Template de motor de aumentación de prompts para Large Language Models
- Autores
- Becerra, Martín Ezequiel; Ierache, Jorge Salvador; Sanz, Diego Rubén; Soligo, Pablo
- Año de publicación
- 2025
- Idioma
- español castellano
- Tipo de recurso
- documento de conferencia
- Estado
- versión publicada
- Descripción
- En este paper se busca proponer un template de motor de aumentación de prompts que contiene los pasos a seguir para la construcción de un framework para aplicar guardrails que controlen los inputs de usuario y outputs de LLMs, integrar conocimiento de expertos de dominio para resolver un problema mediante el uso de reglas en lenguaje natural y aplicar metadatos para enriquecer el prompt de usuario antes de la aplicación de técnicas RAG. En el caso de aplicación propuesto en progreso, se desea aumentar prompts de un usuario de un sistema de preguntas y respuestas sobre el funcionamiento de un torno CNC bajo el contexto de la industria 4.0.
Red de Universidades con Carreras en Informática - Materia
-
Ciencias Informáticas
Large Language models (LLM)
Retrieval Augmented Generation (RAG)
IA guardarraíles (AI Guardrails)
Industria 4.0
Manufactura de nueva generación - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- http://creativecommons.org/licenses/by-nc-sa/4.0/
- Repositorio
.jpg)
- Institución
- Universidad Nacional de La Plata
- OAI Identificador
- oai:sedici.unlp.edu.ar:10915/191331
Ver los metadatos del registro completo
| id |
SEDICI_aa879d5aa4e5a839eee5968c685e70fa |
|---|---|
| oai_identifier_str |
oai:sedici.unlp.edu.ar:10915/191331 |
| network_acronym_str |
SEDICI |
| repository_id_str |
1329 |
| network_name_str |
SEDICI (UNLP) |
| spelling |
Template de motor de aumentación de prompts para Large Language ModelsBecerra, Martín EzequielIerache, Jorge SalvadorSanz, Diego RubénSoligo, PabloCiencias InformáticasLarge Language models (LLM)Retrieval Augmented Generation (RAG)IA guardarraíles (AI Guardrails)Industria 4.0Manufactura de nueva generaciónEn este paper se busca proponer un template de motor de aumentación de prompts que contiene los pasos a seguir para la construcción de un framework para aplicar guardrails que controlen los inputs de usuario y outputs de LLMs, integrar conocimiento de expertos de dominio para resolver un problema mediante el uso de reglas en lenguaje natural y aplicar metadatos para enriquecer el prompt de usuario antes de la aplicación de técnicas RAG. En el caso de aplicación propuesto en progreso, se desea aumentar prompts de un usuario de un sistema de preguntas y respuestas sobre el funcionamiento de un torno CNC bajo el contexto de la industria 4.0.Red de Universidades con Carreras en Informática2025-10info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf797-807http://sedici.unlp.edu.ar/handle/10915/191331spainfo:eu-repo/semantics/altIdentifier/isbn/978-987-8258-99-7info:eu-repo/semantics/reference/hdl/10915/189846info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2026-03-31T12:41:42Zoai:sedici.unlp.edu.ar:10915/191331Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292026-03-31 12:41:42.803SEDICI (UNLP) - Universidad Nacional de La Platafalse |
| dc.title.none.fl_str_mv |
Template de motor de aumentación de prompts para Large Language Models |
| title |
Template de motor de aumentación de prompts para Large Language Models |
| spellingShingle |
Template de motor de aumentación de prompts para Large Language Models Becerra, Martín Ezequiel Ciencias Informáticas Large Language models (LLM) Retrieval Augmented Generation (RAG) IA guardarraíles (AI Guardrails) Industria 4.0 Manufactura de nueva generación |
| title_short |
Template de motor de aumentación de prompts para Large Language Models |
| title_full |
Template de motor de aumentación de prompts para Large Language Models |
| title_fullStr |
Template de motor de aumentación de prompts para Large Language Models |
| title_full_unstemmed |
Template de motor de aumentación de prompts para Large Language Models |
| title_sort |
Template de motor de aumentación de prompts para Large Language Models |
| dc.creator.none.fl_str_mv |
Becerra, Martín Ezequiel Ierache, Jorge Salvador Sanz, Diego Rubén Soligo, Pablo |
| author |
Becerra, Martín Ezequiel |
| author_facet |
Becerra, Martín Ezequiel Ierache, Jorge Salvador Sanz, Diego Rubén Soligo, Pablo |
| author_role |
author |
| author2 |
Ierache, Jorge Salvador Sanz, Diego Rubén Soligo, Pablo |
| author2_role |
author author author |
| dc.subject.none.fl_str_mv |
Ciencias Informáticas Large Language models (LLM) Retrieval Augmented Generation (RAG) IA guardarraíles (AI Guardrails) Industria 4.0 Manufactura de nueva generación |
| topic |
Ciencias Informáticas Large Language models (LLM) Retrieval Augmented Generation (RAG) IA guardarraíles (AI Guardrails) Industria 4.0 Manufactura de nueva generación |
| dc.description.none.fl_txt_mv |
En este paper se busca proponer un template de motor de aumentación de prompts que contiene los pasos a seguir para la construcción de un framework para aplicar guardrails que controlen los inputs de usuario y outputs de LLMs, integrar conocimiento de expertos de dominio para resolver un problema mediante el uso de reglas en lenguaje natural y aplicar metadatos para enriquecer el prompt de usuario antes de la aplicación de técnicas RAG. En el caso de aplicación propuesto en progreso, se desea aumentar prompts de un usuario de un sistema de preguntas y respuestas sobre el funcionamiento de un torno CNC bajo el contexto de la industria 4.0. Red de Universidades con Carreras en Informática |
| description |
En este paper se busca proponer un template de motor de aumentación de prompts que contiene los pasos a seguir para la construcción de un framework para aplicar guardrails que controlen los inputs de usuario y outputs de LLMs, integrar conocimiento de expertos de dominio para resolver un problema mediante el uso de reglas en lenguaje natural y aplicar metadatos para enriquecer el prompt de usuario antes de la aplicación de técnicas RAG. En el caso de aplicación propuesto en progreso, se desea aumentar prompts de un usuario de un sistema de preguntas y respuestas sobre el funcionamiento de un torno CNC bajo el contexto de la industria 4.0. |
| publishDate |
2025 |
| dc.date.none.fl_str_mv |
2025-10 |
| dc.type.none.fl_str_mv |
info:eu-repo/semantics/conferenceObject info:eu-repo/semantics/publishedVersion Objeto de conferencia http://purl.org/coar/resource_type/c_5794 info:ar-repo/semantics/documentoDeConferencia |
| format |
conferenceObject |
| status_str |
publishedVersion |
| dc.identifier.none.fl_str_mv |
http://sedici.unlp.edu.ar/handle/10915/191331 |
| url |
http://sedici.unlp.edu.ar/handle/10915/191331 |
| dc.language.none.fl_str_mv |
spa |
| language |
spa |
| dc.relation.none.fl_str_mv |
info:eu-repo/semantics/altIdentifier/isbn/978-987-8258-99-7 info:eu-repo/semantics/reference/hdl/10915/189846 |
| dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) |
| eu_rights_str_mv |
openAccess |
| rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) |
| dc.format.none.fl_str_mv |
application/pdf 797-807 |
| dc.source.none.fl_str_mv |
reponame:SEDICI (UNLP) instname:Universidad Nacional de La Plata instacron:UNLP |
| reponame_str |
SEDICI (UNLP) |
| collection |
SEDICI (UNLP) |
| instname_str |
Universidad Nacional de La Plata |
| instacron_str |
UNLP |
| institution |
UNLP |
| repository.name.fl_str_mv |
SEDICI (UNLP) - Universidad Nacional de La Plata |
| repository.mail.fl_str_mv |
alira@sedici.unlp.edu.ar |
| _version_ |
1861199752651079680 |
| score |
13.332987 |