Marketplace B2B: arquitectura, búsqueda, transacciones y modelo operativo
Un marketplace no es un catálogo con dos tipos de cuentas. Orquesta datos, compromisos y excepciones entre varias organizaciones.
Blog de PartITech
Blog tecnológico
Análisis técnicos, guías prácticas y experiencia de campo para diseñar, modernizar y mantener aplicaciones sostenibles.
Retomar el mantenimiento de una aplicación empresarial: el método de los primeros 90 días
Una recuperación exitosa comienza antes de la primera corrección. Asegura los accesos, hace que la explotación sea reproducible, reduce las incógnitas y organiza la transmisión del conocimiento profesional.
RAG, afinamiento o ingeniería de prompts: elegir el método adecuado de especialización de un modelo
El RAG aporta conocimientos en el momento de la respuesta. El fine-tuning modifica principalmente el comportamiento aprendido. El prompt enmarca una tarea. Confundirlos conduce a proyectos costosos y difíciles de evaluar.
Auditoría técnica de una aplicación web: la lista de verificación completa antes de la reanudación, rediseño o adquisición
Una auditoría útil no produce una lista abstracta de defectos. Transforma el estado real de una aplicación en riesgos comprensibles, prioridades cuantificadas y escenarios de decisión.
Agente IA de negocio conectado al sistema de información: permisos, trazabilidad y seguridad
Un agente se vuelve arriesgado en el momento en que puede actuar. La seguridad debe centrarse en cada herramienta, cada recurso y cada etapa, no solo en el modelo.
LoRA o ajuste fino completo: ¿qué estrategia elegir para tus modelos de IA?
LoRA o Fine-Tuning Completo: ¿Qué Estrategia de Fine-Tuning Elegir para Sus Modelos de IA? En un mundo cada vez más dominado por la inteligencia artificial (IA), la adaptación de los modelos de lenguaje a necesidades empresariales específicas se ha convertido en un desafío estratégico para muchas empresas. Los modelos tipo Transformador, como LLaMA, Mistral, Phi, Qwen o GPT, son herramientas poderosas capaces de comprender y generar texto, pero a menudo requieren una personalización para sati...
Sistema RAG con txtai — parte 3: caso práctico
En esta última parte de Sistema RAG y TxtAi, abordamos cómo crear un sistema completo con casos prácticos, usando un modelo enriquecido con nuestros propios datos. Cubrimos desde la indexación de contenidos hasta la respuesta a preguntas concreta.
Sistema RAG con txtai — parte 2: base de datos e indexación vectorial
En este artículo, exploramos el uso de bases de datos para almacenamiento de conocimientos con TxtAi y discutimos las tecnologías de índice vectorial como Elasticsearch, Faiss, Milvus, Pinecone, Weaviate, Annoy, HNSW y Postgresql con pgvector.
Sonata Extra Bundle: cortafuegos de aplicaciones
El SonataExtraBundle proporciona un conjunto de funcionalidades mejoradas para la gestión de las reglas de firewall en el entorno Sonata Admin. Este bundle permite a los administradores crear y gestionar reglas para filtrar las solicitudes según diferentes criterios como palabras prohibidas, direcciones IP y agentes de usuario.
Sonata Extra Bundle: bloque de consentimiento de cookies (RGPD)
El bloque de consentimiento de cookies es una solución personalizable integrada en el Sonata Extra Bundle para gestionar el consentimiento de los usuarios respecto a las cookies conforme a las regulaciones GDPR. Ofrece una interfaz flexible y fácil de usar para la gestión del consentimiento de cookies.
Sistema RAG con txtai — parte 1: generación aumentada por búsqueda
Descubre el mundo de la "Generación Mejorada por Recuperación" (Retrieval-Augmented Generation - RAG) - una fusión innovadora de recuperación de información y generación de lenguaje en el procesamiento de lenguaje natural. Explora los componentes clave, desafíos y oportunidades de esta tecnología, y sigue una guía práctica para implementar un sistema RAG utilizando TxtAi y Llama.cpp.
llama.cpp : ejecutar un LLM localmente
Llama CPP es una nueva herramienta diseñada para ejecutar modelos de lenguaje, directamente en C/C++. Esta herramienta está especialmente optimizada para los procesadores Apple Silicon gracias al uso de la tecnología ARM NEON y del framework Accelerate. También ofrece compatibilidad AVX2 para sistemas basados en arquitecturas x86. Funcionando principalmente en la CPU, Llama CPP también integra la capacidad de cuantificación de 4 bits, aumentando así su eficiencia.