Un blog personal sobre literatura científica, noticias, ideas y proyectos de IA.
Procedural Graphs: saber qué hacer despuésLeer el artículo 13 min de lecturaDos formas de explorar
Leer, cuestionar, conectar.
Papers, noticias técnicas e ideas de IA.
Probar, construir, aprender.
El lugar donde la teoría se ejecuta.
01 / Cuaderno de investigación
Papers de IA explicados, noticias con contexto y preguntas abiertas.
Una lectura técnica para entender qué hay detrás de los modelos.
6 entradas en órbita
Un agente puede conocer sus herramientas y aun así usarlas en el orden equivocado. Procedural Graphs propone una guía en forma de grafo que se revisa a partir de los aciertos y errores, sin reentrenar el LLM.
Análisis del paper que demuestra que bastan trayectorias de rango uno para extraer capacidades de razonamiento que normalmente requerirían entrenamiento masivo.
Meta propone agentes autorreferenciales que unifican Task Agent y Meta-Agent en un único programa editable, eliminando la dependencia del código estático humano y habilitando una automejora verdaderamente generalizable.
El equipo de Kimi (Moonshot AI) reemplaza las conexiones residuales fijas por atención softmax entre capas, resolviendo la dilución de PreNorm que ha permanecido intacta desde hace años.
Las versiones 1.82.7 y 1.82.8 de LiteLLM fueron comprometidas en PyPI con un infostealer que abusaba de archivos .pth para ejecutarse al arrancar Python, sin necesidad de importar el paquete.
Inspirado en la lectura humana, logra procesar contextos que exceden la ventana del modelo mediante una caché de sentencias y recuperación natural.
02 / Laboratorio personal
Lo que ocurre cuando cierro el paper y abro el editor.
Experimentos, bots y aplicaciones que ponen las ideas a prueba.
Resolver una duda de reglas sin interrumpir la partida.
Chatbot de IA para reglamentos de juegos de mesa que utiliza RAG avanzado (búsqueda híbrida con BM25) y Reranking para resolver dudas en tiempo real.
Encontrar y entender papers sin salir de Telegram.
Bot de Telegram con un agente LangGraph y un LLM local que busca y resume papers científicos de ArXiv directamente desde el móvil.
Pasar de una idea de lo que apetece ver a una recomendación concreta.
Sistema de recomendación de películas con RAG agéntico y LLM local. Incluye un agente LangGraph con bot de Telegram para sugerir opciones según géneros y descripciones.
Consultar una API en lenguaje natural, sin elegir endpoints a mano.
Exploración de OpenAPI Chains con LangChain: el LLM parsea automáticamente una especificación OpenAPI, selecciona el endpoint correcto y rellena los parámetros para ejecutar llamadas a APIs externas en lenguaje natural.
from langchain_openai import OpenAI
from langchain.chains.openai_functions.openapi import get_openapi_chain
import os
os.environ['OPENAI_API_KEY'] = 'OPENAI_API_KEY'
# Schema OpenAPI
spec = OpenAPISpec.from_url(
"https://api.meteo-concept.com/v1/forecast"
)
specOpenAPI = "https://www.klarna.com/us/shopping/public/openai/v0/api-docs/"
chain = get_openapi_chain(specOpenAPI)
chain("What are some options for a watch between $500 and $1000 for men?")
# ─────────────────────────────────────────────────────────────────────────────
# Response:
# {
# "query": "What are some options for a watch between $500 and $1000 for men?",
# "response": {
# "products": [
# {
# "name": "Tissot PRX Powermatic 80 (T137.407.11.041.00)",
# "url": "https://www.klarna.com/us/shopping/pl/cl349/3200247501/...",
# "price": "$550.00"
# },
# {
# "name": "Tissot PRX Powermatic 80 (T137.407.11.351.00)",
# "url": "https://www.klarna.com/us/shopping/pl/cl349/3206407913/...",
# "price": "$590.00"
# },
# {
# "name": "Movado Bold Verso (3600861)",
# "url": "https://www.klarna.com/us/shopping/pl/cl349/3206232192/...",
# "price": "$570.00"
# },
# {
# "name": "Tissot Powermatic 80 Silicium (T127.407.11.041.00)",
# "url": "https://www.klarna.com/us/shopping/pl/cl349/5150749/...",
# "price": "$590.00"
# },
# {
# "name": "Movado Museum Classic (0607201)",
# "url": "https://www.klarna.com/us/shopping/pl/cl349/3200504676/...",
# "price": "$835.00"
# }
# ]
# }
# }Convertir el vídeo de un partido en información para el análisis deportivo.
Sistema de Deep Learning para tracking automático de jugadores y balón en grabaciones de partidos de fútbol. Extrae estadísticas individuales y de equipo para apoyar la toma de decisiones deportivas.
Anonimizar rostros en imágenes y vídeo para proteger la identidad.
Detector de caras con enfoque en privacidad desarrollado como Trabajo de Fin de Máster. Aplica blur automático sobre los rostros detectados en imágenes y vídeo para proteger la identidad de las personas.
Aprender Machine Learning con datos reales y experimentos reproducibles.
14 notebooks públicos de ML clásico: detección de ictus, RNN-GRU, predicción de alquiler, detección de cáncer y más.
03 / Detrás del observatorio
Jorge Román Martínez
Autor de Latent KnowLatent Know es mi bitácora personal de inteligencia artificial. Nace de una necesidad sencilla: documentar lo que aprendo y hacer más claras las ideas que encuentro por el camino.
En Órbita leo literatura científica, analizo papers y pongo las noticias en contexto. En Hangar construyo con ese aprendizaje: agentes, sistemas RAG, aplicaciones de visión y experimentos de Machine Learning.
El enfoque es técnico, pero accesible. Volver a los fundamentos, entender las decisiones detrás de una arquitectura y construir una intuición propia. Hacer visible lo que normalmente queda oculto.
Seguimos la conversación en LinkedIn