Laboratorios de ingeniería de AI

Ejecuta las ideas. Inspecciona los límites.

Son artefactos públicos reproducibles, no sistemas alojados en funcionamiento. Cada ficha indica qué puede ejecutarse localmente, qué evidencia existe y qué sigue sin demostrarse.

• Market Analyst Agent

  Ejecución local: Un agente de investigación con LangGraph, rutas de razonamiento, memoria con checkpoints, herramientas, una capa de protección, topología de runtime y controles de harness.

  Qué inspeccionar: Cómo conecta un sistema de referencia las seis partes del agentic stack.

  Artefacto: Repositorio del código fuente · Serie sobre la arquitectura

  Limitación: Arquitectura local de referencia; no hay ningún benchmark público de fiabilidad en producción.

• RAG Evals Demo

  Ejecución local: Notebooks y módulos de evaluación para retrieval, filtros, reranking, fidelidad, jueces LLM y latencia en SciFact con Qdrant embebido.

  Resultado acotado: El repositorio fija el ejemplo práctico de retrieval del artículo en Recall@5 = 0.750, MRR = 0.625 y nDCG@5 = 0.627.

  Artefacto: Repositorio del código fuente · Guía de evaluación

  Limitación: Los resultados del ejemplo y de SciFact son específicos del corpus; vuelve a ejecutar el harness con tus propias preguntas y evidencia.

• TypeScript Agent Service

  Ejecución local: Un monorepo TypeScript con forma de producción que incluye API en streaming, esquemas estrictos, ejecución de herramientas, persistencia, worker, MCP, observabilidad y pruebas.

  Qué inspeccionar: La correspondencia, límite por límite, entre un stack de servicios Python y TypeScript.

  Artefacto: Repositorio del código fuente · Guía de implementación

  Limitación: Estructura local de servicio; el despliegue y las llamadas a proveedores requieren infraestructura y credenciales propias.

• Search Ranking Stack

  Ejecución local: BM25, dense retrieval, reciprocal-rank fusion, reranking con cross-encoder y ranking listwise con LLM sobre una muestra de datos de búsqueda de productos de Amazon ESCI.

  Qué inspeccionar: La relevancia, latencia y coste de cada etapa, en lugar de una única puntuación opaca.

  Artefacto: Repositorio del código fuente · Análisis por etapas

  Limitación: Benchmark basado en una muestra; la fila obsoleta del LLM se conserva como advertencia, no como resultado.

• Model Compression Demo

  Ejecución local: Planificación de cuantización, recetas, ejecuciones en seco y configuraciones de benchmark para flujos de trabajo con vLLM, LLM Compressor y TensorRT-LLM.

  Qué inspeccionar: Qué ruta de compresión encaja con un modelo, el hardware objetivo, el presupuesto de calidad y las restricciones de serving.

  Artefacto: Repositorio del código fuente · Guía de cuantización

  Limitación: El material público ofrece planes y recetas; las afirmaciones sobre benchmarks deben verificarse todavía en el hardware de serving objetivo.

¿Prefieres empezar por la explicación? Explora la página Trabajo o lee Edge of Context.