En un pipeline de RAG (Retriever–Augmented Generation), a menudo se pone todo el foco en lograr embeddings de alta fidelidad y un índice semántico muy preciso. Sin embargo, la elección del modelo generativo (tamaño, arquitectura y cantidad de parámetros) es igual de decisiva para la calidad final de las respuestas. Un embedding “perfecto” solo asegura… Continúa leyendo »La noticia La importancia de elegir bien el modelo en Ollama en un RAG (más allá de la calidad de los embeddings) fue publicada originalmente en Wwwhatsnew.com por Juan Diego Polo.