Clasificador de Manuales RAG - BETO fine-tuning parcial
Modelo de clasificación supervisada de texto para seleccionar automáticamente el manual que debe consultar un sistema RAG.
Clases
- manual_campana
- manual_horno
- manual_lavadora
Arquitectura
- Modelo base: dccuchile/bert-base-spanish-wwm-cased
- Estrategia: fine-tuning parcial
- Capas congeladas: la mayor parte del encoder BETO
- Capas entrenables: últimas capas del encoder y cabeza clasificadora
- Dataset: 225 preguntas sintéticas, 75 por manual
- Uso: etapa previa al RAG para determinar el campo
libro_filtro
Resultados
- Accuracy evaluación: 0.9778
- F1 macro evaluación: 0.9778
Contexto académico
Este modelo adapta la lógica del Taller 8, originalmente aplicada a clasificación de tickets, al caso de selección documental para un chatbot RAG. La salida del modelo define qué manual debe consultarse antes de ejecutar la búsqueda vectorial en Supabase.
