Presentación de RAG 2.0: RAG con agentes + grafos de conocimiento (plantilla gratuita)

Cole Medin. Es una implementación funcional que combina RAG con agentes y grafos de conocimiento; el agente decide cuándo utilizar la búsqueda vectorial, cuándo consultar Neo4j y cuándo hacer ambas cosas. Es la demostración más clara de YouTube del patrón «el agente como planificador de la recuperación» descrito en el artículo, con código que puedes descargar y ejecutar.

Ver siguiente

Continúa por el mismo itinerario de aprendizaje con los siguientes vídeos complementarios seleccionados.

13 minutos

RAG vs Fine-Tuning vs Prompt Engineering: Optimizando modelos de IA

Elegirás entre prompting, RAG, fine-tuning o una combinación según el modo de fallo real.

AvanzadoIA para empresas

157 minutos

Fine-tuning de modelos LLM: curso de IA generativa

Podrás ejecutar de principio a fin fine-tuning con cuantización, LoRA y QLoRA en hardware que la mayoría de los desarrolladores ya posee.

AvanzadoIA privada/local

15 minutos

Cómo construimos agentes efectivos: Barry Zhang, Anthropic

Diseñarás bucles de agentes más sencillos, con reglas de parada, límites de tarea y puntos de control humano claros.

AvanzadoAutomatizaciones