MCP o la reinvención de los conectores para aplicaciones inteligentes basadas en LLM
En este post explicamos muy brevemente MCP y lo ponemos en relación con APIs y conectores. entendiendo que MCP reinventa los conectores.
Inteligencia Artificial: machine learning, deep learning, redes neuronales, sistemas expertos, algoritmos genéticos
Sobre el determinismo y los modelos generativos
En este modelo analizo la naturaleza determinista o no de los modelos generativos y las implicaciones operativas y éticas.
Lo que no reluce en el ‘Vibe coding’: retos, limitaciones y equilibrios
En este post presentamos algunas limitaciones del ‘vibe coding’ que, en el fondo, reclaman la presencia de un desarrollador humano.
Doce reglas de oro del ‘vibe coding’
Se comentan unas reglas para el vibe coding que muchas veces son adaptación de ingeniería de software o prompt engineering.
Conociendo el ‘Vibe coding’
En este post exploramos algunos fundamentos de ‘Vibe coding’, lo que significa el término, cómo ha surgido y alguna implicación.
Exactitud vs. flexibilidad en modelos de inteligencia artificial (y IV): humanoides, escala y tecnología
Cerramos el debate sobre la tensión entre exactitud y eficiencia frente a potencia y flexibilidad con humanoides escala y tecnología
Exactitud vs. flexibilidad en modelos de inteligencia artificial (III): ingeniería software y ‘vibe coding’
Vemos en ingeniería de software y ‘vibe coding’ la tensión entre la exactitud de modelos tradicionales y la flexibilidad de la IA generativa.
Exactitud vs. flexibilidad en modelos de inteligencia artificial (II): automatización inteligente
Se valoran las opciones tradicionales de automatización y automatización inteligente frente al uso de modelos generativos.
Exactitud vs. flexibilidad en modelos de inteligencia artificial (I): analítica inteligente
Hablamos de la tensión entre exactitud y flexibilidad en solución técnicas y estudiamos el caso concreto de la analítica inteligente
Revisitando el problema de la explicabilidad en LLMs y modelos razonadores
Tras una introducción y antecedentes, se analizan la explicabilidad en LLMs y modelos razonadores llegando a una conclusión esperanzada.