GraphRAG: Especializando LLMs con conocimiento estructurado

¿Pueden los modelos de lenguaje ir más allá de su entrenamiento? Sí, y una de las formas más interesantes de lograrlo es mediante GraphRAG, la evolución de RAG (Generación Aumentada por Recuperación) que conecta los LLMs con grafos de conocimiento estructurado y actualizado. Esta técnica permite que los modelos generen respuestas más precisas, relevantes y adaptativas, sin necesidad de reentrenamiento.

En esta sesión exploraremos cómo funciona GraphRAG a través de una recreación del clásico juego “Piedra, Papel o Tijera”, expandido con nuevas reglas. Así veremos cómo los modelos pueden adaptarse a entornos cambiantes, combinando razonamiento estructurado y generación guiada, para demostrar cómo esta técnica puede aplicarse en escenarios reales donde el conocimiento evoluciona constantemente.

Si te interesa construir asistentes más inteligentes y flexibles, este podría ser el primer paso.