Seguimiento y documentación de avances en el desarrollo de sistemas de recuperación y generación aumentada para el Diario Oficial de la Federación.https://codeandoguadalajara.github.io/es-eshttps://codeandoguadalajara.github.io/dof-rag-website/en/blog/2025/04/descripciones-ia-imagenes/https://codeandoguadalajara.github.io/dof-rag-website/en/blog/2025/04/descripciones-ia-imagenes/A comparative analysis of different AI models in the task of describing images for the DOF-RAG project.Tue, 29 Apr 2025 00:00:00 GMTDOF-RAG Teamhttps://codeandoguadalajara.github.io/dof-rag-website/en/blog/2025/04/introduccion-dof-rag/https://codeandoguadalajara.github.io/dof-rag-website/en/blog/2025/04/introduccion-dof-rag/An initiative to improve the accessibility and understanding of information from the Official Journal of the Federation.Fri, 11 Apr 2025 00:00:00 GMTDOF-RAG Teamhttps://codeandoguadalajara.github.io/dof-rag-website/en/blog/2025/05/dndole-contexto-a-los-embeddings-los-encabezados-estructurados/https://codeandoguadalajara.github.io/dof-rag-website/en/blog/2025/05/dndole-contexto-a-los-embeddings-los-encabezados-estructurados/How we solved the problem of lack of context in text chunks to improve the accuracy of our RAG system.Tue, 06 May 2025 06:00:00 GMTDOF-RAG Teamhttps://codeandoguadalajara.github.io/dof-rag-website/en/blog/2025/05/integracin-de-modelos-gemini-en-dof-rag-desafos-y-soluciones-con-las-libreras-de-ia-de-google/https://codeandoguadalajara.github.io/dof-rag-website/en/blog/2025/05/integracin-de-modelos-gemini-en-dof-rag-desafos-y-soluciones-con-las-libreras-de-ia-de-google/An analysis of the challenges encountered during the integration of Google's AI models in the DOF RAG project, managing evolving libraries, and solving API-related issues.Fri, 16 May 2025 06:00:00 GMTDOF-RAG Teamhttps://codeandoguadalajara.github.io/dof-rag-website/en/blog/2025/06/la-batalla-de-los-convertidores-nuestra-experiencia-extrayendo-texto-del-dof/https://codeandoguadalajara.github.io/dof-rag-website/en/blog/2025/06/la-batalla-de-los-convertidores-nuestra-experiencia-extrayendo-texto-del-dof/A comparative analysis of different tools for converting PDFs to markdown and why we chose Marker for our DOF-RAG project.Sun, 01 Jun 2025 06:00:00 GMTDOF-RAG Teamhttps://codeandoguadalajara.github.io/dof-rag-website/en/blog/2025/08/comparacion-embeddings/la-batalla-de-los-embeddings-cuando-tres-modelos-de-ia-compiten-por-entender-el-espaol-gubernamental/https://codeandoguadalajara.github.io/dof-rag-website/en/blog/2025/08/comparacion-embeddings/la-batalla-de-los-embeddings-cuando-tres-modelos-de-ia-compiten-por-entender-el-espaol-gubernamental/A comparative analysis of three embedding models (Nomic Embed, Gemini, Jina) evaluating speed, quality, and stability in vector search for Mexican official documents.Tue, 12 Aug 2025 06:00:00 GMTDOF-RAG Teamhttps://codeandoguadalajara.github.io/dof-rag-website/en/blog/2025/09/proyecciones-de-almacenamiento-para-dof-rag/https://codeandoguadalajara.github.io/dof-rag-website/en/blog/2025/09/proyecciones-de-almacenamiento-para-dof-rag/A detailed analysis of storage projections for the DOF-RAG project, evaluating different embedding dimensions and their scalability implications over a 25-year horizon.Fri, 12 Sep 2025 06:00:00 GMTDOF-RAG Teamhttps://codeandoguadalajara.github.io/dof-rag-website/en/blog/2025/11/cuatro-pasos-para-domar-el-dof-conversin-limpieza-anlisis-y-estructura/https://codeandoguadalajara.github.io/dof-rag-website/en/blog/2025/11/cuatro-pasos-para-domar-el-dof-conversin-limpieza-anlisis-y-estructura/From the downloaded WORD file to structured Markdown ready for embeddings: a walkthrough of our complete processing pipeline that includes LibreOffice conversion, custom LUA filters, Gemini image analysis, and a robust directory architecture.Wed, 19 Nov 2025 06:00:00 GMTDOF-RAG Teamhttps://codeandoguadalajara.github.io/dof-rag-website/en/blog/2025/11/del-pdf-al-word-cuando-el-costo-computacional-dicta-el-cambio-de-estrategia/https://codeandoguadalajara.github.io/dof-rag-website/en/blog/2025/11/del-pdf-al-word-cuando-el-costo-computacional-dicta-el-cambio-de-estrategia/How the reality of massive document processing led us to rethink our strategy: from downloading complete PDFs to obtaining segmented WORD files, dramatically reducing computational cost without sacrificing quality.Wed, 19 Nov 2025 06:00:00 GMTDOF-RAG Teamhttps://codeandoguadalajara.github.io/dof-rag-website/en/blog/2026/04/657-mil-documentos-despues-cmo-convertimos-todo-el-dof-a-markdown/https://codeandoguadalajara.github.io/dof-rag-website/en/blog/2026/04/657-mil-documentos-despues-cmo-convertimos-todo-el-dof-a-markdown/From 657,867 .doc files from Mexico's Official Journal of the Federation to clean Markdown: tools, results, and what's left to do.Mon, 20 Apr 2026 06:00:00 GMTDOF-RAG Teamhttps://codeandoguadalajara.github.io/dof-rag-website/en/blog/2026/05/batalla-modelos-vlm/https://codeandoguadalajara.github.io/dof-rag-website/en/blog/2026/05/batalla-modelos-vlm/We compare 6 vision models (Gemini, GPT, Qwen, Claude) on the task of generating image descriptions for RAG indexing of Mexico's Official Journal of the Federation.Tue, 12 May 2026 00:00:00 GMTDOF-RAG Teamhttps://codeandoguadalajara.github.io/dof-rag-website/es/blog/2025/04/descripciones-ia-imagenes/https://codeandoguadalajara.github.io/dof-rag-website/es/blog/2025/04/descripciones-ia-imagenes/Un análisis comparativo de diferentes modelos de IA en la tarea de describir imágenes para el proyecto DOF-RAG.Tue, 29 Apr 2025 00:00:00 GMTEquipo DOF-RAGhttps://codeandoguadalajara.github.io/dof-rag-website/es/blog/2025/04/introduccion-dof-rag/https://codeandoguadalajara.github.io/dof-rag-website/es/blog/2025/04/introduccion-dof-rag/Una iniciativa para mejorar la accesibilidad y comprensión de la información del Diario Oficial de la Federación.Fri, 11 Apr 2025 00:00:00 GMTEquipo DOF-RAGhttps://codeandoguadalajara.github.io/dof-rag-website/es/blog/2025/05/dndole-contexto-a-los-embeddings-los-encabezados-estructurados/https://codeandoguadalajara.github.io/dof-rag-website/es/blog/2025/05/dndole-contexto-a-los-embeddings-los-encabezados-estructurados/Cómo resolvimos el problema de la falta de contexto en chunks de texto para mejorar la precisión de nuestro sistema RAG.Tue, 06 May 2025 06:00:00 GMTEquipo DOF-RAGhttps://codeandoguadalajara.github.io/dof-rag-website/es/blog/2025/05/integracin-de-modelos-gemini-en-dof-rag-desafos-y-soluciones-con-las-libreras-de-ia-de-google/https://codeandoguadalajara.github.io/dof-rag-website/es/blog/2025/05/integracin-de-modelos-gemini-en-dof-rag-desafos-y-soluciones-con-las-libreras-de-ia-de-google/Un análisis de los desafíos encontrados durante la integración de los modelos de IA de Google en el proyecto DOF RAG, el manejo de librerías en evolución y la resolución de problemas con las APIs.Fri, 16 May 2025 06:00:00 GMTEquipo DOF-RAGhttps://codeandoguadalajara.github.io/dof-rag-website/es/blog/2025/06/la-batalla-de-los-convertidores-nuestra-experiencia-extrayendo-texto-del-dof/https://codeandoguadalajara.github.io/dof-rag-website/es/blog/2025/06/la-batalla-de-los-convertidores-nuestra-experiencia-extrayendo-texto-del-dof/Un análisis comparativo de las diferentes herramientas para convertir PDFs a markdown y por qué elegimos Marker para nuestro proyecto DOF-RAG.Sun, 01 Jun 2025 06:00:00 GMTEquipo DOF-RAGhttps://codeandoguadalajara.github.io/dof-rag-website/es/blog/2025/08/comparacion-embeddings/la-batalla-de-los-embeddings-cuando-tres-modelos-de-ia-compiten-por-entender-el-espaol-gubernamental/https://codeandoguadalajara.github.io/dof-rag-website/es/blog/2025/08/comparacion-embeddings/la-batalla-de-los-embeddings-cuando-tres-modelos-de-ia-compiten-por-entender-el-espaol-gubernamental/Un análisis comparativo entre tres modelos de embeddings (Nomic Embed, Gemini, Jina) evaluando velocidad, calidad y estabilidad en búsqueda vectorial para documentos oficiales mexicanos.Tue, 12 Aug 2025 06:00:00 GMTEquipo DOF-RAGhttps://codeandoguadalajara.github.io/dof-rag-website/es/blog/2025/09/proyecciones-de-almacenamiento-para-dof-rag/https://codeandoguadalajara.github.io/dof-rag-website/es/blog/2025/09/proyecciones-de-almacenamiento-para-dof-rag/Análisis detallado de las proyecciones de almacenamiento para el proyecto DOF-RAG, evaluando diferentes dimensiones de embeddings y sus implicaciones de escalabilidad para un horizonte de 25 años.Fri, 12 Sep 2025 06:00:00 GMTEquipo DOF-RAGhttps://codeandoguadalajara.github.io/dof-rag-website/es/blog/2025/11/cuatro-pasos-para-domar-el-dof-conversin-limpieza-anlisis-y-estructura/https://codeandoguadalajara.github.io/dof-rag-website/es/blog/2025/11/cuatro-pasos-para-domar-el-dof-conversin-limpieza-anlisis-y-estructura/Del archivo WORD descargado al Markdown estructurado listo para embeddings: un recorrido por nuestro pipeline de procesamiento completo que incluye conversión con LibreOffice, filtros LUA personalizados, análisis de imágenes con Gemini y arquitectura de directorios robusta.Wed, 19 Nov 2025 06:00:00 GMTEquipo DOF-RAGhttps://codeandoguadalajara.github.io/dof-rag-website/es/blog/2025/11/del-pdf-al-word-cuando-el-costo-computacional-dicta-el-cambio-de-estrategia/https://codeandoguadalajara.github.io/dof-rag-website/es/blog/2025/11/del-pdf-al-word-cuando-el-costo-computacional-dicta-el-cambio-de-estrategia/Cómo la realidad del procesamiento masivo de documentos nos llevó a replantear nuestra estrategia: de descargar PDFs completos a obtener archivos WORD segmentados, reduciendo dramáticamente el costo computacional sin sacrificar calidad.Wed, 19 Nov 2025 06:00:00 GMTEquipo DOF-RAGhttps://codeandoguadalajara.github.io/dof-rag-website/es/blog/2026/04/657-mil-documentos-despues-cmo-convertimos-todo-el-dof-a-markdown/https://codeandoguadalajara.github.io/dof-rag-website/es/blog/2026/04/657-mil-documentos-despues-cmo-convertimos-todo-el-dof-a-markdown/De 657,867 archivos .doc del Diario Oficial de la Federación a Markdown limpio: herramientas, resultados y lo que falta por hacer.Mon, 20 Apr 2026 06:00:00 GMTEquipo DOF-RAGhttps://codeandoguadalajara.github.io/dof-rag-website/es/blog/2026/05/batalla-modelos-vlm/https://codeandoguadalajara.github.io/dof-rag-website/es/blog/2026/05/batalla-modelos-vlm/Comparamos 6 modelos de visión (Gemini, GPT, Qwen, Claude) en la tarea de generar descripciones de imágenes para indexación RAG del Diario Oficial de la Federación.Tue, 12 May 2026 00:00:00 GMTEquipo DOF-RAGhttps://codeandoguadalajara.github.io/dof-rag-website/es/blog/2026/05/gemini-flash-lite-100-imagenes/https://codeandoguadalajara.github.io/dof-rag-website/es/blog/2026/05/gemini-flash-lite-100-imagenes/Probamos Gemini 2.5 Flash Lite con el prompt v3 en 100 imágenes aleatorias del Diario Oficial de la Federación. Cero errores, 2.3s promedio por imagen, y un estimado de $41 USD para procesar las ~97,000 imágenes del corpus completo.Sat, 16 May 2026 00:00:00 GMTEquipo DOF-RAGhttps://codeandoguadalajara.github.io/dof-rag-website/es/blog/2026/05/vlm-prompt-v2/https://codeandoguadalajara.github.io/dof-rag-website/es/blog/2026/05/vlm-prompt-v2/Segunda iteración del experimento: cambiamos el prompt, ajustamos las imágenes de prueba y reemplazamos Qwen por Grok y Gemma. Comparamos 6 modelos en 14 imágenes del Diario Oficial de la Federación.Thu, 14 May 2026 00:00:00 GMTEquipo DOF-RAG