“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 E...

Full description

Autores:: Gonzalez Torres, Daniel Leonardo

Tipo de recurso:

Fecha de publicación:: 2025

Institución:: Universidad Libre

Repositorio:: RIU - Repositorio Institucional UniLibre

Idioma:

id	RULIBRE2_9965e3a184d1c954bebac774168df6a2
oai_identifier_str	oai:repository.unilibre.edu.co:10901/31260
network_acronym_str	RULIBRE2
network_name_str	RIU - Repositorio Institucional UniLibre
repository_id_str
dc.title.spa.fl_str_mv	“Finetuning y RAG Asistente Legal Inteligente”
dc.title.alternative.spa.fl_str_mv	Conference: “Finetuning and RAG Smart Legal Assistant”
title	“Finetuning y RAG Asistente Legal Inteligente”
spellingShingle	“Finetuning y RAG Asistente Legal Inteligente” 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
title_short	“Finetuning y RAG Asistente Legal Inteligente”
title_full	“Finetuning y RAG Asistente Legal Inteligente”
title_fullStr	“Finetuning y RAG Asistente Legal Inteligente”
title_full_unstemmed	“Finetuning y RAG Asistente Legal Inteligente”
title_sort	“Finetuning y RAG Asistente Legal Inteligente”
dc.creator.fl_str_mv	Gonzalez Torres, Daniel Leonardo
dc.contributor.advisor.none.fl_str_mv	Santa Quintero, Ricardo Andres
dc.contributor.author.none.fl_str_mv	Gonzalez Torres, Daniel Leonardo
dc.subject.spa.fl_str_mv	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
topic	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
dc.subject.subjectenglish.spa.fl_str_mv	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
description	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.
publishDate	2025
dc.date.accessioned.none.fl_str_mv	2025-06-04T17:14:33Z
dc.date.available.none.fl_str_mv	2025-06-04T17:14:33Z
dc.date.created.none.fl_str_mv	2025-04-07
dc.type.coar.fl_str_mv	http://purl.org/coar/resource_type/c_7a1f
dc.type.local.spa.fl_str_mv	Tesis de Pregrado
dc.type.driver.spa.fl_str_mv	info:eu-repo/semantics/bachelorThesis
dc.identifier.uri.none.fl_str_mv	https://hdl.handle.net/10901/31260
url	https://hdl.handle.net/10901/31260
dc.relation.youtube.none.fl_str_mv	https://youtu.be/9P_rnvIBOIM?si=d3b8PwMF5k_cSWaL
dc.relation.references.spa.fl_str_mv	Abacus AI. (2023). Creating AI Agents with Abacus. Retrieved from https://www.abacus.ai/ Rauber, J., & Ziemann, T. (2020). Enabling Data-Driven Decisions through AI: A Practical Approach. Information Systems, 95, 101-113. https://doi.org/10.1016/j.is.2020.101113 Goh, G., & Wong, H. (2022). The Role of AI in Legal Services: Opportunities and Challenges. Harvard Business Review. https://hbr.org/2022/03/the-role-of-ai-in-legal-services Kearns, M., & Neel, S. (2021). A Commentary on Fairness in Machine Learning. Journal of Machine Learning Research, 22(85), 1-23. http://www.jmlr.org/papers/volume22/20-151/20-151.pdf Brown, T. B., Mann, B., Ryder, N., Subbiah, M., Kaplan, J., Dhariwal, P., ... & Amodei, D. (2020). Language Models are Few-Shot Learners. Advances in Neural Information Processing Systems, 33, 1877-1901. https://arxiv.org/abs/2005.14165 Zhang, Y., & Kuo, L. (2021). Fine-Tuning Pre-trained Language Models: Weight Initialization and Dataset Selection. Journal of Language Technology, 12(1), 34-46. https://doi.org/10.1234/jlt.2021.1201 Google. (2023). Google Colab Documentation. https://colab.research.google.com/ OpenAI. (2023). GPT-3.5 Turbo Documentation. https://platform.openai.com/docs/models/gpt-3-5 Pandas Development Team. (2023). Pandas Documentation. https://pandas.pydata.org/docs/
dc.rights.coar.fl_str_mv	http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv	http://purl.org/coar/access_right/c_abf2
dc.format.spa.fl_str_mv	PDF
dc.coverage.spatial.spa.fl_str_mv	Bogotá
institution	Universidad Libre
bitstream.url.fl_str_mv	http://repository.unilibre.edu.co/bitstream/10901/31260/4/Conferencia%20%e2%80%9cFinetuning%20y%20RAG%20Asistente%20Legal%20Inteligente%e2%80%9d.pdf.jpg http://repository.unilibre.edu.co/bitstream/10901/31260/5/Formato%20autorizaci%c3%b3n%20PUBLICACI%c3%93N%20DE%20OBRAS%20-%20Conferencia%20%e2%80%9cFinetuning%20y%20RAG%20Asistente%20Legal%20Inteligente%e2%80%9d.pdf.jpg http://repository.unilibre.edu.co/bitstream/10901/31260/3/license.txt http://repository.unilibre.edu.co/bitstream/10901/31260/1/Conferencia%20%e2%80%9cFinetuning%20y%20RAG%20Asistente%20Legal%20Inteligente%e2%80%9d.pdf http://repository.unilibre.edu.co/bitstream/10901/31260/2/Formato%20autorizaci%c3%b3n%20PUBLICACI%c3%93N%20DE%20OBRAS%20-%20Conferencia%20%e2%80%9cFinetuning%20y%20RAG%20Asistente%20Legal%20Inteligente%e2%80%9d.pdf
bitstream.checksum.fl_str_mv	41300b9a14869486517ca4d4f8b18c42 83a48928adddad24401e93c43d0ad8b5 8a4605be74aa9ea9d79846c1fba20a33 4e1060bbf176b65b1c876cb1f83c5eb9 13c1ea8266e3c517b48828fdd7db4b9b
bitstream.checksumAlgorithm.fl_str_mv	MD5 MD5 MD5 MD5 MD5
repository.name.fl_str_mv	Repositorio Institucional Unilibre
repository.mail.fl_str_mv	repositorio@unilibrebog.edu.co
_version_	1837099490051358720
spelling	Santa Quintero, Ricardo AndresGonzalez Torres, Daniel LeonardoBogotá2025-06-04T17:14:33Z2025-06-04T17:14:33Z2025-04-07https://hdl.handle.net/10901/31260El 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.Universidad Libre -- Ingenieria -- Ingenieria de sistemasThe video presents the development of an intelligent legal assistant that uses fine-tuning to adapt artificial intelligence using specific question and answer examples. Tools such as Google Colab and the Pandas library are used to transform data from Excel files into a format suitable for fine-tuning, using the GPT-3.5 Turbo model for its cost and efficiency, while considering the possibility of more advanced models such as GPT-4 in the future. Establishing context through a system prompt is essential to define the assistant's personality and how it should respond in a legal environment. Additionally, the video discusses the importance of evaluating the costs associated with using the OpenAI API, and suggests creating specialized assistants to improve the accuracy of user support. Collaboration between engineering and legal teams is essential to ensure that the developed solutions meet the needs of the legal field.PDFFine-tuningInteligencia ArtificialGoogle ColabLibreria PandasFormato JSONLGPT 3.5 TurboGPT 4Prompt del sistemaPersonalidad del asistentePrecisiónAPIJurisLibreIAAsistentes especializadosFine-tuningArtificial IntelligenceGoogle ColabPandas LibraryJSONL FormatGPT 3.5 TurboGPT 4System promptAssistant personalityAcuracyAPIJurisLibreIAEspecialized assistants“Finetuning y RAG Asistente Legal Inteligente”Conference: “Finetuning and RAG Smart Legal Assistant”Tesis de Pregradoinfo:eu-repo/semantics/bachelorThesishttp://purl.org/coar/resource_type/c_7a1fhttps://youtu.be/9P_rnvIBOIM?si=d3b8PwMF5k_cSWaLAbacus AI. (2023). Creating AI Agents with Abacus. Retrieved from https://www.abacus.ai/Rauber, J., & Ziemann, T. (2020). Enabling Data-Driven Decisions through AI: A Practical Approach. Information Systems, 95, 101-113. https://doi.org/10.1016/j.is.2020.101113Goh, G., & Wong, H. (2022). The Role of AI in Legal Services: Opportunities and Challenges. Harvard Business Review. https://hbr.org/2022/03/the-role-of-ai-in-legal-servicesKearns, M., & Neel, S. (2021). A Commentary on Fairness in Machine Learning. Journal of Machine Learning Research, 22(85), 1-23. http://www.jmlr.org/papers/volume22/20-151/20-151.pdfBrown, T. B., Mann, B., Ryder, N., Subbiah, M., Kaplan, J., Dhariwal, P., ... & Amodei, D. (2020). Language Models are Few-Shot Learners. Advances in Neural Information Processing Systems, 33, 1877-1901. https://arxiv.org/abs/2005.14165Zhang, Y., & Kuo, L. (2021). Fine-Tuning Pre-trained Language Models: Weight Initialization and Dataset Selection. Journal of Language Technology, 12(1), 34-46. https://doi.org/10.1234/jlt.2021.1201Google. (2023). Google Colab Documentation. https://colab.research.google.com/OpenAI. (2023). GPT-3.5 Turbo Documentation. https://platform.openai.com/docs/models/gpt-3-5Pandas Development Team. (2023). Pandas Documentation. https://pandas.pydata.org/docs/http://purl.org/coar/access_right/c_abf2THUMBNAILConferencia “Finetuning y RAG Asistente Legal Inteligente”.pdf.jpgConferencia “Finetuning y RAG Asistente Legal Inteligente”.pdf.jpgimage/jpeg61037http://repository.unilibre.edu.co/bitstream/10901/31260/4/Conferencia%20%e2%80%9cFinetuning%20y%20RAG%20Asistente%20Legal%20Inteligente%e2%80%9d.pdf.jpg41300b9a14869486517ca4d4f8b18c42MD54Formato autorización PUBLICACIÓN DE OBRAS - Conferencia “Finetuning y RAG Asistente Legal Inteligente”.pdf.jpgFormato autorización PUBLICACIÓN DE OBRAS - Conferencia “Finetuning y RAG Asistente Legal Inteligente”.pdf.jpgIM Thumbnailimage/jpeg32153http://repository.unilibre.edu.co/bitstream/10901/31260/5/Formato%20autorizaci%c3%b3n%20PUBLICACI%c3%93N%20DE%20OBRAS%20-%20Conferencia%20%e2%80%9cFinetuning%20y%20RAG%20Asistente%20Legal%20Inteligente%e2%80%9d.pdf.jpg83a48928adddad24401e93c43d0ad8b5MD55LICENSElicense.txtlicense.txttext/plain; charset=utf-81748http://repository.unilibre.edu.co/bitstream/10901/31260/3/license.txt8a4605be74aa9ea9d79846c1fba20a33MD53ORIGINALConferencia “Finetuning y RAG Asistente Legal Inteligente”.pdfConferencia “Finetuning y RAG Asistente Legal Inteligente”.pdfapplication/pdf207575http://repository.unilibre.edu.co/bitstream/10901/31260/1/Conferencia%20%e2%80%9cFinetuning%20y%20RAG%20Asistente%20Legal%20Inteligente%e2%80%9d.pdf4e1060bbf176b65b1c876cb1f83c5eb9MD51Formato autorización PUBLICACIÓN DE OBRAS - Conferencia “Finetuning y RAG Asistente Legal Inteligente”.pdfFormato autorización PUBLICACIÓN DE OBRAS - Conferencia “Finetuning y RAG Asistente Legal Inteligente”.pdfapplication/pdf222119http://repository.unilibre.edu.co/bitstream/10901/31260/2/Formato%20autorizaci%c3%b3n%20PUBLICACI%c3%93N%20DE%20OBRAS%20-%20Conferencia%20%e2%80%9cFinetuning%20y%20RAG%20Asistente%20Legal%20Inteligente%e2%80%9d.pdf13c1ea8266e3c517b48828fdd7db4b9bMD5210901/31260oai:repository.unilibre.edu.co:10901/312602025-06-21 06:01:13.835Repositorio Institucional Unilibrerepositorio@unilibrebog.edu.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

“Finetuning y RAG Asistente Legal Inteligente”

Publicaciones similares