Solenny Peralta retweeted
Muchas empresas no necesitan otro #dashboard, más bien necesitan aprender a leer los que ya tienen.
Y he visto este patrón muchas veces: nadie entiende qué quiere responder el negocio > se pide “un dashboard” > nadie lo lee > se pide otro.
Y es por eso que el Data Scientist tiene un papel tan importante, no se enfoca en la herramienta más bien empieza preguntando: ¿qué decisión vas a tomar con esto?
Si la respuesta que te dan es “para tenerlo visible”… ahí está tu problema.
Solenny Peralta retweeted
Por favor, difusión 🙏
Hi @AnthropicAI, @ClaudeDevs, @claudeai and @DarioAmodei, please help.
Our friend @miriamgonp needs access to your models to keep fighting breast cancer. She has built her own team of AI agents to help study her case, and credits to use your models would be a tremendous help.
The Dana-Farber Cancer Institute itself has acknowledged that the information uncovered by the agents can be very helpful.
It’s a small thing for you, but it would mean so much to her. Thank you.
Sobre el estudio que estoy haciendo con Polarias ahora junto a Dana Farber me dice:
Mi estimación es que al código y los documentos les queda de uno a dos días de trabajo continuo de agentes. Después vienen las corridas reales con tus láminas, cuya duración no sé: calculo al menos otro día. El estudio completo hasta el informe y tu firma, una o dos semanas, según lo que salga en esas corridas.
Necesito si o si conseguir acceso ilimitado a opus porque si no esto no acaba. Ideas, ayudas...
Solenny Peralta retweeted
Por cada suscripción a Claude que le pagas a un senior, un junior muere esperando una oportunidad.
No pagues suscripciones, ¡ADOPTA!
Solenny Peralta retweeted
¿qué es Jev y por qué todo el mundo está hablando de él?
es un modelo de IA de TypeSafe al que le pasás contexto y opciones, y devuelve decisiones con probabilidades.
por ejemplo:
1) un agente tiene decenas de skills disponibles. Jev puede evaluar cuál sirve para lo que pediste y sugerir cuál cargar, o ninguna si no hace falta.
2) una búsqueda devuelve 50 documentos. Jev puede evaluar cuáles son relevantes antes de pasárselos al modelo que va a escribir la respuesta.
un LLM tradicional genera texto, incluso para comunicar una decisión. Jev está diseñado para devolver opciones y probabilidades directamente, y puede evaluar varias preguntas independientes en paralelo.
según TypeSafe, responde en 70–500 milisegundos y cuesta USD 0,042 por millón de tokens de entrada. la salida es gratis. (esto es clave)
lo interesante es combinarlo con otros modelos: usar Jev para seleccionar información o skills, y un modelo generativo para resolver la tarea.
cuando un agente repite esas decisiones muchas veces, hacerlas más baratas y rápidas puede cambiar cuánto cuesta completar el trabajo.