Blog
Notas de ingeniería sobre navegación, ingesta, memoria de agentes y benchmarking honesto, escritas por quienes corrieron los experimentos.
Rerankers, reescritura, HyDE, bucles y agentes: todos ayudan, y por eso están en todas partes. Esto cuesta cada uno, aquí se detiene cada uno en multi-salto, y esta es la brecha que queda, medida.
5 min de lectura
Título, resumen de sesenta tokens, tags y alias: por qué el pasaporte es donde MonkeyLLM gasta su inteligencia, y cómo BM25 ponderado por campos convierte curaduría en recall@5 = 1.00 a 1.3 ms.
4 min de lectura
Corpus, conjuntos de preguntas y harness versionados, y cada tabla se regenera con un comando. Cuando el titular es 0/11 contra 11/11 para el mismo modelo, la única respuesta honesta a la sospecha es volver a correrlo.
4 min de lectura
El rig del benchmark es una RTX 3060, pero nada te exige tener GPU. Apunta el binding de chat a cualquier endpoint compatible con OpenAI y deja que el bosque haga el trabajo estructural.
4 min de lectura
El costo por consulta hace que fallar parezca un descuento. Medido por respuesta correcta, el navegador de bosque gasta 0.58x los tokens de una línea base de RAG iterativo, mismo modelo 12B. Aquí está la aritmética.
4 min de lectura
La categoría asume un servicio de embeddings, un índice ANN y una GPU. Medimos la búsqueda de entrada en recall@5 = 1.00 a 1.3 ms p95 con BM25 sobre SQLite, y dejamos el embedder opcional.
4 min de lectura
Cada sesión de agente arranca reconstruyendo contexto que la anterior ya pagó. Qué cambia una memoria de bosque persistente en los flujos de agentes, y el archivo de skills que hace que los agentes la usen de verdad.
4 min de lectura
El aprendizaje de senderos falló su criterio de convergencia: los saltos cayeron cerca de la mitad del umbral. El post-mortem: por qué una entrada afilada y una curaduría disciplinada dejaron casi nada que comprimir.
4 min de lectura
Cuatro comandos para desplegar, una pantalla para reclamarlo, una carpeta para ingestar y una primera respuesta que llega apoyada en los nodos exactos que leyó. Tus primeros diez minutos con un bosque de conocimiento.
4 min de lectura
El paper trae la arquitectura completa, las tablas del benchmark y los hallazgos que no cumplieron sus criterios.