¿Cómo hacer que una aplicación pueda entender el significado de una consulta y no solamente buscar palabras exactas?

En esta TsáchiTalk exploraremos el mundo de los embeddings y la búsqueda semántica, dos conceptos fundamentales para construir aplicaciones modernas basadas en inteligencia artificial y LLMs.

Veremos cómo los textos pueden transformarse en representaciones vectoriales que permiten comparar información por significado y contexto, y cómo utilizar estas representaciones para crear sistemas de búsqueda más inteligentes.

También conoceremos el papel de Qdrant como base de datos vectorial y exploraremos cómo integrarlo con aplicaciones que utilizan Large Language Models (LLMs).

Durante la charla abordaremos:

* ¿Qué son los embeddings y cómo funcionan?

* Diferencias entre búsqueda tradicional y búsqueda semántica.

* Cómo representar información mediante vectores.

* ¿Qué es Qdrant y para qué sirve?

* Integración de embeddings, bases vectoriales y LLMs.

* Casos de uso para búsqueda inteligente y sistemas RAG.

* Consideraciones para construir aplicaciones de IA basadas en búsqueda semántica.

Una sesión pensada para desarrolladores, estudiantes y personas interesadas en entender cómo funcionan algunas de las tecnologías que están detrás de las aplicaciones modernas de inteligencia artificial.