Asistente de Consulta en Lenguaje Natural para Inversiones Públicas con Recuperación Híbrida y Generación Anclada
Publicado: 17 Ago 2026, 22:29
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:
- 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