La planta de dalt lliura IA com a infraestructura: nuclis deterministes, sets golden de Q/A i evals amb gate a CI. Si un model no es pot mesurar, no es lliura.
2PROJECTES EN AQUESTA PLANTA
≥40PARELLS Q/A GOLDEN
0.409RECALL@5 MITJÀ
F32026
CodebaseRAG
RAG hexagonal sobre el teu codi, amb un nucli determinista i eval-first: ingest, query i evals de retrieval amb gate a CI.
El problema. Les demos de RAG són fàcils; un RAG de confiança, no. Aquest fixa la qualitat del retrieval amb un set golden de Q/A (≥40 parells) i fa fallar CI si el recall@5 mitjà cau per sota de la seva baseline compromesa.
Punts clau
Gate de baseline d’eval a CI: recall@5 0.409 · MRR 0.231 · nDCG@5 0.277 (baseline compromesa, overrides amb gate per ADR).
Ports & adapters: pgvector (per defecte) o Qdrant; embeddings i LLM d’Ollama o Anthropic; observabilitat amb Langfuse.
Simulador d’entrevistes per veu: un LLM local fa d’entrevistador i Whisper se n’encarrega de la transcripció, per assajar entrevistes tècniques completament offline.
El problema. Assajar amb públic fa vergonya. Aquest funciona completament offline: preguntes per veu, respostes parlades i transcripció sense cap dependència del núvol — les teves respostes torpes no surten mai de l’edifici.
Punts clau
Funciona completament offline: preguntes per veu, respostes parlades i transcripció sense cap dependència del núvol.