Santiago Bustelo @sbustelo

#DirectorUX en @kambrica. Artículos en https://t.co/l8fVZDlWqa. Aquí suelo escribir pavadas. Buenos Aires, Argentina Joined October 2008

Tweets

22K
Followers

3K
Following

2K
Likes

171K

Santiago Bustelo @sbustelo

7 days ago

@fabiomb Yo estoy desarrollando una estrategia distinta. En lugar de tratar de identificarlos, meterles fricción progresiva con cero costo de mi lado. Entre eso y Altcha cada cierto límite, no lo impedís, pero lo volves económicamente inviable

0 0 1 319 0

View Details

Manuel Eyquem @manueleyquem

3 weeks ago

Uruguay encontró otros dos mundiales en un diskette 5 1/4.

61 2K 15K 222K 125

View Details

Santiago Bustelo @sbustelo

2 months ago

Un amigo en pasa un dato caliente: HAY GENTE QUE SE ESTÁ VOLVIENDO A VENEZUELA hagan lo q quieran con esa información

0 0 0 76 0

View Details

Alan Daitch @AlanDaitch

2 months ago

Esto es, realmente, un DELIRIO. Agarraron 2.245 currículums reales escritos por humanos y le pidieron a ChatGPT, DeepSeek y otros modelos que los reescriban. Mismo curriculum, experiencia, estudios... todo igual, solo que reescrito. Después, le mostraron pares al azar a cada IA y le pidieron que eligiera el mejor: el suyo contra el del humano. Todos se eligieron a sí mismos más del 95% de las veces. Incluso después de controlar por calidad (asegurándose de que el CV humano no fuera objetivamente peor) seguían eligiendo el suyo. Después, simularon procesos reales de selección en 24 industrias y descubrieron que, si usaste el mismo modelo que el reclutador, tenés entre 23% y 60% más chances de pasar el primer filtro. ¿Por qué pasa esto? Los autores tienen una hipótesis fuerte: cuando le pedís a un modelo que te mejore el CV, te lo reescribe con su huella estilística: sus palabras favoritas, su ritmo, su forma de armar oraciones... Cada IA tiene un estilo propio, como cada escritor tiene una letra. Después, cuando esa misma IA evalúa, se reconoce del otro lado y se pone un diez. Cuanto más capaz es el modelo, más afilada es su capacidad de reconocerse. Ahora buscar laburo es como el test de Turing pero al revés: en lugar de una máquina intentando convencerte de que es humana, parece que ahora somos nosotros los que tenemos que convencer a los robots que somos uno de ellos.

83 1K 9K 838K 3K

View Details

Santiago Bustelo @sbustelo

2 months ago

Pase de tener decenas de impresiones y hasta algún tweet viral, a q me cierren la canillla después de haber bloqueado a cierto tipo que pago mucha plata por tener su propia red social. Voy a ver que pasa si no solo lo desbloqueo , sino que además lo empiezo q seguir.

1 0 2 116 0

View Details

Gonzalo @gonziver

3 months ago

Reversionaron usando IA a los Teletubbies como los Teleturries, en lenguaje turro y a los tiros.

127 1K 11K 719K 3K

View Details

Santiago Bustelo @sbustelo

3 months ago

@maxifirtman Yo acabo de cometer el bot inútil para terminar con todos los bots inútiles! bustelo.com.ar/apps/chatcgt/

0 0 1 82 0

View Details

Santiago Bustelo @sbustelo

3 months ago

Argentinos, Felices Pascuas!

1 0 1 54 0

View Details

ruido @ruidobarilari

4 months ago

me robaron la valija en un micro e hice la denuncia a la CNRT la CNRT:

ruido @ruidobarilari

7 months ago

ahora si che menos mal me quedo tranquilo

28 624 10K 2.1M 296

209 1K 42K 1.3M 935

View Details

Ethan W. Anderson @Ethan_is_online

4 months ago

I've plotted the most expensive McDonald's burger and the least expensive MacBook over time. This analysis projects that the most expensive burger will be more expensive than the cheapest laptop as soon as 2081

403 2K 37K 1.1M 2K

View Details

BURKOV @burkov

4 months ago

LLMs process text from left to right — each token can only look back at what came before it, never forward. This means that when you write a long prompt with context at the beginning and a question at the end, the model answers the question having "seen" the context, but the context tokens were generated without any awareness of what question was coming. This asymmetry is a basic structural property of how these models work. The paper asks what happens if you just send the prompt twice in a row, so that every part of the input gets a second pass where it can attend to every other part. The answer is that accuracy goes up across seven different benchmarks and seven different models (from the Gemini, ChatGPT, Claude, and DeepSeek series of LLMs), with no increase in the length of the model's output and no meaningful increase in response time — because processing the input is done in parallel by the hardware anyway. There are no new losses to compute, no finetuning, no clever prompt engineering beyond the repetition itself. The gap between this technique and doing nothing is sometimes small, sometimes large (one model went from 21% to 97% on a task involving finding a name in a list). If you are thinking about how to get better results from these models without paying for longer outputs or slower responses, that's a fairly concrete and low-effort finding. Read with AI tutor: chapterpal.com/s/1b15378b/pro… Get the PDF: arxiv.org/pdf/2512.14982