesta suele ser «más tarde de lo que crees».

Intermedio Desarrollador Explicación Datos, RAG e IA propia

13 sept 2026 IA en Pequeños Bocados

Chunking: preparar y dividir tus documentos

Krisztian Eyssen, Krisztian Eyssen

Chunking: preparar y dividir tus documentos

Según una medición, por el simple hecho de trocear el documento largo el retrieval sube de **28,2 a 45,7** — **17,5 puntos gratis**. Esa misma medición muestra también que **el chunk más grande es monótonamente peor**. Lo incómodo: las herramientas más extendidas vienen de fábrica con 800 y 1.024 tokens, o con 4.000 caracteres — y en una medición independiente el ajuste de 800 quedó **al fondo del pelotón**.

Avanzado Empresario Guía práctica Datos, RAG e IA propia

13 sept 2026 IA en Pequeños Bocados

Enseñar a la IA tus propios documentos: RAG explicado

Krisztian Eyssen, Krisztian Eyssen

Enseñar a la IA tus propios documentos: RAG explicado

Empecemos por una medición de 910 preguntas: el mismo modelo acertó un **48,1 %** en su estado base, un **50,4 %** tras el fine-tuning y un **87,5 %** con RAG. En otro modelo el fine-tuning no mejoró, sino que **empeoró** el resultado: del 35,3 % al 21,9 %. Así que RAG no es una opción más entre varias: con conocimiento nuevo es un orden de magnitud mejor. Solo que **no es enseñar** — y casi toda la decepción viene de creer que sí lo es.

Intermedio Empresario Explicación Datos, RAG e IA propia

13 sept 2026 IA en Pequeños Bocados

1
2

Síganos

Archivos

Etiquetas

Categoría

Fundamentos de la IA Seguridad y riesgos Regulación y política Infraestructura y chips Negocios y acuerdos Prompting Modelos y mercado Escritura y contenido Imagen y diseño Vídeo y audio Marketing y SEO Programación y desarrollo Trabajo y productividad Agentes y automatización Datos, RAG e IA propia Negocio, legalidad y seguridad

Empresa

OpenAI Anthropic Google xAI (Grok) Meta Microsoft Mistral Laboratorios chinos

Formato

Guía práctica Explicación Comparativa Reseña de herramienta Receta Plantilla Solución de problemas Caso práctico Glosario Noticia

Herramienta

OpenRouter Perplexity HeyGen ElevenLabs Suno Obsidian MCP n8n Ollama EYAS

Nivel

Principiante Intermedio Avanzado

Público

Todos Personal de oficina Marketing Creativo Empresario Desarrollador

Otros

Odoo