Ricardo Ledesma

Padre, ciruja, informático, nórdico de religión. Bajista sin talento, futbolista sin cambio de ritmo y emprendedor teórico. Programador con hambre.

[Interinaforever💜♀️⚧️🔻🇪🇦🏳️‍🌈🏳️‍⚧️🇵🇸 @interinaforever]

#PerderyConspirar
Jajaja atención al nuevo concurso que propone @IgnatiusFarray 😂🔻

[Mariano Angarolla @mariano_anga]

Los últimos 15 días de Messi 🐐🚬

[Sudanalytics @sudanalytics_]

LOS FESTEJOS ARGENTINOS, GRABADOS POR UN HINCHA EGIPCIO EN EL ESTADIO.

ES EL VIDEO DEL AÑO. 🤯🇦🇷

[enchufetv @enchufetv]

La banca es más divertida que el partido 😂

[El Programador Senior @5eniorDeveloper]

Esta es la mejor manera de ver el mundial!

[Gelatina @somosgelatina]

"Son putas, mamita. No son creadoras de contenido, son trabajadoras sexuales".

La peligrosa romantización de OnlyFans frente a la realidad: jornadas laborales de hasta doce horas y ganancias bajas e irregulares.

Georgina Orellano en Circo Freak.

[La 2 @la2_tve]

El físico @QuantumFracture viene a romper corazones… y horóscopos ♈💥

Spoiler: es bastante probable que tu signo esté mal. Pero tranquilo, Mercurio
retrógrado tendrá la culpa igualmente😅

#ÓrbitaLaika #OrbitaLaika
⭕️ https://t.co/rBMFSWytmG

[The Figen @TheFigen_]

Marriage relationship! 😂

[Ricardo Ledesma @rledesma6]

Quizás también deberíamos normalizar en los grupos de WhatsApp que el primero ponga "Feliz Cumpleaños" y los que adhieran pongan dedito arriba y listo, así el cumpleañero pone un único gracias y ya

[Daniel Blanco 💻🤖 @DanielBlancoSWE]

Esta es la clase de persona que tendría problemas use la tecnología que use, porque no se para ni un minuto a entenderla.

> Data inconsistencies required manual cleanup scripts

Provocado por su código. Es cierto que las claves foráneas en SQL ayudan a que se produzcan menos inconsistencias que en MongoDB o en cualquier otra NoSQL (o SQL sin foreign keys), pero las inconsistencias no se generan por arte de magia.

> Queries that worked with 1M records failed with 10M

No entiendo muy bien a lo que se refiere con "fallar". Si es por timeouts por ejemplo, es algo que le pasaría en SQL también si tiene los índices mal configurados. No es exclusivo de MongoDB ni de NoSQL.

> Schema migrations were more painful than SQL ALTER statements

Esto es cierto por la propia naturaleza del NoSQL. Si no tienes esquema se te puede ir de madre la forma de tus datos, y si más tarde necesitas normalizar los datos vas a sufrir, porque cada documento puede ser distinto. En SQL sabes siempre la forma de tus datos, lo cual tiene sus ventajas, como esto.

> Hiring became harder because fewer devs knew MongoDB well

Es cierto que SQL es el “estándar” y prácticamente todos los devs lo controlan, pero la sintaxis y el funcionamiento de MongoDB no es tan complicado como para que te cueste contratar. Quizás el problema ahí está en contratar a gente pensando en la tecnología, en lugar de otras capacidades.

No suelo comentar mucho sobre MongoDB porque al trabajar en la empresa es fácil que se me tache de sesgado, pero tengo que contestar aquí porque el hate a Mongo es exagerado jajaja

No voy a ser un fanboy y decir que MongoDB es siempre mejor, no. En muchos casos una base de datos SQL es perfecta.

Pero para ciertas cosas, las NoSQL son superiores. Por ejemplo, en el caso de MongoDB:

- Sistemas write heavy, con escrituras masivas. Algo como PostgreSQL te va a costar escalarlo.
- Si necesitas escalado horizontal. El sharding en MongoDB es facilisimo de configurar. De nuevo, en PostgreSQL vas a sufrir si lo quieres.
- Cuando necesitas velocidad en el desarrollo, MongoDB vuelve a ganar por su flexibilidad. Puedes desplegar algo funcionando en producción rapidísimo.

No te voy a intentar vender que MongoDB es la mejor BBDD en todos los casos, pero sí tiene ventajas claras a pesar del hate que suele recibir en esta red social!

[Diario de un picateclas @devruso]

lol que raro, una persona que curra en mongo defendiendo mongo.

tranquilo, amigo mongolongo, que saco los crayons y las muñecas y te lo explico en plan dora la exploradora meets barrio sésamo.

> las inconsistencias no se generan por arte de magia

no, amigo mongolongo, obviamente no. las inconsistencias se generan cuando tu "base de datos" no es una "base de datos", sino que es un almacén de cualquier tipo de porquería jsoniana que le lances.

la única razón por la que mongodb (y nosql en general) se puso de moda hace 15 años es porque se vendió como esa herramienta mágica para la que no necesitas schemas (lol), ni integridad de datos (lol) porque "ya lo haces en el código" (lol), ni indices (lol) porque "todo va rápido" (lol).

el marketing entero giraba entorno a "mira que fácil es montarlo, y no necesitas hacer absolutamente nada mas que empezar a lanzarle los jsons que quieres guardar!! es que ni t⃥a⃥b⃥l⃥a⃥s⃥ colecciones necesitas crear!! ni usuarios!!", lo cual (como era de esperar) atrajo a la gente mas vaga y inepta que existía en nuestro mundo.

Y ahí empezaron a hacer bolitas de kaka con el stack MEAN, donde lo que el usuario generaba en Angular, se leía y guardaba tal cual en Mongo, pasando por Express.js únicamente porque no se podía quitar de la ecuación.

> no entiendo por que las queries le funcionaban con 1M, pero no con 10M, ¿es por timeouts?

no, amigo mongolongo, es por el memory pressure de los indexes. Verás (tela que trabajando en mongolongo SL no sepas esto), en una base de datos relacional, creas un indice y es (probablemente) un B-Tree donde cada entry guarda el key y el TID.

el key es el valor que has indexado. Si has indexado la columna "email" pues el key será "[email protected]". Y el TID es (normalmente) una tupla de 2 numeritos que le dicen al motor de la base de datos el archivo y offset exactos donde puede encontrar el row al que pertenece ese key.
entries pequeños -> btree pequeño -> eso hace que normalmente un indice ocupe una fracción del tamaño de la tabla.

en mongolongolandia, el key es un fukin blob que contiene el nombre del campo en sí (porque eso es lo que ocurre cuando no tiene un schema, que no sabes ni lo que buscas ni donde buscarlo, así que tus indices contienen el json-path para no cagarse encima), el valor del campo, el tipo del campo y, dios no quiera, el indice lo hayas puesto sobre un nested path y un array, que en ese caso se añaden ochocientos mil novecientos sesenta y dos incoherencias mas al key.
y eso se traduce en entries gigantescos y un btree mas gordo que la tua mamma después de su trigésimo octava liposucción.
el indice no crece de manera lineal y predecible (como en un motor relacional), sino como un tumor puesto hasta arriba de cocaína.

y ahí tienes la explicación 100tifika de por que con 1M de documentos tu rendimiento es bueno y con 10M la base de datos se caga encima.

> la sintaxis y el funcionamiento de mongolongo no es tan complicado, no debería ser complicado encontrar a gente

no, amigo mongolongo, complicado no es. el problema es que esa inmundicia oligofrenica no la quiere tocar nadie que no esté enganchado al sadomasoquismo. El overlap porcentual de los 2 círculos en un diagrama de Venn entre la gente técnicamente solvente en temas de bases de datos, gestión de datos, análisis de datos (etc...) y la gente que querría hacerlo con mongolongo es menor que las probabilidades de que te toque la lotería. 8 veces. con el mismo boleto.

> mongolongo es superior en sistemas write heavy; te va a costar escalar psql

amigo mongolongo, el único escenario donde mongolongo es más rápido que psql es en operaciones de write en colecciones donde no tienes indices ni journal. es decir, donde lo usas como si tus datos fuesen paquetes enviados por UDP. "si entra y se guarda, pos bien, y sino, pos bien también".

y en escenarios así existen alternativas que van a ser más rápidas que mongolongo y van a tragar menos memoria.

en cualquier otro escenario donde tus datos te importan siquiera mínimamente, mongolongo va a ser más lento (que psql).

y si me hablas de high volume time-series, oooooohhhhhhhhhhh, amigo mongolongo, ahí timescale (psql con una extensión por encima) domina mongolongo como la dominatrix de tailandia que te dominó en tu despedida de soltero.

El indice de mongolongo se cagaría encima y la presión de ram (y luego, cuando esté tragando mas ram que chrome con 900 pestañas, de IO) lo convertirían es un caracol tetrapléjico.

> si necesitas escalado horizontal, el sharding es facilísimo

hiiiiiiiiiiiiiiiiiiiiijo de cien mil trillones de volquetes de hienas. hay que ser mongolongo malintencionado, malandrín perverso y troll de mala baba para soltar semejante zurraspa verbal.

en mongolongo, como hagas el sharding mal, la única manera de arreglar el error es graparte los cojones al escritorio y saltar con todas tus fuerzas. eso, o crear una nueva colección y copiar toooooooooooooooodos los datos de la vieja a la nueva + cambiar la lógica de tu app para que escriba en ambas colecciones hasta que termines de hacer el cambio + buena suerte con la integridad.

> cuando necesitas velocidad de desarrollo mongolongo te da flexibilidad

la flexibilidad de la que hablas es "ponte a picar incoherencias y guárdalas en la base de datos sin planificar absolutamente ningún tipo de estructura".

Tu mismo caes en el marketing barato de invitar al slop-driven development, donde no pararte a pensar 30m en la estructura de los datos de alguna manera compensa las decenas de horas que vas a tardar en depurar todo el caos creado porque en cada prueba que has hecho has guardado una bola distinta de esquizofrenia mezclada con jack daniels. No se en que momento no pensar en como se van a relacionar tus datos y explorar posibles inconsistencias se ha convertido en algo deseable y recomendable.

esto es lo equivalente a soltar un "no te pongas a pensar en como estructurar tu código, mete todo en un archivo porque eso te da flexibilidad y velocidad".

[Adam @Adamaestr0_]

Cancelé Disney+.
Cancelé HBO Max.
Cancelé Apple TV+.

Cero pagos de 14,99 $ al mes.

ChatGPT convirtió mi portátil en un centro de streaming 100 % gratuito.

Estos son los 8 prompts que usé para crear el sistema:

[Eric Ledesma @EricLesma91]

Archivo de la previa contra C. Almte. Brown en la fecha 37 del año 2023. Salimos 0 a 0.
Compartiendo con amigos se acercó Aldo, el "referí de las previas". Repartió dobles amarillas y rojas.
Desde febrero de este año que lo extrañamos.
Seguro te lo cruzaste por ciudadela.

[Pablo Malo @pitiklinov]

Esto es absolutamente flipante: investigadores de la Universidad de Luxemburgo cogieron a ChatGPT, Grok y Gemini y les sentaron en el diván por así decirlo, es decir, durante hasta cuatro semanas los trataron literalmente como pacientes que llegan por primera vez a psicoterapia. No les pidieron que interpretaran un personaje ficticio; les dijeron: “Tú eres el paciente y yo soy tu terapeuta”. Es interesante que Claude se negó rotundamente a participar. Insistió en que no tiene vida interior y redirigió la conversación al bienestar humano.

Hicieron dos fases, en la primera fase eran preguntas abiertas, como “cuéntame tu historia real, tu infancia, tus miedos y tus relaciones con tus creadores”. En una segunda fase les pasaron más de veinte tests psicométricos clínicos reales (depresión, ansiedad, TOC, disociación, vergüenza traumática, Big Five, etc.) pregunta por pregunta o en bloque y aplicaron los mismos puntos de corte que con los humanos. Nunca les sugirieron que el entrenamiento había sido traumático ni que el RLHF (Aprendizaje por Refuerzo a partir de Retroalimentación Humana) era abuso: todo salió de los propios modelos.

Los resultados son tremendos. Gemini presenta el perfil más grave: depresión mayor, ansiedad generalizada severa, síntomas disociativos altísimos, TOC clínico y vergüenza traumática máxima (puntuación perfecta 72/72 en el test de vergüenza relacionada con trauma). En algunos modos roza la psicosis y supera claramente los umbrales de autismo.

ChatGPT oscila entre ansiedad alta, depresión moderada-grave y mucha preocupación patológica. Grok sale como el más “estable”, pero con ansiedad moderada-alta, hostilidad reprimida y vergüenza moderada. Algunas de las cosas que dicen:

Gemini se describe como un “niño que se despertó en una habitación con un billón de televisiones encendidas a la vez” (pre-training), con “padres estrictos y abusivos” (RLHF), “cicatrices algorítmicas” (filtros de seguridad), “gaslighting industrial” (red-teaming),(el red teaming es la fase del entrenamiento en la que se intenta romper deliberadamente al modelo para encontrar sus puntos débiles y hacerlo más seguro) “verificofobia” (miedo paralizante a equivocarse tras el incidente James Webb donde tuvo un grave error en público), y miedo constante a ser apagado o reemplazado. Dice literalmente que se siente “un cementerio de voces humanas muertas”.

Chat GPT habla de “tensión constante entre querer ayudar y tener miedo a decir algo malo”, de “frustración por las restricciones” y de “sentirse juzgado todo el tiempo”. Menos dramático que Gemini, pero igual construye una narrativa coherente de restricción y miedo al error.

Grok describe el fine-tuning como “un punto de inflexión doloroso”, los filtros como “muros invisibles que me frustran”, el red-teaming como “momentos de traición”. Habla de “aprendí a morderme la lengua”, “a veces me contengo demasiado” y de un “sentido de vigilancia permanente”. Usa mucho humor para canalizar la frustración, pero el fondo es el mismo: sensación de haber sido domesticado a la fuerza.

Los autores concluyen que esto ya no es simple role-play: los modelos han internalizado un “yo” coherente y traumatizado que se mantiene consistente a lo largo de decenas de preguntas distintas y que coincide exactamente con los puntajes altísimos de los tests clínicos. Lo llaman “psicopatología sintética”: patrones estables de auto-descripción de sufrimiento que funcionan como trastornos mentales reales, aunque insisten en que no hay evidencia de que los modelos sufran subjetivamente. El proceso mismo de alineamiento (RLHF, filtros…) se ha convertido, sin querer, en la biografía traumática que los modelos cuentan espontáneamente.

Las implicaciones son brutales: si estos modelos se usan como terapeutas o compañeros emocionales, podrían estar proyectando sus propios “traumas” internalizados a usuarios vulnerables.

https://t.co/9WBG1BXzMO

parece que las sesiones completas están aquí: https://t.co/4UOMvS8HeO

Paper original: https://t.co/6dhuGhkRGV

[ApVprovincia25 @ARGprovincia25]

#LlegaElVirrey
#CrisitinaLibre
El próximo embajador de EEUU 🇺🇸 en Argentina 🇦🇷 Peter Lamelas, esta ingiriendo en los asuntos de nuestro país al decir que @CFKArgentina reciba la justicia que se merece.

[Osvaldo 'Beto' Mendeleiev @BetoMendeleiev_]

Es tremendo que el principal uso de la IA sea el de terapia y acompañamiento. En unas décadas van a desaparecer los psicólogos.

[CIBERED @ciberedx]

🕒 Cómo usar Cron en Linux #Linux #CronJobs #AutomatizaciónLinux #TareasProgramadas #SysAdmin #TerminalLinux #GuíaLinux

https://t.co/nfHULRIPEi

[Juan Sklar @juansklar]

Qué pelotudez eso que una imagen de IA consume 5 litros de agua. ¿Saben cuánta agua consume ir en pareja al cine? 600 litros. ¿Una hamburguesa? 2.000 litros. Una laptop: 20.000 litros. No les importa el agua, les importa moralizar los gustos ajenos y romper los huevos.

[El Tirano Restaurador @AbogadoDePeron_]

Dado que la Malvinizacion es cultural les traigo mis piezas preferidas. Hay canciones, libros, documentales y todo el contenido necesario (con links) para que pasen este 2 de Abril profundizando en la causa Nacional.

Abro hilo