Tema: Optimización Neuro-Simbólica en Retail: Integración Profunda de LLMs y Motores OLAP con Protocolos de Negociación de Verdad

Integrantes:
-Alex Sebastian Saavedra Castillo
-Jose Luis Peñaloza Yaurivilca
-Juan Pablo Calla Choquemamani
-Renzo Elvis Cerron Tome

Resumen
La precisión en sistemas de asistencia conversacional para retail enfrenta el desafío de la “frescura del conocimiento” y la alucinación de identificadores de producto (SKUs). Este articulo presenta una arquitectura neuro-simbólica que integra DuckDB OlAP como motor de razonamiento vectorial y transaccional. Proponemos un novedoso Protocolo de Negociación de Verdad que arbitra entre la memoria paramétrica de un modelo Mistral 7B (Fine-Tuned) y la memoria no paramétrica de un sistema RAG antes de ejecutar consultas SQL. Los resultados demuestran que esta validación cruzada reduce la tasa de consultas SQL fallidas en un 94% y mantiene una latencia end-to-end inferior a 300 ms, validando la viabilidad de despliegues locales de alta fidelidad.

Github:
https://github.com/jpenalozay/Procesami ... al_ChatBot

La precisión en sistemas de asistencia conversacional para retail enfrenta el desafío de la “frescura del conocimiento” y la alucinación de identificadores de producto (SKUs). Este artículo presenta una arquitectura neuro-simbólica que integra DuckDB como motor de razonamiento vectorial y transaccional, inspirada en las metodologías FlockMTL y QuackIR. Proponemos un novedoso Protocolo de Negociación de Verdad que arbitra entre la memoria paramétrica de un modelo Mistral 7B (Fine-Tuned) y la memoria no paramétrica de un sistema RAG antes de ejecutar consultas SQL. Los resultados demuestran que esta validación cruzada reduce la tasa de consultas SQL fallidas en un 94% y mantiene una latencia end-to-end inferior a 300 ms, validando la viabilidad de despliegues locales de alta fidelidad.

GitHub: https://github.com/jpenalozay/Procesami ... al_ChatBot