Federico Hörl

@smoke__data No invites dejá

Gracias ClaudeCode Ya estoy planeando la jubilación 🧉

Hoy en la oficina hubo mundial de alfajores. Otra coronación de gloria... Mi Havanna Bristol llegó a la final pero el de frutos rojos la rompió. Ah, y de yapa un workshop de Codex.

Setup cuervo🐦‍⬛

Probando Gemini 3.5 Flash en Antigravity. Es notable la velocidad incluso usándolo en el IDE que solía ser más lento. Tendría que probarlo con contextos grandes o workflows complejos. Por ahora es un modelo "SOTA" más🤷🏻‍♂️, veremos cómo lo potencia Google.

Ya está disponible la votación de la @platan_ventures Hack 26!🍌 Voten por Tranquera y este tremendo equipo!!

@lautirshaid La idea sería hacer algo interno en Ciencia de Datos y después probar de conseguir sponsors. Siento que tenemos comunidad y ganas para hacerlo, falta que alguien baje la plata.

@fedehorl Que se habló?

A alguien le copa un mix entre hacka y datathon para armar productos de data? Hay un montón por construir, se me ocurren verticals: Finanzas → reconciliación financiera con AI DTC → scraper de precios de la competencia Supply chain → paquetes en riesgo de romper SLA Participaron de alguno? Qué opinan?

Probando modelos locales en la 3060 ti (8gb VRAM) me hice una CLI tool para usar LLMs via SSH y opencode. Podes armarte tu lista de modelos y funciona con ollama como motor. Usas LLMs chicos desde la laptop sin tocar la PC. Por ahora QWEN2.5 7B y los gemma3 se ganaron mi cariño.

Terence Tao says the math behind today’s LLMs is actually simple. Training and running them mostly uses linear algebra, matrix multiplication, and a bit of calculus, material an undergraduate can handle. We understand how to build and operate these models. The real mystery is why they work so well on some tasks and fail on others, and why we cannot predict that in advance. We lack good rules for forecasting performance across tasks, so progress is largely empirical. A key reason is the nature of real-world data. Pure noise is well understood, perfectly structured data is well understood, but natural text sits in between, partly structured and partly random. Mathematics for that middle regime is thin, similar to how physics struggles at meso-scales between atoms and continua. Because of this gap, we can describe the mechanisms but cannot yet explain capability jumps or give reliable task-level predictions. That mismatch, simple machinery versus hard-to-predict behavior, is the core puzzle. ---- Video from 'Dr Brian Keating' YT Channel (Link in comment)

"Freaky del under tecnológico" es un puesto AI nuevo en LinkedIn.

A veces viene bien la motivación...

@alxprince Me parece excelente la propuesta, ver estas modalidades de exámen te dan ganas de estudiar. Lástima que algunos estén tan atrasados todavía y no la vean.

Tomando examen en UNSAM. Libro abierto, de a dos, con internet, IA, y llamado a la madre. Pero... Hay que pensar, comprender texto, buscar info, contrastar y condensar. Carillas y tiempo acotado. Los test de lectura semanales y la participación hacen a la nota individual.

@smoke__data Duró poco el premio de @platan_ventures

Ipad m4 11” 🍎 Nuevo juguete, voy a ir dando feedback para los que piensan en comprarla

@smoke__data Obvio. Tokens de QWEN gratis para todos

@fedehorl Invitando a dos amigo me sale mas barato?

Me dijeron que estar en Twitter es cool y que debería ser cool. Así que ahora estamos acá y no somos cool. En 3 semanas sale bootcamp para ser cool, y usando AI.

Equipo ganador!!! Gracias por 3 días de ideas, código, vibes y mucha cafeína! Me deben 10 horas de sueño todavía 😂 @5y5F4il @smoke__data @JaimeJjat 🇨🇴🤝 @tompelichari

tranquera.vercel.app 👀👀👀

tranquera El equipo ganador de la @platan_ventures Hack [26] !!!! Muchísimas gracias a todo Platanus y a la gente por crear un entorno tan lindo. Lo más importante nunca fue ganar, ya con la oportunidad de buildear con gente tan zarpada nosotros ya ganamos.