Spring AI - Carga de datos en PgVector con un modelo Embedding (RAG).

Parte 65 del tutorial "Creando Aplicaciones con Spring Boot y su Ecosistema", en la cual mostramos como cargar datos en la base de datos vectorial PgVector usando el modelo de Embedding mxbai-embed-large de Ollama. Puntos tratados: - ¿Qué es RAG? - ¿Qué es un modelo de Embedging? - Dimensionalidad en Embedgings - Un flujo típico de RAG - Parte práctica La agrego a una lista de reproducción que he creado para que todas las partes estén agrupadas: https://www.youtube.com/playlist?list=PLtdeXn2f7ZbNZ3ViNq4fUO5Gh0YWJpYWU Durante el tutorial hemos visitado páginas: - Ollama: https://ollama.com - Creación de proyecto Spring Boot: https://start.spring.io/ Código desarrollado durante la parte 65 del tutorial: https://github.com/rafaelt458/tutorialspringboot/tree/Principal/springboot65 Donaciones: paypal.me/laboratoriorafa Recomiendo ver antes el tutorial de Persistencia para tener los conceptos claros y aprovechar mejor este tutorial: https://www.youtube.com/playlist?list=PLtdeXn2f7ZbMHo9bdFn35lTUtWjwupEb5 Todos los video están disponibles en la web del Laboratorio de Rafa: https://laboratoriorafa.mooo.com/ #Programación #Lógica #Java #Informática #Tutorial #Gratis #Free #Algoritmos #Software #IDE #Objetos #Clases #Herencia #BBDD #postgresql #mysql #jpa #Spring #SpringBoot #HTTP #API #REST #Bean #Validation #OpenAPI #Swagger #Security #JWT #AI #SpringAI #IA #Embedding #RAG