Ask HN: ¿Qué han creado con LLMs?

• Pregunta sobre qué están creando usando LLMs
• La persona que pregunta
  • está desarrollando una extensión de Chrome: implementó una función que lee subtítulos para saltarse las secciones de patrocinio en videos de YouTube
  • está experimentando con explicaciones de cadenas de llamadas de funciones en varios lenguajes de programación: intentó generar explicaciones mediante un LLM usando MakeFile, Python y Bash
  • opera un bot de Telegram: configuró prompts para que ejecute comandos específicos, como ayudar con temas fiscales

[GN⁺]

Comentarios de Hacker News

• Un usuario, a quien no le gusta vender, configuró un número telefónico al que se puede llamar para practicar llamadas en frío con una IA de una forma parecida a la real.

  • Esta IA simula llamadas de ventas.
  • El usuario descubrió que las llamadas manos libres con la IA eran útiles, así que también la usa para propósitos generales.
  • Actualmente está fuera de línea, pero el código con información del stack y del despliegue está disponible en GitHub.
  • Todo funciona en una Raspberry Pi de $35.

• Otro usuario ayudó a "escribir" un libro de cocina basado en las recetas de su abuela.

  • Para el cumpleaños número 100 de su abuela, restauró más de 250 páginas de recetas que su padre había reunido durante años.
  • Algunas estaban escritas a máquina y otras a mano por su abuela.
  • Su padre escaneó las recetas mecanografiadas y "dictó" las recetas escritas a mano.
  • Usó Google OCR para procesar las recetas escaneadas y GPT-4 para convertir recetas sin formato en un Markdown bien organizado.
  • Corrigió con éxito errores tipográficos y fallos de Google OCR.
  • Pegó todo el texto bien organizado en Google Docs y agregó imágenes.
  • Usó la generación de imágenes de OpenAI para crear imágenes para más de 250 recetas.
  • Algunas tuvieron que curarse manualmente, especialmente las de comida mexicana.
  • El resultado fue un libro con una apariencia increíble, y al distribuir copias digitales dentro de la familia, todos quedaron sorprendidos.

• Un usuario armó un "stack" en MacOS usando Apple Shortcuts para hacer llamadas HTTP POST a la API de OpenAI y ejecutar tareas.

  • Cada tarea se activa con un atajo o con una entrada de Spotlight a través de Alfred.
  • Incluye varias funciones, como resumir URLs de YouTube, corregir gramática y estilo de textos, y usar OpenAI Whisper en lugar del dictado por voz.
  • Cada vez que el usuario detecta una tarea repetitiva para LLM, la convierte en un Apple Shortcut y la integra a su flujo de trabajo como si fuera una función de MacOS.

• Otro usuario hizo varios proyectos de hardware + LLM.

  • Creó una Pokédex que reconoce Pokémon reales.
  • Filtra e imprime buenos comentarios en la oficina.
  • Construyó un asistente de chat de propósito general sobre un intercomunicador viejo.
  • Estos proyectos no son especialmente útiles, pero todos son divertidos.

• Un usuario creó un chatbot de IA de currículum interactivo con el que se puede hablar para preguntar sobre su experiencia y habilidades.

  • El backend usa Python FastAPI y guarda el currículum y los pares de preguntas y respuestas en ChromaDB, además de usar OpenAI y Airtable para registrar solicitudes y respuestas.
  • La UI usa Sveltekit.
  • El usuario ahora está creando otras herramientas y planea usar LangSmith en lugar de Airtable.
  • Está escribiendo artículos en Substack como parte de un esfuerzo de #buildinpublic para ayudar a construir su marca.
  • Está desempleado desde septiembre y, dado lo difícil que está el mercado, espera conseguir empleo o contratos enfocándose en el trabajo mencionado.

• Otro usuario quiere automatizar el proceso de crear recorridos guiados autónomos y búsquedas del tesoro en línea alrededor de ciudades y pueblos.

  • Quiere un marketplace completo donde cualquiera pueda crear y vender tours.
  • El proceso de crear tours es muy engorroso.
  • Le da información local a GPT-4 para que redacte preguntas y respuestas de opción múltiple.
  • El frontend usa React Typescript; el backend, Net Core Web API sobre Linux, MySQL, EF Core e integración con GPT4 y Stripe.
  • Está alojado en treasuretours.org.
  • Por el costo, por ahora solo los superusuarios pueden acceder a las herramientas de IA, pero sí se pueden probar algunas búsquedas prehechas generadas parcialmente por IA.

• Un usuario empezó creando un producto, pero terminó construyendo una plataforma de desarrollo para productos basados en LLM.

  • Al principio creó una herramienta de análisis de acciones. El usuario escribe en lenguaje natural qué empresas y período quiere comparar, y las acciones se muestran en una gráfica.
  • Durante el desarrollo encontró desafíos únicos y, en lugar de lanzar el producto, cambió el enfoque hacia la plataforma de desarrollo.
  • Usa "LLM structured tasks" para ejecutar tareas a partir de la entrada del usuario y producir JSON con el que el backend puede trabajar.
  • Los prompts son frágiles y se rompen fácilmente incluso con cambios pequeños en el prompt o en la configuración del modelo.
  • Para ayudar con eso, desarrolló una plataforma que prueba versiones de prompts y configuraciones de modelos sobre colecciones completas de entradas para evitar problemas durante el desarrollo.
  • Se puede ver en promptotype.io.

• Un equipo está creando varias herramientas de datos basadas en LLM y está en proceso de rebrandear y lanzar su producto principal.

  • Han desarrollado varias herramientas y productos, como sketch, datadm y julyp.
  • Usan distintos stacks y herramientas; también hicieron herramientas propias, aunque últimamente escriben la lógica directamente y la aplican al producto.
  • El producto principal tiene el código en una app de next y está desplegado en vercel.

• Un usuario ha construido varias cosas, incluido un bot para generación de código.

  • Ahora está trabajando en entrevistas simuladas con IA. No le gusta prepararse con LeetCode y siente que aprende mejor mediante la interacción.
  • comp.lol ofrece entrevistas simuladas de programación guiadas por IA. Está buscando alpha testers, y como todo corre en el nivel gratuito, la carga puede ser lenta.

• Otro usuario creó un asistente de reclutamiento con IA que hace el filtro inicial, recopila información de candidatos, responde preguntas sobre el puesto y hace varias preguntas conductuales de entrevista.

  • Lo construyó en un día usando Vercel y OpenAI.
  • Configurar el inicio de sesión con Google fue la parte más difícil.
  • Ya lo han usado decenas de candidatos, lo que le ahorró mucho tiempo y le ayudó a priorizar las conversaciones.
  • Ayer escribió una publicación breve al respecto.