LangChain.js & Generative AI

Antes de utilizar Inteligencia Artificial en aplicaciones más grandes, quería comprender mejor qué ocurre realmente entre una pregunta enviada por un usuario y la respuesta que aparece en la pantalla.

El repositorio LangChain.js & Generative AI Projects reúne experimentos realizados durante ese proceso de aprendizaje.

Más allá del prompt

Utilizar un modelo de lenguaje puede parecer simple: enviamos una pregunta y recibimos una respuesta.

Las aplicaciones reales hacen que ese flujo se vuelva mucho más complejo.

¿Cómo permitir que una IA consulte información que no conoce? ¿Cómo hacer que una conversación recuerde lo que se dijo antes? ¿Cómo encontrar la información correcta dentro de una gran cantidad de documentos?

Estas fueron algunas de las preguntas exploradas en este proyecto.

Experimentando distintas posibilidades

En lugar de construir un único producto, utilicé este repositorio como un laboratorio.

Allí pude experimentar con distintos modelos, formas de almacenar información y maneras de proporcionar contexto antes de producir una respuesta.

Ese enfoque fue importante porque me permitió comprender las ventajas y limitaciones de cada estrategia antes de utilizarlas en proyectos más grandes.

Del laboratorio a aplicaciones reales

Parte del conocimiento adquirido en estos experimentos terminó influyendo posteriormente en otros proyectos.

Conceptos relacionados con recuperación de información, contexto, clasificación e integración con modelos de lenguaje aparecen de una forma más madura en aplicaciones como mAIo Assistant.

Por eso, considero este proyecto principalmente como un registro de la transición entre estudiar Inteligencia Artificial y empezar a utilizarla como una herramienta de ingeniería de software.