Me parece bastante interesante lo de Terminal-RSI.
Parten de Qwen3.8-27B y lo entrenan para agentes de terminal alternando dos mecanismos:
Reescribir trayectorias que ya han pasado el verificador (RSR) y refinar la política con RL, heredando el crítico (RPR).
La idea es convertir “he avanzado un poco” en “la tarea está completamente verificada”.
Los resultados llaman la atención:
Terminal-Bench 4.0: 6,10 % → 19,84 %.
Terminal-Bench 2.1: ~52 % → ~86 %.
Lo que me llama la atención no son los números en sí, sino que el ciclo se basa en trayectorias verificadas, no en cualquier intento. Sin eso, el self-improvement se vuelve ruido.
Alguien ha probado ya el modelo o experimentado con el código?
Nunca se me olvidará el ridículo que hice cuando fui a dar mi primer startup pitch en un evento en Barcelona, y todo por no preocuparme por mis habilidades comunicativas.
No puedo estar más de acuerdo Martín. 🙌🏻
Abro debate:
Llevo poco en X y no tengo claro qué hacer con mi perfil.
Opción A: dejarlo limpio y profesional. Es decir hablar sobre todo de mi camino como ingeniero de software, proyectos, aprendizajes técnicos, etc. Sin mezclar demasiada vida personal.
Opción B: mezclar. Contar también cosas del día a día, opiniones, alguna anécdota personal, y que se vea más "persona" que solo ese "perfil profesional".
¿Qué os ha funcionado mejor a vosotros? ¿Habéis notado diferencia en quién os sigue y en el tipo de conversaciones que se generan?
(Yo ahora mismo estoy más del lado de la opción A, pero empiezo a dudar)
A veces en estos eventos/congresos te encuentras gente bastante rara. Y el ego de algunos (no todos) emprendedores es simplemente surrealista.
Hay algunos que se creen que el evento es suyo por tener un stand de 500€ y que el resto estamos de invitación.
Ya no hay evento en el que vayas sin ver a un robot humanoide o perro dando vueltas. Estos dos estaban por el hall paseando, hablando con la gente como si fueran unos expositores más.
A este paso van a acabar pidiendo acreditación jajaja
Una cosa me quedó clara tras pasar rato en el stand de Microsoft en el Smart City World Congress: las ciudades no pueden seguir jugando a los "proyectos piloto" con la IA.
Mencionaron algo clave: el control tiene que ser de la ciudad. Control de los datos, de cómo se despliega la IA y de quién responde si algo sale mal.
Necesitan una base común de gobernanza que sea suya, no parches sueltos.
Pero seamos sinceros: ahí es donde la narrativa corporativa choca con la realidad. Si quieres control de verdad (y no solo en el papel), terminas necesitando open source.
Un stack abierto te permite alojar los datos donde quieras, auditar el código y no depender de que un vendor te suba el precio o cambie de opinión de la noche a la mañana.
Si no lo puedes inspeccionar ni correr tú mismo, el control es una completa ilusión.