La inteligencia artificial generativa, y en particular los modelos de lenguaje de gran tamaño (LLMs), han transformado radicalmente la manera en que los seres humanos interactúan con la información. Este Trabajo Fin de Grado presenta el desarrollo de una aplicación web que permite a los usuarios subir documentos en formato PDF y realizar consultas en lenguaje natural sobre su contenido. La aplicación implementa la técnica de Retrieval-Augmented Generation (RAG), que combina recuperación semántica mediante embeddings vectoriales con generación de respuestas contextualizadas por parte de un modelo de lenguaje. Todo el proceso se ejecuta en entornos locales mediante la herramienta Ollama, lo que garantiza la privacidad de los datos y la independencia de servicios en la nube. Los resultados obtenidos muestran que el sistema es funcional, extensible y aplicable en entornos académicos y profesionales, aunque presenta limitaciones de rendimiento en equipos sin GPU dedicada NVIDIA.

Generative artificial intelligence, and in particular Large Language Models (LLMs), have radically transformed the way humans interact with information. This Final Degree Project presents the development of a web application that allows users to upload PDF documents and perform natural language queries about their content. The application implements the technique of Retrieval-Augmented Generation (RAG), which combines semantic retrieval through vector embeddings with the generation of contextualized responses by a language model. The entire process is executed locally using the Ollama tool, ensuring data privacy and independence from cloud services. The results obtained show that the system is functional, extensible, and applicable in academic and professional environments, although it presents performance limitations on systems without a dedicated NVIDIA GPU.

Grado en Ingeniería Telemática