PULSO AI · Nueva plataforma impulsada por TD
NeoMME es una familia de encoders multimodales de 260M y 800M parámetros que procesa texto y parches de imagen en un único Transformer bidireccional. Entrenado desde cero con un objetivo de difusión discreta enmascarada, ofrece altas tasas de recuperación y eficiencia en almacenamiento.
Los sistemas RAG combinan recuperación y generación, lo que exige métricas y marcos de evaluación propios. Aquí comparamos RAGAS, TruLens y DeepEval, y damos pautas prácticas para equipos latinoamericanos.
Vector RAG y GraphRAG resuelven necesidades distintas: el primero es rápido y directo para respuestas locales; el segundo aporta estructura y mejores capacidades de razonamiento multi-hop. En muchas implementaciones la combinación híbrida trae lo mejor de ambos mundos.
Hugging Face presentó seis CrossEncoders Ettin Reranker, entrenados con una receta de distilación y diseñados para reordenar resultados recuperados por embedders. Aceptan hasta 8K tokens y ofrecen distintos puntos entre velocidad y precisión para producción.
