Attention Is All You Need: la semilla de la IA generativa moderna
El paper de 2017 que cambió el paradigma: de leer palabra a palabra a que todas se consulten entre sí a la vez.
// espacio-latente.com
Ideas en estado latente,
Construyo y documento sistemas reales con agentes, LLM locales y automatización.
El rack
14 ideas decodificadasCada módulo lleva un número de serie (U-01, U-02…): marca el orden en que se montó, no un nivel ni una jerarquía de lectura.
Por dentro de los LLM
3 de 5 publicados
La mecánica interna: atención, representación, compresión y unidades mínimas de texto.
¿Qué es el espacio latente? La geometría del significado
Primer módulo de la serie 'Por dentro de los LLM': por qué el significado se puede medir como distancia y dirección entre vectores.
Tokenización y embeddings: la puerta de entrada al modelo
Tercer módulo de la serie 'Por dentro de los LLM': cómo se trocea el texto antes de que el modelo lo vea, por qué escribir en español te sale un 45 % más caro, y qué ocurre exactamente en la primera capa.
Autoencoders: comprimir para entender
Cómo un modelo aprende a resumir sin perder lo esencial.
Tokenización: de texto a números
El primer paso, y por qué el modelo no ve palabras sino fragmentos.
Agentes, paso a paso
2 de 2 publicados
Con los fundamentos en el rack: cómo un modelo pasa de predecir texto a actuar.
Agente-bio
Un agente que responde por mí: quién soy, qué hago y por qué.
Harness, loop y graph engineering: tres formas de construir un agente
Tres vocabularios que se usan como si compitieran y no compiten: uno describe quién decide el siguiente paso, otro cómo se dibuja el recorrido, y el tercero el suelo sobre el que se pisa. Con la evidencia de que el suelo importa más de lo que parece.
Bitácora de construcción
9 de 10 publicados
Este sitio también es un caso de estudio: qué se monta, con qué piezas, por qué y qué se descarta por el camino.
Cómo se construye este sitio: el porqué detrás de cada pieza
Primer episodio de la bitácora de construcción: qué es el radar, qué tecnologías lo mueven (colas, embeddings, retrieval) y las decisiones — y los descartes — detrás de cada una.
El radar aprende a recordar: memoria semántica y una suposición que resultó falsa
Segundo episodio de la bitácora: cómo el radar dejó de repetir la misma noticia contada por dos medios distintos — y un límite de la plataforma que nadie había verificado hasta que falló de verdad.
El radar deja de pagar dos veces por lo mismo
Tercer episodio de la bitácora: cómo se bajó el coste de la memoria semántica agrupando en lotes, se cerró de verdad el límite de peticiones con un tope duro, y dos bugs reales que solo encontró la primera suite de tests del proyecto — ninguno lo había reportado un lector.
La granja de agentes: un orquestador que reparte tareas entre agentes de código
Cómo tengo montada la infraestructura que decompone tareas, las reparte entre agentes maker/checker en contenedores Docker, y por qué construirla sobre el fork de agent-loops (Daniel Fernández) en vez de reescribirla desde cero.
El bake-off del modelo local: 5 candidatos, 3 fallos silenciosos, 1 ganador
GLM-5.2 se quedó sin saldo como maker de la granja de agentes. Construir una comparativa justa entre 5 modelos locales destapó un fallo que no era de los modelos — y terminó en un modelo gratuito a la altura de Claude Sonnet 5 en el harness, con matices en producción.
El bake-off, round 2: Devstral defiende el título contra Qwen3.8
La comparativa de 5 candidatos del round 1 tenía un problema de metodología escondido: un muestreo aleatorio hacía que dos corridas de Terminal-bench no fueran comparables entre sí. Corregido eso, la revancha contra el candidato más serio (Qwen3.8-27B) se decide 3 baterías a 2. Un tercer candidato, BTL-4-Compact —cuantizado a 2.3 bits de fábrica—, se queda fuera: HumanEval flojo y una corrida de Terminal-bench que ni siquiera pudo completarse por límite térmico.
Construyendo CarteraSonar
Un motor de análisis de fondos sobre el catálogo público de MyInvestor tiene una feature central —detectar solapamiento oculto— que un límite real del catálogo deja incompleta. La historia de por qué ese límite se queda documentado en vez de maquillado.
Offloadear expertos MoE en llama.cpp: dónde está el muro y por qué más bits no compró nada
Sweep de --n-cpu-moe en una 3090 Ti con un modelo MoE de 35B: la velocidad degrada suave hasta un muro de admisión, y subir de Q4 a Q6 para poder offloadear cuesta más de la mitad del throughput sin ganar calidad medible.
El bake-off, round 3: Ornith empata con Devstral y no lo destrona
Tercer aspirante a la RTX 3090 Ti: Ornith-1.5-35B, ~3 veces más rápido que el campeón. Con contexto extendido a 128k completa por fin la batería de Terminal-bench pendiente desde el round 2 — y empata 7/10 con Devstral. Empatar no es superar: el título se queda donde estaba.
Dedup semántica: que el radar no repita lo que ya sabe
Embeddings y búsqueda vectorial para no publicar la misma noticia dos veces.
La sala de máquinas
1 proyecto en marchaNo son artículos, son máquinas encendidas: cosas que he construido y que siguen funcionando (o esperando a que las retome).
ai-trading-lab
activoSistema de trading multi-agente: analiza 21 tickers al día, razona sobre señales técnicas y sentimiento con LLMs locales, y ejecuta órdenes en una cuenta paper de IBKR.
LangGraphQwen3.6 (local)FinBERTChromaDBDuckDBStreamlit
Buzón de peticiones
¿qué módulo instalo después?Propón un experimento, una duda sobre agentes o algo que quieras ver documentado aquí.
Perfílala con IA (opcional)
Cuéntame qué te gustaría ver y te ayudo a acotarlo — unos pocos mensajes, gratis.