Cuentas y comunidades de IA
Buena parte de la discusión real ocurre en X, Discord y Reddit semanas antes de llegar a un paper, y meses antes de llegar a un curso. Saber dónde mirar es una ventaja concreta, sobre todo en un campo donde la distancia entre un resultado y su publicación formal se acortó tanto.
El criterio de esta lista es relación señal/ruido, no cantidad de seguidores. Hay cuentas enormes que no aportan nada y cuentas chicas de gente que entrena modelos todos los días. Estas son las segundas.
24 cuentas y comunidades que vale la pena seguir
Ordenados con los imprescindibles primero y agrupados por tipo. Los marcados con ★ son los que recomendaría alguien que ya recorrió el camino; los que dicen «gratis» no cuestan nada.
🛠️ Herramienta
Papers del día curados y votados por la comunidad. La forma más eficiente de seguir la literatura sin ahogarte.
Un millón y medio de modelos, datasets y demos. Es el GitHub de la IA: si no lo usás, estás trabajando de más.
GPUs gratuitas para aprender. Suficiente para todo el material educativo de esta página.
Discutir papers de arXiv en el margen, buscar citas y explorar grafos de literatura. Herramientas de lectura, no de descubrimiento.
👤 Cuenta
Los dos agregadores de papers más rápidos. Si algo importante salió hoy, ya lo postearon.
Intuiciones destiladas, hilos didácticos y observaciones que después se vuelven consenso del campo.
Resúmenes de papers con figuras propias y comparaciones de arquitecturas. Consistentemente útil.
Evaluaciones y buenas prácticas de ingeniería con LLMs. Los dos son referencias en evals.
Interpretabilidad mecanicista, con mucha orientación para quienes recién entran al campo.
Experimentos sobre cómo la IA cambia el trabajo y la educación, con evidencia empírica.
Keras y ARC-AGI. La postura más elaborada sobre por qué la generalización, no la escala, es el problema central.
Visión por computadora y modelos multimodales, con opiniones técnicas fuertes y bien argumentadas.
fast.ai, modelos abiertos y pedagogía. Muy generoso explicando cosas difíciles.
Post-training, RLHF y el estado real del ecosistema de modelos abiertos.
Razonamiento y cómputo en tiempo de inferencia, desde quien lo empujó en póker, Diplomacy y modelos o-series.
Experimentación constante y honesta con herramientas nuevas. Especialmente bueno en seguridad de LLMs.
'The Annotated Transformer', puzzles de GPU y tensores. Pedagogía de altísimo nivel.
FlashAttention y Mamba. Si te interesa el rendimiento real del hardware, seguilo.
La voz más consistentemente escéptica sobre los LLMs desde dentro del campo. Contrapeso necesario.
💬 Comunidad
La comunidad más activa sobre modelos abiertos, cuantización, hardware y fine-tuning. Es donde las técnicas nuevas aparecen primero.
Investigación abierta en tiempo real. Muchos papers importantes empezaron como conversaciones en estos canales.
Kernels, CUDA, Triton y optimización. La comunidad técnica más fuerte en rendimiento.
Muy acogedor para principiantes, con presencia constante de gente del equipo.
Discusión de papers e investigación. Los hilos '[D]' suelen tener a los autores respondiendo.
Preguntas frecuentes sobre cuentas y comunidades
¿Dónde se discute inteligencia artificial en español?
Hay comunidades activas en Discord y Telegram, además de grupos regionales en X. La sección de recursos en español reúne las opciones en castellano, aunque conviene asumir que la discusión técnica de punta va a seguir siendo mayoritariamente en inglés.
¿Vale la pena estar en X para aprender IA?
Sirve para enterarte temprano y para ver cómo piensa gente que trabaja en el tema, pero es también la forma más eficiente de perder tres horas sintiendo que aprendiste. Seguí pocas cuentas, con criterio, y tratalo como fuente de punteros, no como material de estudio.