Estudio, análisis y experimentación del uso de técnicas Retrieval-Augmented Generation para grandes modelos del lenguaje

Abstract

[ES] El presente trabajo aborda el estudio y la aplicación de técnicas específicas en IA Generativa, con el objetivo de mejorar el rendimiento de un RAG (Retrieval-Augmented Generation). El trabajo se centra especialmente en las técnicas de recuperación y generación, que son estrategias fundamentales para guiar y mejorar la generación de texto por parte del modelo RAG. Además, se desarrollará un experimento enfocado en evaluar el rendimiento del modelo en la generación de documentos. Este experimento incluye la utilización del gran modelo de lenguaje Llama 3-8B y modelos de vectorización del idioma español, junto a las técnicas recuperación y generación mencionadas, con el fin de identificar las configuraciones óptimas para mejorar la calidad y la coherencia del texto generado.

[EN] This paper deals with the study and application of specific techniques in Generative AI, with the aim of improving the performance of a RAG (Retrieval-Augmented Generation). The work focuses especially on retrieval and generation techniques, which are fundamental strategies to guide and improve text generation by the RAG model. In addition, an experiment focused on evaluating the performance of the model in document generation will be developed. This experiment includes the use of the Llama 3-8B large language model and Spanish language vectorization models, together with the aforementioned retrieval and generation techniques, in order to identify the optimal configurations to improve the quality and consistency of the generated text.