Miguel Murga Guevara

Ingeniero en Electrónica y Telecomunicaciones

Desarrollador Full Stack entusiasta especializado en Nuxt 3, Vue 3 y Python. Ingeniero en Electrónica y Telecomunicaciones con pasión por la Industria 4.0. Aprendizaje rápido y liderazgo efectivo, con experiencia en servicio al cliente y educación.

Investigaciones y Publicaciones

ETHPACiberseguridad

Análisis profundo sobre la aplicación de técnicas de hacking ético y mitigación de vulnerabilidades en entornos virtualizados.

LEER INVESTIGACIÓN DESCARGAR PDF

GenAIModelos LLM

Particularidades de los Modelos de Lenguaje Grandes: De la Neurona Artificial al Mecanismo de Atención en Transformers.

VER VERSIÓN WEB DESCARGAR PDF

RAG HíbridoArquitectura

Optimización de la Recuperación de Información Técnica: Análisis de una Arquitectura RAG Híbrida basada en Jina AI, Cohere y DeepSeek

VER EVIDENCIA TÉCNICA

Evidencia de Rigor Académico: RAG Híbrido

Paper Técnico2026-03-18ID Sistema: django-portfolio-chat-prod

Optimización de la Recuperación de Información Técnica: Análisis de una Arquitectura RAG Híbrida basada en Jina AI, Cohere y DeepSeek

Laboratorio de Ingeniería de Software - Miguel Murga Guevara

#Jina Embeddings v3 #Cohere Rerank #MongoDB Atlas Vector Search #DeepSeek LLM #Maximal Marginal Relevance (MMR)

Especificación Técnica de la Arquitectura

Embedding Layer

Jina AI (jina-embeddings-v3)

Utilizado para proyectar consultas y documentos en un espacio vectorial común, optimizado para la recuperación semántica bilingüe.

Tarea: text-matching | Norma: true

Vector Store

MongoDB Atlas

Búsqueda: $vectorSearch (vector_index_cosine)

Respaldo: In-memory Cosine Similarity (NumPy based)

Reranking Layer

Cohere rerank-multilingual-v3.0

Ajuste dinámico del umbral (min_score * 0.8) para términos de seguridad (hacking, vulnerabilidad, etc.) para capturar contexto técnico crítico.

Umbrales: Def 0.35 | Seg 0.28

Generation Layer

deepseek-chat

Fidelidad estricta al contexto
Citación de fuentes obligatoria
Manejo de insuficiencia de información

Temp: 0.4 | Max: 2000

Metodología Aplicada

Maximal Marginal Relevance (MMR) con lambda=0.7 para garantizar que los top-k resultados no sean redundantes entre sí.

1. Query Encoding (Jina API)

2. Candidate Retrieval (MongoDB Vector Search)

3. MMR Filtering (Redundancy reduction)

4. Semantic Reranking (Cohere API)

5. Context-Augmented Generation (DeepSeek API)

Evidencia Empírica (Logs)

[LOG-RAG-20260318-001] RAGAgent.search_documents

2026-03-18T16:45:00Z

QUERY: Explica el mecanismo de atención escalada

DOMAIN: ia_generativa

RERANK: El nodo 'node_3.3.2_scaled_dot_product' subió de posición 3 a 1 tras el reranking (score: 0.985)

TOKENS: 1240 in / 315 out | 2450ms

[LOG-SEC-20260318-002] RAGAgent.answer_question

2026-03-18T17:12:30Z

QUERY: ¿Cómo se usó sqlmap en el reporte de ETHPA?

DOMAIN: ciberseguridad

SECURITY: Umbral de reranking reducido a 0.28 por detección de términos 'sqlmap'

KEY NODE: listing3_sqlmap_cookie

La respuesta integró datos del nodo 'ethpa_sqlmap' citando el listing 3 del documento original.

Conclusión Académica

La arquitectura implementada demuestra una robustez superior al integrar re-ranking multilingüe y diversificación MMR. El ajuste dinámico de umbrales para el dominio de ciberseguridad permite una recuperación de alta precisión en casos de 'long-tail' técnico que los sistemas RAG genéricos suelen ignorar. La sinergia entre Jina v3 (embeddings) y DeepSeek (razonamiento) posiciona a este sistema como una solución de grado de producción altamente confiable.