TEMA: Asistente de Consulta en Lenguaje Natural para Inversiones Públicas con Recuperación Híbrida y Generación Anclada

INTEGRANTES:
- Karina Vanessa Flores Araujo.
- Ángel David Agapito Cueto
- Adrián Jesús Gutiérrez Vilca
- Marlon Jesús Ingaruca Puente

RESUMEN
El trabajo presenta un asistente de consulta en lenguaje natural sobre inversiones públicas de San Martín, basado en una regla clave: las cifras no son generadas por el modelo, sino recuperadas de registros oficiales. Para ello, utiliza una arquitectura de dos capas: una extractiva, que combina filtros, BM25, embeddings y fusión RRF; y otra generativa opcional, que redacta respuestas únicamente con la información recuperada.

IMPACTO: El proyecto transforma grandes volúmenes de información de inversión pública en consultas accesibles mediante lenguaje natural, combinando recuperación híbrida y generación anclada a fuentes oficiales. La solución mejora accesibilidad, trazabilidad y confiabilidad, evitando que el modelo genere cifras por cuenta propia y estableciendo una base tecnológica reproducible y escalable a otras regiones del Perú.

PALABRAS CLAVE: Recuperación aumentada por generación, búsqueda híbrida, BM25, embeddings, inversión pública, transparencia pública, fidelidad numérica, abstención

Integrantes:
* Flores Araujo, Karina Vanessa.
* Heredia Carrasco, Orlando Mario.
* Llumpo Neciosup, Segundo Crhistian.
* Rivero Aranda, Raúl Daniel.

Resumen:
Este informe presenta una solución basada en modelos de aprendizaje supervisado para predecir la probabilidad de que haya inactividad en el uso del servicio de un cliente en un mínimo de 30 días. Utilizando datos históricos de comportamiento y características del cliente, se entrenaron algoritmos como Árboles de Decisión, Random Forest y LightGBM, aplicando técnicas de preprocesamiento y manejo de desbalance. Los resultados muestran que LightGBM y SVM ofrecen alto rendimiento en la identificación de clientes con riesgo de inactividad. Dichos modelos lograron identificar con buena precisión a los clientes con mayor riesgo de inactividad, facilitando así la implementación de estrategias de retención más efectivas. Se concluye que estas herramientas permiten a las empresas anticiparse al abandono y tomar decisiones informadas en tiempo real.

Keywords:
Churn, Aprendizaje supervisado, Modelos predictivos, Retención de clientes, Desbalance de clases, Árboles de Decisión, Random Forest, LightGBM y SVM