Por favor, use este identificador para citar o enlazar este ítem:https://uvadoc.uva.es/handle/10324/78491
Título
Estudio e implementación de arquitecturas RAG avanzadas: Mejora en asistentes virtuales con documentación corporativa
Autor
Director o Tutor
Año del Documento
2025
Titulación
Grado en Ingeniería Informática de Servicios y Aplicaciones
Zusammenfassung
En el entorno corporativo actual, la gestión del vasto y creciente volumen de documentación interna representa un desafío crítico, que a menudo resulta en una pérdida de eficiencia y una barrera para el acceso rápido a la información. La aparición de LLMs (Large Language Models) ofrece una oportunidad sin precedentes para transformar la interacción con estas bases de conocimiento.
Este Trabajo de Fin de Grado aborda directamente esta problemática mediante el diseño y desarrollo de DocuBot, un asistente conversacional avanzado integrado en Microsoft Teams para la consulta de documentación.
La solución desplegada sobre la infraestructura de servicios PaaS de Microsoft Azure,
se fundamente en una arquitectura RAG (Retrieval Augmented Generation) avanzada,
que va más allá de los enfoques convencionales. La solución incorpora técnicas como la
reescritura de consultas mediante un LLM para optimizar la intención del usuario, una
búsqueda híbrida multi-índice que combina la relevancia semántica y de palabras clave, y
un mecanismo de auditoría donde otro LLM verifica las fuentes para garantizar la máxima fiabilidad y trazabilidad de la respuesta.
Este documento detalla el proceso completo, desde la fundamentación teórica de las tecnologías subyacentes hasta la planificación, el diseño de la arquitectura, la implementación y las pruebas funcionales, culminando en un producto novedoso, robusto y seguro, diseñado para resolver una necesidad empresarial tangible.
Materias Unesco
1203.17 Informática
5311.05 Marketing (Comercialización)
Palabras Clave
Large Language Models (LLMs),
DocuBot
Retrieval-Augmented Generation (RAG)
Idioma
spa
Derechos
openAccess
Aparece en las colecciones
- Trabajos Fin de Grado UVa [32321]
Dateien zu dieser Ressource
