Qué hace que un modelo local sirva para programar: tool-calls, bugs reales y contexto pesado | FreakingJSON
Qué hace útil a un modelo local para programar: tool-calls, bugs reales, contexto pesado, pruebas y evidencia verificable.
Tecnología y Desarrollo
Tecnología útil, sin humo. Stack Lab: dev, IA, herramientas.
Cómo optimizamos MiniV: de 310 segundos a 92 en deep context retrieval | FreakingJSON
Caso MiniV: cómo una optimización real bajó una tarea de 310s a 92s separando fases, midiendo cuello de botella y verificando evidencia.
El error clásico en benchmarks de IA: mezclar prefill, razonamiento y decode | FreakingJSON
Cómo leer benchmarks de IA local sin caer en el error de mezclar fases que no miden lo mismo.
IA local sin humo: pruebas reales en MiniV | FreakingJSON
Una guía honesta sobre IA local basada en pruebas reales: 21 modelos, 84 runs, métricas separadas y decisiones útiles para elegir modelos.
Kokoro y voces ligeras: cuándo una alternativa simple sirve en IA local | FreakingJSON
Kokoro muestra cuándo una voz ligera basta para prototipos y workflows locales sin venderla como reemplazo universal.
Recrear una voz no es suplantar una persona: límites éticos de IA local | FreakingJSON
Recrear voces con IA local exige consentimiento, contexto y límites claros para crear sin cruzar la línea de la suplantación.
La IA no termina la pieza: edición y criterio en workflows locales | FreakingJSON
La IA genera material; una pieza publicable exige selección, ritmo, audio, revisión y criterio editorial.
ComfyUI como mesa de montaje para workflows de IA local | FreakingJSON
Cómo convertir workflows de ComfyUI en pipelines propios: leer nodos, adaptar dependencias y documentar una ejecución reproducible.
Recrear voz con Chatterbox IA local | FreakingJSON
Qué permite Chatterbox para voz sintética local y por qué el consentimiento y la trazabilidad importan antes de usar una referencia vocal.
De texto a voz con IA local: lo que aprendimos probando alternativas open source
Probamos varias alternativas de texto a voz con IA local. Esto es lo que aprendimos sobre claridad, acento, naturalidad y cuándo una voz realmente funciona para contenido publicable.