Descubre «El juego de las palabras parecidas», una actividad didáctica e interactiva del Proyecto PINSAPIA (Línea Hopper) desarrollada en el IES Monterroso bajo el marco de MonteSTEAM y AIDARAC. A través de una aplicación web en FastAPI, el alumnado experimenta con embeddings, vectores y la similitud del coseno para comprobar de manera práctica, matemática y sin rodeos cómo miden los modelos de Inteligencia Artificial la relación semántica entre conceptos.
Aprende a implementar el Proyecto Ingrid Daubechies, un sistema de RAG Vectorial y búsqueda semántica local sobre PDFs y documentos de texto utilizando FastAPI, Uvicorn y LM Studio. Desarrollado dentro de las iniciativas MonteSteam y AIDARAC del IES Monterroso, este proyecto enseña al alumnado a procesar información mediante embeddings (nomic-embed-text) y similitud del coseno, logrando respuestas precisas, 100% privadas y sostenibles sin depender de APIs en la nube.
Aprende a construir un sistema RAG (Generación Aumentada por Recuperación) 100% local, gratuito y privado utilizando FastAPI, Python y LM Studio. Explicamos paso a paso cómo conectar una base de datos en CSV con un LLM local para responder preguntas sin alucinaciones, analizando desde la búsqueda por similitud coseno hasta la optimización de prompts en el aula.
Primera sesión del Proyecto Karen Spärck Jones: comparación práctica en Python entre la búsqueda literal de palabras (BM25) y la búsqueda semántica por vectores de significado (embeddings), analizando y enfrentando sus resultados sobre el corpus real de AIDARAC mediante consola e interfaz web.
Quinta sesión de Constelación de Palabras: se retoma la idea que se dejó aparcada a propósito en la sesión 2 — una relación semántica de verdad, con un segundo modelo de embeddings — pero esta vez con una condición clara: solo si no ralentiza la aplicación. La respuesta no salió de una suposición, sino de medirlo de verdad en ROCKY.