Seguimiento bibliográfico con LLM
Genera documentos .docx de seguimiento bibliográfico a partir de referencias académicas, usando un LLM local con Ollama.
Qué hace: Metadatos reales de CrossRef, OpenAlex y arXiv combinados con un análisis del LLM local, con detección automática de GPU o CPU.
Resumen
Sistema en Python que automatiza la generación de documentos .docx de seguimiento bibliográfico a partir de un JSON de referencias académicas (DOI, arXiv, GitHub, web, PDF). Extrae metadatos reales desde CrossRef, OpenAlex y arXiv, y los combina con un análisis generado por un LLM local corriendo en Ollama, con detección automática de GPU (NVIDIA/CUDA, AMD/ROCm) o CPU.
El sistema tiene cuatro modos de operación: solo metadatos (sin LLM), análisis con CPU, análisis con GPU y configuración inicial. Cada documento generado incluye datos generales, referencia IEEE, resumen, análisis del contenido (metodología, resultados, aportes, limitaciones) y relación con el proyecto del investigador. Soporta modelos como Mistral, Phi-3 Mini y LLaMA 3, con tiempos de 30–90 segundos por documento en GPU.
Stack
¿Te interesa este tipo de trabajo?
Busco trabajo remoto como Full Stack Engineer. Si quieres hablar de este proyecto o de tu equipo, escríbeme.