← CasosDemo propia · datos públicos
Direcciones sucias, geocodificadas con un LLM dentro de SQL
En simple
Miles de direcciones mal escritas que no se podían ubicar en un mapa. Probamos varias IA y elegimos la que daba el mejor resultado al menor costo.
01 · Problema
Direcciones cargadas en texto libre que no se pueden ubicar en un mapa.
02 · Enfoque
El LLM corre dentro de la consulta SQL y normaliza cada dirección. Se comparan modelos contra un golden set, y el criterio de éxito es encontrar la dirección en OpenStreetMap, no que quede más linda.
03 · Arquitectura · para tu equipo técnico
- Fuente
- Modelo
- Procesamiento
- Control de calidad
- Salida
- 1Tabla de direcciones en texto libre
- 2Función LLM invocada desde SQL
- 3Búsqueda en OpenStreetMap
- 4Golden set y comparación de modelos
- 5Tabla geocodificada con nivel de confianza
Qué se mide
Ver los datos
| Categoría | Valor | Nota |
|---|---|---|
| Regex (línea de base) | 42 % | |
| Modelo chico | 61 % | USD 0,02 c/1.000 |
| Modelo mediano | 78 % | USD 0,15 c/1.000 |
| Modelo grande | 83 % | USD 0,90 c/1.000 |
04 · Resultado
Demo en preparación con datos públicos.