Lanzan 'Blank.', una app de notas de memorización con IA on-device que convierte lo leído en recuerdo (usa Gemma 3)
(play.google.com)¡Hola!
Quiero presentarles la app de Android 'Blank.', que hice al verme a mí mismo guardar artículos técnicos o newsletters para después, pero sin volver a leerlos ni estudiarlos de verdad, y pensar: "¿Y si me obligo a resolver cuestionarios, lo recordaré?"
La comparto con la idea de que puedan probarla ligeramente en el viaje de regreso de estas fiestas o en sus ratos libres.
-
¿Qué tipo de app es?
Función: si pegas el enlace de un artículo web (noticias, blogs, wikis, etc.), la IA resume el contenido clave y crea ejercicios de completar espacios en blanco (Cloze Test).-
Concepto: busqué un diseño minimalista para que uno pueda concentrarse solo en el aprendizaje, sin funciones complejas.
-
Punto clave: es una app de IA 100% on-device; todo el proceso ocurre dentro del smartphone, sin comunicación con servidores.
-
-
Stack técnico y forma de implementación
Elegí un LLM on-device para tener costo de servidor en 0 y proteger la privacidad del usuario.- Model: Google Gemma 3 (2b-it-gpu-int4 quantized)
- Inference: MediaPipe LLM Inference API
- Architecture: Android Jetpack Compose + MVVM + Koin (DI)
- Keyword Extraction: optimización de los algoritmos Regex y TextRank (uso híbrido con LLM para mejorar la velocidad)
-
Puntos que me hicieron pensar durante el desarrollo
- Velocidad vs precisión: por la naturaleza on-device, la velocidad de inferencia era el factor clave. Al principio enviaba todas las oraciones al LLM, pero muchas veces la inferencia no era lo suficientemente rápida, y por las limitaciones de tokens la calidad de las respuestas también bajaba con frecuencia. Optimicé esa parte con una lógica en la que primero filtro las oraciones clave con el algoritmo TextRank y luego dejo al LLM la generación de espacios en blanco.
- Tamaño: el archivo del modelo pesa alrededor de 1.5 GB. Se descarga en la primera ejecución de la app, y se recomienda hacerlo con Wi‑Fi.
-
Se la recomiendo a personas que
- quieran aprovechar de verdad los artículos técnicos que han guardado
- tengan curiosidad por saber qué nivel de rendimiento puede dar el modelo Gemma 3 en móviles
- necesiten una herramienta personalizada de resumen/aprendizaje sin preocuparse por filtraciones de datos
Todavía es una versión inicial, así que le faltan muchas cosas. (En especial, el parsing de páginas web puede no ser perfecto.)
Si la prueban y me dejan comentarios como "estaría bueno tener esta función" o "este tipo de sitio no funciona muy bien", voy a esforzarme por corregirlo durante el feriado.
¡Gracias! ¡Que pasen unas felices fiestas!
[Enlace de Blank. en Google Play Store]
https://play.google.com/store/apps/details?id=com.shootsir.blank
12 comentarios
Oh, esto es justo lo que yo tenía en mente; si se conecta con Obsidian, creo que podría usarse de muchas maneras.
Pero dicen que no se puede descargar en el país donde vivo (Corea del Sur)... ¿cuál será la razón?
¿Podrías decirme cuál es exactamente el mensaje que viste en Play Store?
Y si también me compartes el modelo del dispositivo, podremos revisarlo más rápido.
Dice que es un elemento que no se puede usar en tu país de residencia.
¡Gracias por tu interés! Parece ser un problema de Play Store; lo revisaremos.
La velocidad para generar cuestionarios es rápida y la interfaz es simple, así que la experiencia de uso es buena. ¡Espero con ganas las próximas actualizaciones!
Gracias por probarlo. Iremos actualizando las partes que aún faltan.
¡Láncenlo también para iPhone!
¡También intentaremos lanzar la versión para iPhone una vez que la de Android termine de estabilizarse!
En teléfonos viejos es difícil.
Parece que, al ejecutar inferencia de LLM en el dispositivo, en los dispositivos antiguos el rendimiento no es suficiente o es difícil que funcione correctamente :(
Me gusta la interfaz simple. En NotebookLM hago cuestionarios para repasar, pero en comparación hay una parte que se queda un poco corta. Agregué un enlace sobre una persona específica de Namuwiki, y en 5 de las 7 preguntas la respuesta era esa persona específica. Creo que estaría bien mejorar esa parte. Basado en el Fold 7, se generó en menos de 10 segundos. Espero con interés lo que venga. Gracias.
¡Gracias por sus comentarios! Intentaremos corregirlo en la próxima actualización.