Members-Only
Recent Talks & Demos are for members only
You must be an AI Tinkerers active member to view these talks and demos.
Grafos universales: más allá del RAG
Examines RAG's structural assumptions, explains why it fails on complex real‑world data, and introduces universal graph methods as scalable alternatives.
Hoy, la mayoría de los sistemas de information retrieval usan arquitecturas tipo RAG o GraphRAG: se basan en búsqueda semántica, embeddings y modelos de lenguaje para recuperar información relevante.
Related projects
¿Sueñan los androides con gaviotas de plata?
Santiago
Explores how AI can analyze Chilean humor, learn cultural nuances, and develop open tools that connect art, identity,…
Construyendo sistema de RAG para búsqueda y análisis de videos
Santiago
Esta charla explica cómo implementar un sistema RAG multimodal para videos, incluyendo embeddings vectoriales de frames y audio,…
IA aplicada: del laboratorio al territorio — cómo transformar ideas en impacto real
Santiago
Comparará dos proyectos reales de IA, explicando cómo usar embeddings para búsquedas semánticas, contexto inteligente y validar respuestas…
Enhancing AI with RAG - Techniques to improve accuracy
Bogotá
Shows how GraphRAG and context-aware RAG use knowledge graphs and contextual embeddings with graph databases and ranking techniques…
RAG Copilot: Big Data-powered solutions for rapid Information extraction
Medellín
Learn how to extract information from massive datasets using a Retrieval‑Augmented Generation model, AWS serverless services, and a…
Moviendo la Aguja con la IA en la Organización: Expectativa y Realidad
Santiago
Esta charla analiza la brecha entre las expectativas y la realidad de la IA en empresas, desafíos de…