IA APLICADA · PROYECTO PERSONAL
Document
RAG System.
Un pipeline que estructura documentación técnica y la convierte en una fuente de respuestas con contexto.
- Chunking jerárquico: documento, sección y fragmento.
- Indexación incremental de los fragmentos modificados.
- Recuperación semántica y respuestas trazables.
DEL PDF A LA RESPUESTA
- EstructuradoSecciones y jerarquía · ~350 palabras · máx. 500Ventana fija500 palabras · solapamiento 75 · sin límites semánticos
MinerU extrae cada PDF a Markdown normalizado. Cada documento recibe un document_id estable y sus artefactos se guardan en una carpeta propia.
RESULTADOS · 78 PREGUNTAS · 2 LIBROS TÉCNICOS
estructurado vs. ventana fija · mismo top-kmenos caracteres de contexto recuperado
menos tokens en el prompt
preguntas en las que la versión estructurada recuperó menos contexto (94,9 %)
- Libro 1−26,57 % contexto30 preguntas · tiempo de generación −5,61 %
- Libro 2−13,68 % contexto28 preguntas · tiempo de generación −2,71 %
- Libros 1+2−18,03 % contexto20 preguntas · tiempo de generación +2,34 %
Mide eficiencia de contexto con top-k fijo. La calidad de las respuestas no se evaluó formalmente y la latencia no siempre acompaña.Métricas públicas

