Un desarrollador ha construido un sistema de curaduría de noticias personal que opera continuamente en una Raspberry Pi 4 con 4 GB de RAM, utilizando modelos de lenguaje local para filtrar contenido. La herramienta, denominada Curator App, emplea Playwright para navegar por sitios web autorizados, validando los artículos y evaluando su relevancia mediante un modelo de lenguaje local. El objetivo inicial era probar los límites de rendimiento del hardware, pero el resultado se ha convertido en una herramienta de uso diario que envía cinco historias seleccionadas al usuario a través de Pushover cada día.
El sistema se basa en la instalación de Ollama, un cliente de modelos de lenguaje, y ha experimentado con varios modelos, incluyendo functionGemma y Qwen2.5:0.5b. La versión final utiliza Qwen2.5:0.5b, que ofrece un mejor equilibrio entre rendimiento y capacidad de razonamiento para este caso de uso específico. La arquitectura técnica incluye un servidor web con SQLite para el almacenamiento, gestionado por PM2, y ngrok para la accesibilidad remota. Además, incorpora un bucle de retroalimentación que permite al usuario corregir las decisiones del modelo, mejorando así la precisión de las recomendaciones futuras. Aunque modelos más grandes como Qwen3:1.7b mostraron limitaciones de rendimiento en la Raspberry Pi, el enfoque con modelos ligeros garantiza una experiencia fluida y privada sin costes de infraestructura ni APIs externas.