Work
Una selección de sistemas de razonamiento automático, evaluación de modelos, recuperación de información, medios nativos e investigación aplicada.
- Aug '26
Rkive AI · motor de efectos de cámara
Pipeline multiplataforma de efectos faciales
Una pila de 23 controles de cámara para piel, maquillaje y remodelado geométrico. Diez controles bipolares de remodelado conservan una identidad exacta en cero; las operaciones de color por píxel se funden en un único kernel de Core Image y todos los remodelados se ejecutan en una sola pasada de warp. El suavizado usa la varianza local para suprimir textura de forma selectiva sin ablandar los bordes reales, y las magnitudes de remodelado se definen en una base facial invariante al roll.
Captura coherente entre previsualización y codificación
En iOS, la segmentación, los efectos y la composición se ejecutan una sola vez fuera del hilo principal sobre un buffer compartido por la previsualización y el encoder. Un slot en el que gana el último fotograma descarta los obsoletos en lugar de encolarlos. La resolución de grabación se elige mediante un modelo de latencia ajustado y solo baja cuando el objetivo menor recupera una proyección de 30 fps.
- Jun '26
Rkive AI · Composición de vídeo
Un gemelo en Canvas2D del render de FFmpeg
La previsualización del navegador reimplementa en Canvas2D el render del servidor: las operaciones de color, el recorte, el zoom, las superposiciones y la colocación medida del texto comparten una única ruta de dibujo con la exportación mediante WebCodecs. Lo difícil es la paridad semántica: igualar la geometría y el comportamiento de color de FFmpeg lo suficiente para que una edición no cambie al salir de la previsualización.
Composición con doble decodificador en iOS
La composición en iOS usa slots de decodificador fijos en lugar de tratar cada decodificador como una fuente intercambiable. El clip entrante se prepara antes de cada corte y el compositor adapta la antelación a partir de la disponibilidad observada del decodificador. Así, la sincronización de las transiciones se convierte en un problema medido de planificación y no en una colección de retrasos específicos de cada dispositivo.
La composición en Android y el nivel FFmpeg local
Android comparte el compositor Skia con iOS, con un nivel de codificación local específico de la plataforma por debajo. El vídeo de previsualización se vuelve a codificar junto a la mezcla de audio para preservar los tiempos, y las etapas compatibles se fusionan para evitar ciclos repetidos de decodificación y codificación. La lógica compartida de composición se sitúa por encima de las diferencias nativas en vez de negarlas.
Enrutado entre composición, dispositivo y nube
La composición, la codificación local y el renderizado en la nube forman tres niveles de calidad y latencia elegidos a partir de una fotografía explícita de capacidades. El servidor solo ofrece trabajo a dispositivos que pueden satisfacer el plan de render, y un sistema de pruebas de paridad compara su salida con el renderer de referencia antes de dar una ruta por válida.
- Jun '26
albertoluengomartin.com · este sitio
Una capa ASCII de DOM a partículas
Con el movimiento activado, un canvas persistente es lo único que renderiza texto de forma visible — el DOM se queda en color: transparent, conservando el layout y el árbol de accesibilidad, mientras cada elemento [data-ascii-zone] se remuestrea en partículas en cada navegación y se reancla a su rect en vivo en cada fotograma. Los clics en enlaces internos se interceptan en la fase de captura y router.push se aplaza, de modo que el texto y las imágenes de la página siguiente se condensan a partir de los caracteres de la anterior.
- Jun '26
Rkive AI · modo de voz
Turnos de habla sin sesión dúplex
El reconocedor de voz del cliente alimenta el mismo agente de texto que usa el chat y la síntesis de voz devuelve la respuesta, evitando mantener una pila separada para un agente de voz en tiempo real. El final de turno combina el resultado final del reconocedor con la detección de silencio bajo un único latch. La interrupción combina el nivel de audio con indicios del texto parcial y se adapta a los navegadores que no exponen la amplitud del micrófono.
- Jun '26
Rkive AI · sistema unificado de agentes
Recuperación restringida por grafo sobre datos privados y la web
Una única ruta de recuperación abarca el espacio de trabajo autorizado del usuario y la web. Una reescritura de intención informada por la memoria resuelve vocabulario privado, un grafo de relaciones tipadas reduce el conjunto de candidatos y señales semánticas, léxicas y estructurales ordenan lo que queda. Los resultados citan el pasaje que los sostiene en lugar de limitarse a nombrar el archivo que lo contiene.
Una capa de memoria auditable
Las memorias atraviesan un ciclo de vida explícito, pendiente, activa, sustituida y retractada, en lugar de desaparecer cuando el sistema cambia de opinión. Las retractaciones siguen siendo auditables, pero no pueden volver a entrar en un prompt. Las creencias destiladas requieren aprobación humana y conservan tanto su nivel de confianza como la procedencia de las ejecuciones de origen; las ejecuciones marcadas como erróneas quedan fuera de destilaciones futuras.
Agente proactivo con aprobación obligatoria
Las sugerencias proactivas requieren opt-in, tienen límites de frecuencia y quedan retenidas para aprobación humana antes de que pueda ejecutarse ninguna herramienta. Cada propuesta incluye una explicación en lenguaje claro, su procedencia hasta los eventos que la originaron y, cuando corresponde, una acción tipada. Un único proceso elegido conserva la propiedad de la ejecución para evitar que dos orquestadores actúen por duplicado.
Enrutado de conversaciones y compresión de contexto
La compresión sigue una escala de prioridades, no una única pasada de resumen: la evidencia recuperada se conserva literalmente, el contexto periférico se condensa y el material menos útil sale primero a medida que se llena la ventana. El enrutado combina afinidad semántica y recencia, y solo propone un destino cuando un candidato aventaja claramente a los demás; los rechazos reiterados sirven para que deje de insistir.
Un modelo unificado de adjuntos
Los archivos multimedia y los documentos entran por un único modelo de adjuntos direccionado por contenido, conservando las conversaciones a las que pertenecen. Los medios visuales reciben una descripción reutilizable; los documentos se extraen, segmentan e indexan para recuperación. Las salvaguardas del prompt distinguen los archivos adjuntos al turno actual de lo recordado de conversaciones anteriores y declaran de forma explícita cuándo un archivo no pudo leerse.
- May '26
ARC Prize · ARC-AGI-3
Un contrato de oráculo, tres backends
Un único método — query(state, memory), que devuelve razonamiento y acciones — con un teacher guionizado, un modelo en vivo por API y un LoRA local destilado de sus trazas por detrás. Lo difícil es la paridad: un único serializador de estado con modo leak-clean, una única gramática GBNF compartida por una configuración de guided decoding de vLLM y por un reconocedor de prefijos de Earley que enmascara los logits de HF, y un único system prompt idéntico byte a byte en recolección y en evaluación. Un desajuste del prompt bajó el reconocimiento del 85,7% al 40%. El sistema actual ocupa el puesto 175 de 3.915 competidores en Kaggle a octubre de 2026.
Una capa de guiado ajustada sobre la búsqueda en grafo
Las dimensiones 0-5 de un vector de comprensión de 32 dimensiones son un softmax de 6 arquetipos sobre 16 características de observación — ajustado por descenso de gradiente con etiquetas blandas de 25 juegos, 88% top-1 dentro de la muestra. Subredes por arquetipo escriben deltas acotados, escalados por la probabilidad del arquetipo y por la confianza, en una directiva de 27 campos. La capa nunca toca el orden de recorrido: tres intentos de sesgar la exploración sistemática provocaron regresiones (solo con novedad espacial: sk48 pasó de resuelto a no resuelto; m0r0, de 0,081 a 0,002).
Enmascarar lo que se mueve solo
En juegos solo de teclado, cuenta por color cuántas veces se desplazan sus segmentos; a partir de ocho transiciones, todo color que se desplace en al menos el 20% de ellas, salvo el jugador y el fondo, sale del hash MD5 del estado. Encontrar uno recalcula retroactivamente el hash de todo el grafo — fusiona los nodos colisionados, reasigna los destinos de las aristas y degrada los bucles. El umbral fue empírico: con el 30% se escapaban las patrullas de tu93. ls20 pasó de 1.931 estados únicos a 1.454, y quedó resuelto.
Un paseo aleatorio de reserva ponderado por evidencia
El sitio más seguro para la señal aprendida — sesgar el orden de la exploración sistemática no dejaba de romper juegos ya resueltos. Una vez probadas todas las aristas y sin frontera alcanzable, las aristas se muestrean según el producto de unos nueve términos de evidencia — inverso del número de visitas, profundidad, novedad espacial, tasas de cambio y de novedad por acción, bigramas de acciones, una penalización por no-op — con los términos de evidencia de acción acotados a ~3,2x en conjunto. En g50t: de 2.354 reinicios a 21; de 442 estados únicos a 1.824.
- May '26
Rkive AI · Atlas
Un atlas de embeddings en 3D con una regla de honestidad
Cada entrada mantiene separado su embedding de alta dimensión de la vista tridimensional. Las operaciones nearest-neighbour, substitute, between y steer se ordenan en la geometría original, nunca por lo que parezca estar cerca en pantalla. Cada proyección incluye una puntuación de conservación del vecindario que hace visible cuánta estructura ha retenido realmente la imagen atractiva.
Generación de atlas por petición sobre datos personales
Se genera bajo demanda a partir de fuentes del espacio de trabajo limitadas por permisos, reutilizando los embeddings que ya contienen los registros originales. Los fallos de cada fuente se aíslan para que una categoría no disponible no borre toda la vista, y el resultado no se guarda como una segunda copia de los datos personales. Una proyección dispersa con semilla mantiene estable la disposición mientras no cambie el conjunto de entrada.
Síntesis de atlas restringida por esquema
Una llamada estructurada al modelo propone el vocabulario del atlas, sus ejes, tipos de entidad y puntuaciones dispersas, mientras que el código determinista de la aplicación conserva el control de la geometría. Los ejes se distribuyen sobre la esfera y las posiciones usan la misma proyección por star coordinates que los atlas construidos a mano. Las propuestas pobres, duplicadas o mal formadas se rechazan en vez de presentarse como mapas significativos.
- May '26
Independent research · perfumería
Una ontología tipada de perfumería
La perfumería se representa como un grafo tipado que conecta materiales, moléculas, acordes, descriptores y usos, no como una lista plana de notas. Los embeddings semánticos permiten medir similitud, mientras que un vocabulario sensorial explícito conserva relaciones interpretables. Los perfiles de descriptores pueden proyectarse mediante star coordinates sin confundir el mapa visual con la evidencia que lo sostiene.
Un dataset de olor a nivel de material
Los materiales de perfumería, las moléculas que los componen y los ingredientes culinarios en una misma geometría — 86.065 nodos, ~1,31 M de aristas tipadas. La unificación fusiona primero por InChIKey (88% de cobertura, completado desde SMILES con RDKit), luego por CID, por CAS y por un nombre canónico; los materiales son mezclas, sin identidad química alguna, y se fusionan mediante un canonicalizador de nombres que elimina calificativos. La capa de notas de consumidor se cita, no se redistribuye — a un coste de 3.216 nodos de material.
Representación del olor con fugas controladas
Cinco lentes de 300-D sobre el mismo grafo del olor; tres están libres de fugas — uso, química y estructura molecular — y se evalúan en predicción de descriptores held-out con partición por InChIKey, cada una frente a su propio prior de prevalencia. De esas, solo la estructura lo supera (micro-AUROC 0,887 frente a 0,790); el uso no (0,725 frente a 0,748), y una ablación de tres brazos y cinco semillas no encuentra mejora al fusionarlas. Dentro del agente, la herramienta de embeddings degrada al agente con grounding en los tres modelos frontera probados.