Sobre el blog | IA local, LLMs y aprendizaje
IA en local, herramientas, noticias, conceptos y aprendizaje, base de conocimiento personal y pruebas con IA. Sin nube, con tu hardware.
IA local, LLMs y aprendizaje es un blog sobre Inteligencia Artificial desde un enfoque práctico: uso en local, herramientas, noticias, conceptos, aprendizaje, base de conocimiento y pruebas con IA. La idea es traerte la IA al escritorio, sin depender de la nube, sin suscripciones y con el hardware que ya tienes en casa.
La mayor parte del contenido sobre IA que circula por ahí asume que vas a llamar a una API externa. No tiene nada de malo, pero hay otro camino: ejecutar los modelos en tu propia máquina. La diferencia entre alquilar y tener.
- Privacidad: los prompts y datos no salen de tu PC.
- Coste: cero suscripciones recurrentes, solo el hardware que ya tienes.
- Aprendizaje real: bajar a la capa de inferencia, cuantización, prompts, RAG, fine-tuning… se entiende de verdad cuando lo tocas.
- Soberanía: no dependes de que un proveedor cambie precios, cierre el servicio o filtre tu contexto.
- Ritmo propio: decides cuándo actualizas, qué modelo pruebas y cuánto contexto le metes a un prompt. Sin rate limits ni cuotas.
El contenido se organiza en torno a cinco ejes, que también puedes explorar desde las categorías y los tags del blog:
- IA en local — Ollama, LM Studio, llama.cpp, vLLM y demás runtimes. El foco está en modelos pequeños (2B, 4B, 8B) que corren en hardware modesto, sin necesidad de GPUs de cuatro cifras.
- Conceptos — fundamentos de machine learning, transformers, embeddings, prompt engineering, RAG, agentes y todo lo que forma el ecosistema actual de la IA.
- Herramientas — guías prácticas de runtimes locales, interfaces gráficas, frameworks, extensiones para el editor y utilidades para servir y orquestar modelos.
- Noticias — releases, modelos destacados, benchmarks y movimientos del sector que afectan al trabajo del día a día.
- Aprendizaje — rutas, recursos y notas para seguir formándote (y, de paso, ahorrarte callejones sin salida).
- Base de conocimiento personal — lo que investigo, pruebo y consigo, guardado con contexto y pasos para tenerlo a mano cuando haga falta.
- Pruebas con IA — resultados de los experimentos con modelos locales (prompts, RAG, agentes, integraciones, comparativas): lo que funciona, lo que no, y por qué.
IA local, LLMs y aprendizaje arrancó como un cuaderno de bitácora de side-projects y fue derivando hacia lo que más interesa cubrir aquí: la IA que corre en local y todo el ecosistema que la rodea.
Si te interesa seguir el blog, suscríbete al RSS o revisa los últimos posts cuando quieras.
Este contenido se generó con asistencia de IA.