Saltar a contenido principal Saltar a navegación principal

Alumno defendió proyecto final sobre implementación de un LLM como Enrutador de comportamiento de un Agente Virtual

El estudiante de Ingeniería Mecatrónica, Valentín López, presentó un trabajo final de estudios que tuvo como objetivo investigar una forma de agregar un grado más de automatización en la interacción con el usuario, tratando de eliminar la etapa de selección de tarea y pasar directamente a los pedidos.

imagen Alumno defendió proyecto final sobre implementación de un LLM como Enrutador de comportamiento de un Agente Virtual

El viernes 19 de abril, el alumno Valentín López defendió su proyecto final de estudios de Ingeniería Mecatrónica, titulado “Investigación y análisis de viabilidad de la implementación de un LLM como enrutador de comportamiento de un Agente Virtual”, tutorado por el Ing. Eric Sánchez.

El trabajo fue desarrollado en Hoomano, startup Francesa que desarrolla agentes virtuales orientados a grandes compañías.

El producto que se debía mejorar consiste en un agente que le pide al usuario que seleccione un tipo de tarea para luego asistirlo a partir de los pedidos que el mismo usuario haga. 

El objetivo del estudiante fue investigar una forma de agregar un grado más de automatización en la interacción con el usuario, tratando de eliminar la etapa de selección de tarea y pasar directamente a los pedidos. Por lo tanto, Valentín trabajó en un router que se encargaría de recibir cualquier tipo de pedido por parte del usuario y determinar con alta precisión a qué tarea corresponde. 

Este trabajo se vio complejizado debido a múltiples factores y limitaciones, principalmente porque la empresa tiene altos estándares de privacidad de datos, por lo que no se puede acceder a información histórica de los clientes ni recurrir a la integración de motores privados de IA como parte de la solución. 

Adicionalmente, debido a que la empresa añade tipos de tareas de manera frecuente, no se podía simplemente convertir el problema en una Clasificación, sino que tenía que ser un router versátil para atender las tareas actuales y las posibles futuras.

El trabajo fue desarrollado de manera muy profesional, analizando múltiples herramientas Open Source y comparándolas con modelos privados como GPT3.5 o GPT4, destacando siempre el uso de las herramientas más modernas dentro de esta área que está en constante evolución. 
Se implementaron técnicas de Fine-Tuning y Prompt Engineering con distintos modelos, y se compararon en eficacia y eficiencia. 

Las conclusiones y resultados del trabajo fueron un aporte invaluable para la empresa, y para todo aquel que desee trabajar en esta línea de investigación cada vez más innovadora y prometedora en el campo de la inteligencia artificial. 

Los hallazgos obtenidos no solo ofrecen perspectivas valiosas para el desarrollo de agentes virtuales, sino que también contribuyen al avance continuo de la tecnología en un entorno altamente competitivo y en constante cambio.

 

Contenido relacionado