“Finetuning y RAG Asistente Legal Inteligente”

El video presenta el desarrollo de un asistente legal inteligente que utiliza el proceso de fine-tuning para adaptar la inteligencia artificial mediante ejemplos específicos de preguntas y respuestas. Se emplean herramientas como Google Colab y la librería Pandas para transformar datos de archivos Excel a un formato adecuado para el fine-tuning, utilizando el modelo GPT-3.5 Turbo por su costo y eficiencia, mientras se considera la posibilidad de modelos más avanzados como GPT-4 en el futuro. Es fundamental establecer un contexto a través de un prompt del sistema para definir la personalidad del asistente y cómo debe responder en un entorno legal. Además, se discute la importancia de evaluar los costos asociados al uso de la API de OpenAI y se sugiere crear asistentes especializados para mejorar la precisión en la atención al usuario. La colaboración entre los equipos de ingeniería y derecho es esencial para asegurar que las soluciones desarrolladas respondan a las necesidades del campo legal.

• Autores: Gonzalez Torres, Daniel Leonardo
• Fecha de publicación: 2025
• Institución: Universidad Libre
• Repositorio: RIU - Repositorio Institucional UniLibre
• OAI Identifier: oai:repository.unilibre.edu.co:10901/31260
• Acceso en línea: https://hdl.handle.net/10901/31260
• Palabra clave: Fine-tuning; Inteligencia Artificial; Google Colab; Libreria Pandas; Formato JSONL; GPT 3.5 Turbo; GPT 4; Prompt del sistema; Personalidad del asistente; Precisión; API; JurisLibreIA; Asistentes especializados; Fine-tuning; Artificial Intelligence; Google Colab; Pandas Library; JSONL Format; GPT 3.5 Turbo; GPT 4; System prompt; Assistant personality; Acuracy; API; JurisLibreIA; Especialized assistants
• License: http://purl.org/coar/access_right/c_abf2