Como conclusión final, no es que ya sea absolutamente impresionante, porque lo es. Lo mejor de todo es que esto lo estoy ejecutando en un MacBook Pro M1 Pro 32GB, un portátil, es que es UN PORTÁTIL!!!!

Para probarlo: ollama run deepseek-r1:32b

Me hace gracia eso de "como son idiotas, voy a meterle un emoji"

Spoiler, al final lo mete en la respuesta:

Por último, se lo piensa y dice... "a ver, tengo que explicarle que este método no sirve para todo, voy a explicarle otros"

Luego, busca una estrategia para solucionarlo, la parte final es clave aquí, "Then, verify these by plugging them back into the original equation to ensure they work."

Primero, se hace un resumen, y luego se dice "cuidao, que tengo que explicarlo para tontos"

Congrats and thanks, this is so helpful for lot of people!

Pero el usuario final no está viendo nada de esto (nótese el <think></think>

Después de "pensárselo", nos da la respuesta.

Y es porque primero "PIENSA" bien la pregunta e itera sobre la misma, aquí en la imagen se puede observar que se hace ciertas preguntas, como... #compose es un toolkit the #google para construir uis en #android. Utiliza el approach de #kotlin. Para dar un hello world tengo que ver qué hace falta...

Y está guay porque aquí vemos como funcionan estos modelos, que no es que sean "mejores" per sé, sino que hacen más iteraciones sobre sí mismos para dar una mejor respuesta, por ejemplo, a la pregunta... "Write me a hello world in jetpack compose"... El modelo NO responde directamente...

Acabo de subir el salamandra-2b también.

ollama run sergiocasero/salamandra-2b

#ia #genai #llm