Lo interesante está en los logs

GraphRAG paso a paso

Tutorial práctico de GraphRAG: cómo definir una ontología, extraer entidades y relaciones con un LLM, cargarlas en Neo4j y resolver preguntas multi-hop con búsqueda local y global.

Introducción a graph-RAG

Una introducción a los grafos y a Neo4j pensada como base para entender graph-RAG, la técnica que combina grafos de conocimiento con recuperación de información.

OpenSpec

OpenSpec es un framework ligero para Spec-Driven Development: primero defines qué construir, luego el agente lo implementa. Una guía práctica para integrar specs versionadas en el repositorio.

El dilema del silicio

¿Son buenos o malos los modelos de lenguaje por naturaleza? Para averiguarlo, los sometí al dilema del prisionero, al póker y al Gran Consejo Galáctico. Lo que descubrí dice algo sobre ellos y bastante sobre nosotros.

¿En qué idioma piensan los LLMs?

¿Cómo pueden los modelos de lenguaje hablar finés, chino o incluso klingon? ¿Podemos saber en qué idioma piensan los LLM.

Disonancias cognitivas en modelos empáticos

Sectas que esperan ovnis, modelos que se enredan con un elefante, y un espejo que nos da siempre la razón. Una historia sobre posibles casos de disonancia cognitiva en los llms.

Autopsia de una alucinación

¿Por qué fallan los prompts? Un recorrido por self-critique, logprobs, incertidumbre semántica e interpretabilidad para hacerle la autopsia a una alucinación.

MAD: Multi-Agent Debate

Qué es Multi-Agent Debate (MAD), por qué puede reducir sesgos y alucinaciones en LLMs, y cómo implementar un debate entre agentes con LangGraph, roles, rondas y moderador.

Consideraciones epistemológicas en los espacios latentes

Una guía divulgativa para entender los espacios latentes de los LLMs, cómo aprenden los Transformers y por qué conviene hablar bien a la inteligencia artificial.

Introducción al context engineering

Los LLMs no mejoran solo con modelos más grandes: el verdadero reto está en qué contexto reciben, cómo lo recuerdan y cómo se organiza.