Español · 11 episodios publicados
Cuatro formas de acercarse a la IA: conceptos breves, ideas conectadas, reportajes en profundidad y las noticias de la semana. Nuevos episodios en español. Andy's Café también está disponible en English, Deutsch, Italiano y Français. Brewed by machines. Tasted by humans.
Cómo la predicción fluida del siguiente token puede producir afirmaciones falsas, qué significan la confianza y la calibración y cómo comprobar una respuesta sin descartar todas las respuestas.
Por qué el entrenamiento y la inferencia exigen tanto cálculo, movimiento de datos y coordinación, y por qué más recursos no garantizan verdad ni valor.
Dónde termina el modelo entrenado, qué convierte un sistema en agente, qué hace el harness que lo rodea y por qué más autonomía no siempre es mejor.
Cómo el pretraining construye la base general, el fine-tuning adapta un modelo existente, qué añade el post-training y por qué estos conceptos se solapan.
Un posible avance matemático con Claude, modelos más rápidos y persistentes, los pesos abiertos de Meta, los mil millones de usuarios mensuales que Google declara para Gemini, anuncios en ChatGPT, consultas clínicas simuladas por vídeo y el retraso de los pesos de Z.ai.
Cómo la predicción del siguiente token modifica los pesos, qué aporta el posentrenamiento y por qué el contexto y la recuperación no equivalen a un aprendizaje permanente.
Por qué una conversación larga puede recordar una preferencia y olvidar una instrucción inicial, y cómo encajan tokens, contexto, memoria y recuperación de información.
Por qué los modelos de lenguaje dividen el texto en tokens y qué relación tienen con el contexto, la velocidad y el costo.
La diferencia entre entrenar un modelo y usarlo para hacer inferencia, y por qué el prompt, el contexto y la memoria no cambian automáticamente sus parámetros.
Qué es un modelo de inteligencia artificial, dónde empieza el sistema que lo rodea y qué produce realmente el entrenamiento.
El Morning Paper de esta semana: evaluaciones de ciberseguridad, Astra de OpenAI, investigación matemática, cambios en Google, nuevos modelos, energía para centros de datos y agentes autónomos.