🤖 Laboratorio de IA (ai-lab) v1.1
Recuperación vectorial + Inferencia de modelos + Jupyter + Experimentación automática de ML. Se usa para ejecutar modelos, hacer embeddings o ajustar parámetros.
Tabla de enrutamiento de intenciones
🗂️ Base de datos vectorial
| Dices... | Rutea a |
|---|
| "Usa Chroma para recuperación vectorial" | chroma |
| "Búsqueda FAISS" / "Búsqueda vectorial eficiente" | faiss |
| "Base de datos vectorial Qdrant" | qdrant |
Nota: pinecone es un servicio en la nube de pago, 🔴 no se usa, no está incluido.
🧠 Modelos
| Dices... | Rutea a |
|---|
| "Descarga un modelo de HuggingFace" / "Modelo HF" | huggingface-hub |
| "Ejecuta LLM localmente" / "Inferencia con llama.cpp" | llama-cpp |
| "Salida JSON estructurada" / "Formato de salida LLM" | instructor |
Nota: vllm, flash-attention, grpo-rl-training, stable-diffusion, honcho: no los utilizan los estudiantes de posgrado, no están incluidos.
💻 Entorno interactivo
| Dices... | Rutea a |
|---|
| "Ejecuta análisis de datos con Python" / "Jupyter" | jupyter-live-kernel |
🔬 Experimentación automática de ML (NUEVO v1.1)
| Dices... | Rutea a |
|---|
| "Ajuste automático de parámetros" / "Optimización automática de modelos" | aide-ml-experiment (modo de búsqueda en árbol AIDE) |
| "Optimización GPU" / "Aceleración CUDA" | Absorbe el modo optimize-for-gpu |
| "Entrenamiento con PyTorch Lightning" | Absorbe el modo pytorch-lightning |
Reglas de ejecución
- Selección de base de datos vectorial: escala local pequeña →
chroma; búsqueda eficiente → faiss; nivel de producción → qdrant
- La descarga de modelos prioriza el mirror de HuggingFace (red doméstica)
- Experimentación automática de ML: primero ejecuta una prueba a pequeña escala, luego expande (modo AIDE)
- Lo que realmente usan los estudiantes de posgrado:
jupyter-live-kernel > huggingface-hub > otros