Kevin Quintana

Analizo datos de negocios para comer y hago cosas con LLM para divertirme 🤖

[Kevin Quintana @Kevinquintanad]

Hagas lo que hagas, hazlo de corazón.

[Will Manidis @WillManidis]

"it takes hard work to achieve anything great" is a dangerous lie. great output comes from finding an activity that feels as natural as breathing or walking and great work becomes the very substance of your existence. if it feels like a grind you've found the wrong expression

[How To Prompt @HowToPrompt__]

In 2022, OpenAI researchers found something that broke every rule of machine learning.

Their tiny model trained for 10,000 epochs. It learned absolutely nothing. Validation accuracy was dead stuck at 50%.

Then at epoch 12,000, without warning, it jumped to 99%.

This phenomenon is called "Grokking".

And in 2026, it might be the most important discovery in AI nobody talks about.

Neural networks can train for thousands of cycles without seeming to learn anything useful. Then, in a single epoch, they suddenly achieve near-perfect generalization.

What started as a weird training glitch has become a foundational insight into how models truly learn.

We’ve always been told: “If validation loss stops improving for a few hundred epochs, stop training.” Early stopping was the golden rule.

Grokking says the exact opposite: Keep going.

The model might look completely stuck, but real understanding is quietly forming under the hood.

During that long, dead plateau, the machine isn't idle. It's doing deep internal work:

- Circuits form, dissolve, and reform.
- Spurious correlations get pruned away.
- Weight patterns crystallize around true underlying rules.
- The model shifts from brute-force memorization to genuine comprehension.

It’s the machine version of a human “aha!” moment—a long, agonizing buildup followed by sudden clarity.

Take modular addition as a real-world example. Researchers fed a small model just 30% of all possible examples.

At epoch 500, it hit 100% training accuracy but stayed at 50% validation. It had memorized the test answers, but couldn't solve a new problem.

At epoch 10,000, it still sat at 50% validation. It looked utterly hopeless.

Then at epoch 12,000, it instantly shot to 99%. It didn't just guess right; it had grokked the actual mathematical rule.

This explains the hidden mechanics behind the massive reasoning models we use today.

When you see modern reinforcement learning or long-context reasoning models suddenly "click" after looking stuck, you are witnessing grokking at scale.

Massive training runs aren’t wasteful, they are deliberately forcing the AI to stop memorizing and start thinking.

And we are learning to induce this at inference time.

Extended Chain-of-Thought prompts that force a model to think for thousands of tokens, self-consistency loops, and verification passes are all designed to do one thing: teach the model to grok your problem on the fly.

The big philosophical takeaway is brutal for our short attention spans.

Learning isn’t smooth. It isn’t gradual. It is discontinuous.

Models, and humans, can stay “dumb” for ages, right up until they suddenly understand everything.

[Kevin Quintana @Kevinquintanad]

Sábado, fútbol, mi compi de piso y yo sin decidirnos qué cenar.
En vez de googlear "app de decisiones aleatorias", le pedí una a Claude Code.

Tardó menos que el descanso del partido y está guapa👇

https://t.co/Mgb0jJypM6

[Jose @joseaportero1]

Sorrentino, que es uno de mis directores favoritos, dijo el otro día que hay dos cosas imprescindibles para seguir viviendo: la curiosidad y un propósito. Curiosidad por seguir aprendiendo y un propósito por el que ilusionarte. Eso es todo.

[Kevin Quintana @Kevinquintanad]

@SeekingTheValue Comida checa típica y rica en restaurante “U Parlamentu”

[Kevin Quintana @Kevinquintanad]

@SeekingTheValue Fat secret

[JJ Velaz @jjvelazs]

La manera de aprender a montar cosas con AI tools no es hacer un curso de $1k para "aprender" sobre AI tools.

Es gastarte $1k usando esas herramientas directamente para montar cosas.

[José Manuel García Suárez @JoseMaGarciaSua]

🇪🇺 La Comisión Europea ha presentado un ambicioso Plan de Acción para el Ferrocarril de Alta Velocidad que busca completar una red europea interoperable y rápida para 2040, con el objetivo de ofrecer una alternativa competitiva al transporte aéreo y mejorar la cohesión territorial del continente. 🚅 #Fitur2026

Entre las metas más destacadas está reducir los trayectos entre Madrid y Lisboa a tres horas y entre Madrid y París a seis horas, a través del País Vasco.

También se prevén mejoras en otras rutas europeas como Berlín-Copenhague o Sofía-Atenas.

@EU_Commission estima que finalizar la red prioritaria costará unos 345.000 millones de euros, y que una versión más ambiciosa con velocidades superiores a 250 km/h podría alcanzar los 550.000 millones hasta 2050.

La financiación combinará fondos públicos, inversión privada y préstamos del Banco Europeo de Inversiones, con una estrategia financiera prevista para 2026.

El plan también exige que para 2030 todos los aeropuertos europeos con más de 12 millones de pasajeros —en España: Madrid, Barcelona, Palma, Málaga, Alicante, Gran Canaria y Tenerife Sur— estén conectados por trenes de alta velocidad o larga distancia.

Además, Bruselas aprobó un Plan de Inversión en Transporte Sostenible (STIP) de 100.000 millones de euros para impulsar combustibles renovables y de bajo carbono, especialmente en aviación y transporte marítimo, con 2.900 millones movilizados hasta 2027.

El comisario de Transporte, @tzitzikostas, subraya la necesidad de reforzar la industria ferroviaria europea ante la competencia asiática y de cerrar la brecha de conectividad en Europa Central y del Este.

En el caso ibérico, la línea Madrid-Lisboa deberá completarse antes de 2034, mientras que el principal reto sigue siendo la conexión con la red francesa desde Burdeos.

En conjunto, la iniciativa pretende ofrecer viajes más rápidos, sostenibles y accesibles, consolidando al tren como pilar estratégico de la movilidad europea del futuro.

[boromenos @boromenos]

Interesante…desde 2022, el uso de redes sociales está bajando

[Lukaku 👁️ @Lukaku111_]

Uno puede darse cuenta cuando alguien va a tener éxito porque es descaradamente diferente a todo lo que lo rodea. Sin siquiera intentarlo.

Su comportamiento y energía simplemente son distintos. Por eso es importante tener un fuerte sentido de identidad, porque todos los días el mundo intentará convencerte de ser alguien que no eres.

La autenticidad te llevará al orden y al éxito.

[Ajay Zaveri @EntropyNotebook]

Every time you open Google Maps, your phone is talking to at least four satellites orbiting 20,000 km above Earth.

Each one beams down ultra-precise timestamps basically saying, “It was 12:00:00.000001 when I sent this.”

Your phone measures how long each signal takes to arrive, then triangulates your exact position. Simple, right?

Here’s the twist by Einstein.
As those satellites are moving fast (about 14,000 km/h), time slows down for them, a prediction of special relativity.
But because they’re also far from Earth’s gravity, time speeds up … a prediction of general relativity.

Put the two effects together, and their onboard clocks tick about 38 microseconds faster per day than clocks on Earth.

That sounds tiny but if engineers didn’t correct for it, your GPS location would drift by roughly 10 km every single day.

So every step you take, every Uber you call, every “turn left” you follow… all depends on Einstein’s equations quietly running behind the scenes.

Mind bending

@imacuriosguy @curiouswavefn

[Opobot @es_opobot]

¿Has probado ya la función de Test de https://t.co/HN6FVQjqpt?

Mira como funciona 👇🏽

[Kevin Quintana @Kevinquintanad]

@BrianAbad_ Supongo que una clave es que da su mensaje a 2 niveles:

- Para los average IQ suelta un punch cada 5’ como “La ideología es la ilusión de los pobres, los ricos no tienen ideología“

- Para los high IQ desarrolla esa teoría con citas literarias durante los 5 minutos restantes.

[Javi López ⛩️ @javilop]

Lo más doloroso de la IA no es que nos vaya a quitar el trabajo.

Es aceptar que creatividad, razonamiento y genialidad, que creíamos únicas e inherentes a la especie humana, se pueden emular simplemente multiplicando matrices a toda pastilla.

Semen retentum venenum est.

[Miguel Ángel Durán @midudev]

5 hábitos de programación que me ayudaron a mejorar:

① Leer código de otros: siempre aprendes algo nuevo, técnicas o enfoques diferentes
② Primero que funcione, luego hazlo bien, después optimiza para que sea más rápido
③ Escribe tests antes de corregir bugs: no repites errores y aseguras la solución
④ KISS: la solución más sencilla suele ser la mejor, evita complejidad innecesaria
⑤ Programa solo lo que necesites ahora, no funcionalidades "por si acaso" para el futuro

Añade la tuya en los comentarios:

[Brian A. Guadalupe @BrianAbad_]

Dos semanas de esto y se nota: más energía, mejor piel y mejor humor.

[Javier G. Recuenco @Recuenco]

Que los LLMs en ocasiones se saquen respuestas de los cojones y lo hagan de manera extraordariamente asertiva es paradójicamente, posiblemente lo que les hace más humanos.

[Kevin Quintana @Kevinquintanad]

@PLBompard Tutor for specific exams.

https://t.co/PKju4RlMVG

[Kevin Quintana @Kevinquintanad]

@rauchg LLM trained as a tutor for specific exams.

OpoBot is an AI tutor for Spanish civil service exams: students get clear answers + real test practice, while academies see exactly where each student stands via adaptive quizzes.

https://t.co/swGSrF8JqI