Andrej Karpathy

person · 36 menciones

Andrej Karpathy es uno de los científicos de datos más influyentes e innovadores. Es especialista en inteligencia artificial, aprendizaje profundo y visión por computadora. Desde 2017 es profesor en la Universidad de Stanford.

Ver en Wikipedia

Noticias que mencionan Andrej Karpathy

La IA es una burbuja, igual que las puntocom

Andrej Karpathy, investigador clave de OpenAI, Tesla y ahora Anthropic, describió recientemente la integración de Claude en Slack como «un nuevo paradigma» en el uso de la inteligencia artificial. La reacción en redes fue inmediata: muchos respondieron con ironía, reduciendo la afirmación a un simpl

Un transformador entrenado desde cero en un ESP32-S3 de 8 dólares

El proyecto 'qapla', disponible en GitHub, demuestra que es posible entrenar un pequeño modelo de lenguaje —un transformador a nivel de carácter— directamente dentro de un microcontrolador ESP32-S3 de bajo coste. A diferencia de los puertos tipo llama2.c, que solo ejecutan en inferencia modelos prev

La era de la eficiencia de tokens y la era de las bibliotecas

Un desarrollador con casi 30 años de experiencia describe cómo pasó de escribir la mayor parte de su código a mano a depender a diario de Claude, una asistente de IA, en apenas seis meses. La Encuesta de Desarrolladores de Stack Overflow de 2025 cifra en un 84% la adopción de herramientas de IA por

Portar nanochat a TPU: lo que se mantiene de PyTorch y lo que se rompe

El desarrollador tucan9389 ha portado nanochat, el proyecto de entrenamiento de modelos de chat de Andrej Karpathy pensado para nodos de 8 GPU H100, a TPU usando JAX, Flax y Pallas. El objetivo del puerto, bautizado nanochat-jax, es conservar al máximo la configuración y arquitectura originales y ve

Qué hace realmente loss.backward(): una guía paso a paso

Cuando se entrena una red neuronal, la llamada loss.backward() desencadena el mecanismo central del aprendizaje: el cálculo de cuánto debe ajustarse cada parámetro para reducir el error. Este artículo explica, de forma didáctica y desde cero, cómo funciona ese proceso apoyándose en microcrad, un peq

No te referirás a extinguidos: programadores ante la era de los LLM

En 1993, cuando Steven Spielberg vio la prueba de un Tiranosaurio rex fotorrealista generada por ordenador para Jurassic Park, el maestro del stop-motion Phil Tippett asumió que su oficio había muerto: «Me siento extinto», resumió. Aquel desplazamiento del stop-motion por el CGI es la metáfora que e

Qualcom compra la startup de chips Modular por casi 4.000 millones de dólares

Qualcom ha anunciado la adquisición de la startup de chips Modular por cerca de 4.000 millones de dólares, una operación que se materializará en la segunda mitad del año mediante la emisión de hasta 19,2 millones de acciones ordinarias. El acuerdo incluye 300 millones de dólares destinados a los apr

El bucle que viene: escribir software dejando que la máquina iteré

Un creciente número de desarrolladores está dejando de escribir código directamente y, en su lugar, diseña bucles que ejecutan tareas en cola y dejan que un agente de programación las intente, las evalúe y decida si seguir o detenerse. Esos bucles externos rodean al bucle interno que cualquier agent

Automatizar el propio trabajo: cómo delegar hasta lo que no se repite

Un desarrollador de herramientas comparte su experiencia al aplicar una regla sencilla heredada de un amigo emprendedor: «no hagas nada tres veces». Si una tarea aparece más de dos veces, hay que automatizarla. Aunque ya había automatizado el 95% de sus tareas de programación, descubrió que aún qued

Swift alcanza Teraflops entrenando LLMs en Apple Silicon

Este artículo explora cómo optimizar operaciones de multiplicación de matrices en Swift para entrenar Large Language Models (LLMs) en Apple Silicon, buscando alcanzar rendimiento de Teraflop/s desde el punto de partida de Gigaflops. El autor, Matt Gallagher, toma como referencia la implementación ll

IA en código: 'vibe coding' genera confusión

Un nuevo término, "agentic engineering", está surgiendo para diferenciar una práctica de desarrollo de software impulsada por IA de la técnica informal conocida como "vibe coding". Originalmente acuñado por Andrej Karpathy para describir la creación rápida de prototipos mediante la delegación total

Entrena GPT en tu laptop: Taller práctico y accesible

Un desarrollador ha creado un taller práctico para permitir a usuarios entrenar modelos GPT en laptops, incluso sin experiencia previa en aprendizaje automático. Inspirado por el proyecto 'nanoGPT' de Andrej Karpathy, el taller simplifica el proceso, reduciendo el tamaño del modelo a aproximadamente

Cómo funcionan los modelos de lenguaje como ChatGPT

Los Modelos de Lenguaje Grandes (LLMs), como ChatGPT, han revolucionado la forma en que interactuamos con la tecnología. Pero, ¿cómo funcionan realmente? Este resumen explica el proceso, desde los datos brutos hasta la creación de un asistente conversacional. **¿Qué son y por qué son importantes?*

‘Vibe Coding’: IA acelera, pero genera deuda técnica

Una tendencia emergente en el desarrollo de software, denominada "vibe coding", está generando preocupación en las startups. Esta práctica, impulsada por herramientas como Replit Agent y Claude Code, permite a los product managers generar código funcional rápidamente, a menudo sin la intervención de

IA analiza incidentes: nueva herramienta visualiza datos

Rootly AI Labs ha lanzado una nueva herramienta impulsada por inteligencia artificial llamada `graphify rootly`, que permite a los equipos de ingeniería visualizar y analizar datos de incidentes de manera más efectiva. La herramienta, construida sobre la base de `graphify` y utilizando modelos de le

Ciencia de datos: LLMs cambian el panorama laboral

El auge del científico de datos, considerado en su momento como “el trabajo más sexy del siglo XXI”, está experimentando una redefinición debido a la proliferación de las APIs de modelos de lenguaje grandes (LLMs). La facilidad de integración de estos modelos, que antes requerían la intervención de

IA complica el código: desarrollo de software en auge

La proliferación de herramientas de IA en el desarrollo de software está generando un aumento significativo en la complejidad del código, un fenómeno que algunos denominan "slop" (contenido generado de forma aleatoria). Según un análisis de Greptile, la cantidad de código generado por desarrollador

Mr. Chatterbox: IA con sabor victoriano

Trip Venturella ha lanzado "Mr. Chatterbox", un modelo de lenguaje único que se entrena exclusivamente con textos de dominio público de la Biblioteca Británica, datados entre 1837 y 1899. Este enfoque elimina cualquier dato de entrenamiento posterior a 1899, creando un modelo con una perspectiva y v

IA podría impulsar el retorno del software libre

La aparición de agentes de IA podría revitalizar el movimiento del software libre, un concepto que ha perdido relevancia con el auge del Software como Servicio (SaaS). Richard Stallman, fundador de la Free Software Foundation, abogó por la libertad de los usuarios para ejecutar, estudiar, modificar

NanoClaw: Creador firma con Docker tras viral éxito

Gavriel Cohen, creador de NanoClaw, ha experimentado un auge meteórico en las últimas seis semanas, culminando en un acuerdo con Docker. Todo comenzó cuando Cohen, tras una maratón de codificación, desarrolló NanoClaw, una alternativa de código abierto y segura a OpenClaw, una herramienta popular pa

IA en desarrollo: ¿más horas de trabajo?

La adopción generalizada de herramientas de inteligencia artificial (IA) en el desarrollo de software, inicialmente vista como un catalizador de productividad, está paradójicamente llevando a que los ingenieros de software trabajen más horas, según un informe de Google DORA y estudios recientes. Aun

IA escribe código: ¿quién garantiza su seguridad?

La creciente adopción de la inteligencia artificial (IA) en el desarrollo de software, con empresas como Google y Microsoft utilizando IA para generar entre el 25% y el 30% de su código, plantea serias preocupaciones sobre la verificación y seguridad. Recientemente, Anthropic desarrolló un compilado

IA revoluciona el desarrollo de software

Un nuevo paradigma en el desarrollo de software, denominado 'Software 3.1', está emergiendo gracias a la integración de la inteligencia artificial. A diferencia del 'Software 3.0', que se basa en un ciclo de generación y verificación humana de código, el 'Software 3.1' permite que los modelos de len

Karpathy entusiasma con 'Claws', nueva IA

El ingeniero de aprendizaje automático Andrej Karpathy ha expresado su entusiasmo por un nuevo concepto en el desarrollo de inteligencia artificial llamado "Claws", a través de un mensaje en Twitter el 21 de febrero de 2026. Karpathy adquirió un Mac Mini para experimentar con Claws, describiéndolos

GPT en C: modelo más rápido para dispositivos

Un desarrollador ha creado una implementación en lenguaje C99 de un modelo GPT de estilo 'character-level', denominado MicroGPT-C, que permite un entrenamiento y generación de texto significativamente más rápidos que las implementaciones en Python. El proyecto, publicado en GitHub, busca ofrecer una

IA en la codificación: Extensión popular llega a VS Code

Un desarrollador ha adaptado una popular extensión de directrices de codificación para IA, inspirada en el trabajo de Andrej Karpathy, para los entornos de desarrollo VS Code y Cursor. La extensión, originalmente diseñada para Claude Code, se basa en un simple archivo Markdown de 65 líneas que estab