---
title: Vídeos de inteligencia artificial
seo_title: Biblioteca de vídeos de inteligencia artificial en español
description: Biblioteca completa de vídeos breves de 5sigmas sobre inteligencia artificial, modelos de lenguaje, razonamiento, multimodalidad, energía e infraestructura.
keywords: vídeos inteligencia artificial, vídeos IA español, LLM, Transformer, modelos razonadores, multimodalidad
hide:
- toc
---


<div class="s5-video-library" data-s5-video-library>
  <section class="s5-video-library__intro">
    <div class="s5-eyebrow">Biblioteca de vídeo</div>
    <h1>Una idea técnica por vídeo. El artículo completo a un clic.</h1>
    <p>Explora las 76 explicaciones publicadas en 5sigmas. Cada página de vídeo incluye un resumen, ideas clave, el capítulo original y el siguiente contenido recomendado.</p>
    <div class="s5-video-library__actions">
      <a class="s5-video-library__primary" href="/visuales/">Abrir la experiencia visual</a>
      <a href="/series/">Explorar las series</a>
    </div>
  </section>

  <section class="s5-video-library__controls" aria-label="Filtrar la biblioteca de vídeos">
    <label>
      <span>Buscar</span>
      <input type="search" data-s5-video-search placeholder="Tema, concepto o serie" autocomplete="off">
    </label>
    <div class="s5-video-library__filters" role="toolbar" aria-label="Temas de vídeo">
      <button type="button" data-s5-video-filter="all" aria-pressed="true">Todos <span>76</span></button><button type="button" data-s5-video-filter="impacto" aria-pressed="false">Economía, energía y bienestar <span>5</span></button><button type="button" data-s5-video-filter="fundamentos" aria-pressed="false">Fundamentos <span>5</span></button><button type="button" data-s5-video-filter="historia" aria-pressed="false">Historia de la IA <span>6</span></button><button type="button" data-s5-video-filter="infraestructura" aria-pressed="false">Infraestructura <span>5</span></button><button type="button" data-s5-video-filter="ingenieria" aria-pressed="false">Ingeniería de sistemas <span>1</span></button><button type="button" data-s5-video-filter="multimodalidad" aria-pressed="false">Multimodalidad <span>6</span></button><button type="button" data-s5-video-filter="otros" aria-pressed="false">Otros temas <span>36</span></button><button type="button" data-s5-video-filter="razonamiento" aria-pressed="false">Razonamiento <span>6</span></button><button type="button" data-s5-video-filter="seguridad" aria-pressed="false">Seguridad en IA <span>6</span></button>
    </div>
    <p data-s5-video-status aria-live="polite">76 vídeos disponibles</p>
  </section>

  <section class="s5-video-library__grid" data-s5-video-grid>
    
<article class="s5-video-card" data-s5-video-card
  data-topic="otros"
  data-search="Observabilidad, taxonomías de fallos y feedback loops Telemetría no es un veredicto: señales de producción se convierten en fallos reproducibles, eval cases y reparaciones que vuelven a pasar por el mismo gate antes de regresar a producción. Otros temas Evaluating Ai Systems Production AI observability failure taxonomy production monitoring evals regression testing incident response traces feedback loop Observabilidad y evaluación responden preguntas distintas Primero conserva una identidad reproducible del sistema Un trace útil preserva causalidad, no todos los bytes">
  <a class="s5-video-card__poster" href="https://5sigmas.com/videos/series/evaluating-ai-systems-production/06-observability-failure-taxonomies-production-eval-repair-feedback-loops/" aria-label="Ver Observabilidad, taxonomías de fallos y feedback loops">
    <img src="https://5sigmas.com/series/evaluating-ai-systems-production/06-observability-failure-taxonomies-production-eval-repair-feedback-loops.jpg" alt="" loading="lazy" width="1280" height="720">
    <span>0:36</span>
  </a>
  <div class="s5-video-card__body">
    <p class="s5-video-card__meta">Otros temas · 0:36</p>
    <h2><a href="https://5sigmas.com/videos/series/evaluating-ai-systems-production/06-observability-failure-taxonomies-production-eval-repair-feedback-loops/">Observabilidad, taxonomías de fallos y feedback loops</a></h2>
    <p>Telemetría no es un veredicto: señales de producción se convierten en fallos reproducibles, eval cases y reparaciones que vuelven a pasar por el mismo gate antes de regresar a producción.</p>
    <small>Observabilidad y evaluación responden preguntas distintas · Primero conserva una identidad reproducible del sistema</small>
    <div class="s5-video-card__links">
      <a href="https://5sigmas.com/videos/series/evaluating-ai-systems-production/06-observability-failure-taxonomies-production-eval-repair-feedback-loops/">Ver vídeo</a>
      <a href="https://5sigmas.com/series/evaluating-ai-systems-production/06-observability-failure-taxonomies-production-eval-repair-feedback-loops/">Leer artículo</a>
    </div>
  </div>
</article>


<article class="s5-video-card" data-s5-video-card
  data-topic="otros"
  data-search="Evaluación online: shadow, canary, A/B y regression gates La evaluación online aumenta exposición de forma controlada: shadow observa sin decidir, canary limita blast radius, A/B estima efecto y guardrails o regression gates detienen una promoción insegura. Otros temas Evaluating Ai Systems Production online evaluation shadow traffic canary A/B testing guardrails regression gates AI systems progressive delivery Antes de exponer tráfico, fija la unidad de cambio Shadow: primero observa el candidato sin darle autoridad sobre la respuesta Un shadow no mide impacto real sobre el usuario">
  <a class="s5-video-card__poster" href="https://5sigmas.com/videos/series/evaluating-ai-systems-production/05-online-evaluation-shadow-canary-ab-guardrails-regression-gates/" aria-label="Ver Evaluación online: shadow, canary, A/B y regression gates">
    <img src="https://5sigmas.com/series/evaluating-ai-systems-production/05-online-evaluation-shadow-canary-ab-guardrails-regression-gates.jpg" alt="" loading="lazy" width="1280" height="720">
    <span>0:36</span>
  </a>
  <div class="s5-video-card__body">
    <p class="s5-video-card__meta">Otros temas · 0:36</p>
    <h2><a href="https://5sigmas.com/videos/series/evaluating-ai-systems-production/05-online-evaluation-shadow-canary-ab-guardrails-regression-gates/">Evaluación online: shadow, canary, A/B y regression gates</a></h2>
    <p>La evaluación online aumenta exposición de forma controlada: shadow observa sin decidir, canary limita blast radius, A/B estima efecto y guardrails o regression gates detienen una promoción insegura.</p>
    <small>Antes de exponer tráfico, fija la unidad de cambio · Shadow: primero observa el candidato sin darle autoridad sobre la respuesta</small>
    <div class="s5-video-card__links">
      <a href="https://5sigmas.com/videos/series/evaluating-ai-systems-production/05-online-evaluation-shadow-canary-ab-guardrails-regression-gates/">Ver vídeo</a>
      <a href="https://5sigmas.com/series/evaluating-ai-systems-production/05-online-evaluation-shadow-canary-ab-guardrails-regression-gates/">Leer artículo</a>
    </div>
  </div>
</article>


<article class="s5-video-card" data-s5-video-card
  data-topic="otros"
  data-search="Trayectorias de agentes: éxito, eficiencia, recovery y policy Una trayectoria agentic se evalúa por outcome y por proceso: tools y estados observados explican cómo se llegó al resultado, mientras recovery, coste y policy separan éxito limpio de éxito corrupto. Otros temas Evaluating Ai Systems Production agent evaluation trajectory evaluation tool calls policy compliance recovery retries efficiency agent traces outcome evaluation Una trayectoria es una secuencia de transiciones, no una lista de tool names Empieza por el outcome: ¿la tarea terminó realmente resuelta? Después evalúa las decisiones que sí importan durante el camino">
  <a class="s5-video-card__poster" href="https://5sigmas.com/videos/series/evaluating-ai-systems-production/04-evaluacion-trayectorias-agentes-tools-exito-eficiencia-recuperacion-policy/" aria-label="Ver Trayectorias de agentes: éxito, eficiencia, recovery y policy">
    <img src="https://5sigmas.com/series/evaluating-ai-systems-production/04-evaluacion-trayectorias-agentes-tools-exito-eficiencia-recuperacion-policy.jpg" alt="" loading="lazy" width="1280" height="720">
    <span>0:36</span>
  </a>
  <div class="s5-video-card__body">
    <p class="s5-video-card__meta">Otros temas · 0:36</p>
    <h2><a href="https://5sigmas.com/videos/series/evaluating-ai-systems-production/04-evaluacion-trayectorias-agentes-tools-exito-eficiencia-recuperacion-policy/">Trayectorias de agentes: éxito, eficiencia, recovery y policy</a></h2>
    <p>Una trayectoria agentic se evalúa por outcome y por proceso: tools y estados observados explican cómo se llegó al resultado, mientras recovery, coste y policy separan éxito limpio de éxito corrupto.</p>
    <small>Una trayectoria es una secuencia de transiciones, no una lista de tool names · Empieza por el outcome: ¿la tarea terminó realmente resuelta?</small>
    <div class="s5-video-card__links">
      <a href="https://5sigmas.com/videos/series/evaluating-ai-systems-production/04-evaluacion-trayectorias-agentes-tools-exito-eficiencia-recuperacion-policy/">Ver vídeo</a>
      <a href="https://5sigmas.com/series/evaluating-ai-systems-production/04-evaluacion-trayectorias-agentes-tools-exito-eficiencia-recuperacion-policy/">Leer artículo</a>
    </div>
  </div>
</article>


<article class="s5-video-card" data-s5-video-card
  data-topic="otros"
  data-search="Benchmarking: coste, throughput, latencia y energía Un benchmark de inferencia sólo es comparable si fija workload, frontera de medida y hardware, y reporta distribución de latencia, throughput útil, coste y energía. Otros temas Llm Inference Engineering Economics LLM inference benchmark TTFT TPOT ITL throughput goodput cost per task energy per inference MLPerf AIPerf vLLM Un benchmark es un protocolo, no un escalar El workload debe parecerse al problema que quieres resolver Request rate y concurrencia no describen la misma carga">
  <a class="s5-video-card__poster" href="https://5sigmas.com/videos/series/llm-inference-engineering-economics/06-benchmarking-inference-cost-task-throughput-latency-energy-hardware-constraints/" aria-label="Ver Benchmarking: coste, throughput, latencia y energía">
    <img src="https://5sigmas.com/series/llm-inference-engineering-economics/06-benchmarking-inference-cost-task-throughput-latency-energy-hardware-constraints.jpg" alt="" loading="lazy" width="1280" height="720">
    <span>0:36</span>
  </a>
  <div class="s5-video-card__body">
    <p class="s5-video-card__meta">Otros temas · 0:36</p>
    <h2><a href="https://5sigmas.com/videos/series/llm-inference-engineering-economics/06-benchmarking-inference-cost-task-throughput-latency-energy-hardware-constraints/">Benchmarking: coste, throughput, latencia y energía</a></h2>
    <p>Un benchmark de inferencia sólo es comparable si fija workload, frontera de medida y hardware, y reporta distribución de latencia, throughput útil, coste y energía.</p>
    <small>Un benchmark es un protocolo, no un escalar · El workload debe parecerse al problema que quieres resolver</small>
    <div class="s5-video-card__links">
      <a href="https://5sigmas.com/videos/series/llm-inference-engineering-economics/06-benchmarking-inference-cost-task-throughput-latency-energy-hardware-constraints/">Ver vídeo</a>
      <a href="https://5sigmas.com/series/llm-inference-engineering-economics/06-benchmarking-inference-cost-task-throughput-latency-energy-hardware-constraints/">Leer artículo</a>
    </div>
  </div>
</article>


<article class="s5-video-card" data-s5-video-card
  data-topic="otros"
  data-search="Routing, fallback, caching y serving adaptativo Un router asigna cada request según capacidad, calidad, coste y latencia; cache y fallback cambian la ruta sin eliminar verificación ni límites de política. Otros temas Llm Inference Engineering Economics model routing LLM routing fallback response cache semantic cache workload-aware serving inference gateway KV-aware routing La política empieza por lo que no puede elegir Model routing elige antes del primer intento Routing estático, reglas y routers aprendidos resuelven problemas distintos">
  <a class="s5-video-card__poster" href="https://5sigmas.com/videos/series/llm-inference-engineering-economics/05-model-routing-fallback-caching-workload-aware-serving/" aria-label="Ver Routing, fallback, caching y serving adaptativo">
    <img src="https://5sigmas.com/series/llm-inference-engineering-economics/05-model-routing-fallback-caching-workload-aware-serving.jpg" alt="" loading="lazy" width="1280" height="720">
    <span>0:36</span>
  </a>
  <div class="s5-video-card__body">
    <p class="s5-video-card__meta">Otros temas · 0:36</p>
    <h2><a href="https://5sigmas.com/videos/series/llm-inference-engineering-economics/05-model-routing-fallback-caching-workload-aware-serving/">Routing, fallback, caching y serving adaptativo</a></h2>
    <p>Un router asigna cada request según capacidad, calidad, coste y latencia; cache y fallback cambian la ruta sin eliminar verificación ni límites de política.</p>
    <small>La política empieza por lo que no puede elegir · Model routing elige antes del primer intento</small>
    <div class="s5-video-card__links">
      <a href="https://5sigmas.com/videos/series/llm-inference-engineering-economics/05-model-routing-fallback-caching-workload-aware-serving/">Ver vídeo</a>
      <a href="https://5sigmas.com/series/llm-inference-engineering-economics/05-model-routing-fallback-caching-workload-aware-serving/">Leer artículo</a>
    </div>
  </div>
</article>


<article class="s5-video-card" data-s5-video-card
  data-topic="otros"
  data-search="Speculative decoding y prefix caching Speculative decoding propone varios tokens baratos y el modelo objetivo los verifica; prefix caching reutiliza trabajo de prefill cuando el prefijo realmente coincide. Otros temas Llm Inference Engineering Economics speculative decoding prefix caching KV cache reuse TTFT TPOT acceptance rate draft model inference latency El presupuesto de latencia vuelve a ser el punto de partida Prefix caching reutiliza estado de un prefijo ya calculado Un hit sólo existe para la parte realmente reutilizable">
  <a class="s5-video-card__poster" href="https://5sigmas.com/videos/series/llm-inference-engineering-economics/04-speculative-decoding-prefix-caching-latency-optimisations/" aria-label="Ver Speculative decoding y prefix caching">
    <img src="https://5sigmas.com/series/llm-inference-engineering-economics/04-speculative-decoding-prefix-caching-latency-optimisations.jpg" alt="" loading="lazy" width="1280" height="720">
    <span>0:36</span>
  </a>
  <div class="s5-video-card__body">
    <p class="s5-video-card__meta">Otros temas · 0:36</p>
    <h2><a href="https://5sigmas.com/videos/series/llm-inference-engineering-economics/04-speculative-decoding-prefix-caching-latency-optimisations/">Speculative decoding y prefix caching</a></h2>
    <p>Speculative decoding propone varios tokens baratos y el modelo objetivo los verifica; prefix caching reutiliza trabajo de prefill cuando el prefijo realmente coincide.</p>
    <small>El presupuesto de latencia vuelve a ser el punto de partida · Prefix caching reutiliza estado de un prefijo ya calculado</small>
    <div class="s5-video-card__links">
      <a href="https://5sigmas.com/videos/series/llm-inference-engineering-economics/04-speculative-decoding-prefix-caching-latency-optimisations/">Ver vídeo</a>
      <a href="https://5sigmas.com/series/llm-inference-engineering-economics/04-speculative-decoding-prefix-caching-latency-optimisations/">Leer artículo</a>
    </div>
  </div>
</article>


<article class="s5-video-card" data-s5-video-card
  data-topic="otros"
  data-search="Quantization, paralelismo y trade-offs Quantization reduce bytes por parámetro; tensor y pipeline parallelism reparten cómputo y memoria. Cada elección mueve memoria, calidad, comunicación y latencia. Otros temas Llm Inference Engineering Economics LLM quantization tensor parallelism pipeline parallelism expert parallelism context parallelism FP8 INT4 AWQ GPTQ Cuantización no significa que todo el modelo tenga la misma precisión La operación básica introduce error de representación Weight-only y weight+activation atacan cuellos distintos">
  <a class="s5-video-card__poster" href="https://5sigmas.com/videos/series/llm-inference-engineering-economics/03-quantization-parallelism-memory-quality-tradeoffs/" aria-label="Ver Quantization, paralelismo y trade-offs">
    <img src="https://5sigmas.com/series/llm-inference-engineering-economics/03-quantization-parallelism-memory-quality-tradeoffs.jpg" alt="" loading="lazy" width="1280" height="720">
    <span>0:36</span>
  </a>
  <div class="s5-video-card__body">
    <p class="s5-video-card__meta">Otros temas · 0:36</p>
    <h2><a href="https://5sigmas.com/videos/series/llm-inference-engineering-economics/03-quantization-parallelism-memory-quality-tradeoffs/">Quantization, paralelismo y trade-offs</a></h2>
    <p>Quantization reduce bytes por parámetro; tensor y pipeline parallelism reparten cómputo y memoria. Cada elección mueve memoria, calidad, comunicación y latencia.</p>
    <small>Cuantización no significa que todo el modelo tenga la misma precisión · La operación básica introduce error de representación</small>
    <div class="s5-video-card__links">
      <a href="https://5sigmas.com/videos/series/llm-inference-engineering-economics/03-quantization-parallelism-memory-quality-tradeoffs/">Ver vídeo</a>
      <a href="https://5sigmas.com/series/llm-inference-engineering-economics/03-quantization-parallelism-memory-quality-tradeoffs/">Leer artículo</a>
    </div>
  </div>
</article>


<article class="s5-video-card" data-s5-video-card
  data-topic="otros"
  data-search="KV cache, jerarquía de memoria y continuous batching El KV cache intercambia memoria por menos cómputo repetido; paging y continuous batching coordinan capacidad, admisión y reutilización entre requests activos. Otros temas Llm Inference Engineering Economics KV cache PagedAttention continuous batching LLM serving GPU memory memory hierarchy inference Qué guarda realmente el KV cache Una fórmula útil para estimar memoria — con límites explícitos Ejemplo ilustrativo, no benchmark">
  <a class="s5-video-card__poster" href="https://5sigmas.com/videos/series/llm-inference-engineering-economics/02-kv-cache-memory-hierarchy-continuous-batching-pagedattention/" aria-label="Ver KV cache, jerarquía de memoria y continuous batching">
    <img src="https://5sigmas.com/series/llm-inference-engineering-economics/02-kv-cache-memory-hierarchy-continuous-batching-pagedattention.jpg" alt="" loading="lazy" width="1280" height="720">
    <span>0:36</span>
  </a>
  <div class="s5-video-card__body">
    <p class="s5-video-card__meta">Otros temas · 0:36</p>
    <h2><a href="https://5sigmas.com/videos/series/llm-inference-engineering-economics/02-kv-cache-memory-hierarchy-continuous-batching-pagedattention/">KV cache, jerarquía de memoria y continuous batching</a></h2>
    <p>El KV cache intercambia memoria por menos cómputo repetido; paging y continuous batching coordinan capacidad, admisión y reutilización entre requests activos.</p>
    <small>Qué guarda realmente el KV cache · Una fórmula útil para estimar memoria — con límites explícitos</small>
    <div class="s5-video-card__links">
      <a href="https://5sigmas.com/videos/series/llm-inference-engineering-economics/02-kv-cache-memory-hierarchy-continuous-batching-pagedattention/">Ver vídeo</a>
      <a href="https://5sigmas.com/series/llm-inference-engineering-economics/02-kv-cache-memory-hierarchy-continuous-batching-pagedattention/">Leer artículo</a>
    </div>
  </div>
</article>


<article class="s5-video-card" data-s5-video-card
  data-topic="otros"
  data-search="Prefill, decode y presupuesto de latencia Prefill procesa el contexto en paralelo; decode genera tokens secuencialmente. TTFT, TPOT y throughput miden fases distintas del mismo servicio. Otros temas Llm Inference Engineering Economics LLM inference prefill decode TTFT TPOT ITL throughput latency KV cache serving La petición cambia de forma después del prefill TTFT mide una frontera visible para el cliente, no una sola operación En modelos con razonamiento, distingue TTFT de TTFO">
  <a class="s5-video-card__poster" href="https://5sigmas.com/videos/series/llm-inference-engineering-economics/01-prefill-vs-decode-ttft-tpot-throughput-latency-budget/" aria-label="Ver Prefill, decode y presupuesto de latencia">
    <img src="https://5sigmas.com/series/llm-inference-engineering-economics/01-prefill-vs-decode-ttft-tpot-throughput-latency-budget.jpg" alt="" loading="lazy" width="1280" height="720">
    <span>0:36</span>
  </a>
  <div class="s5-video-card__body">
    <p class="s5-video-card__meta">Otros temas · 0:36</p>
    <h2><a href="https://5sigmas.com/videos/series/llm-inference-engineering-economics/01-prefill-vs-decode-ttft-tpot-throughput-latency-budget/">Prefill, decode y presupuesto de latencia</a></h2>
    <p>Prefill procesa el contexto en paralelo; decode genera tokens secuencialmente. TTFT, TPOT y throughput miden fases distintas del mismo servicio.</p>
    <small>La petición cambia de forma después del prefill · TTFT mide una frontera visible para el cliente, no una sola operación</small>
    <div class="s5-video-card__links">
      <a href="https://5sigmas.com/videos/series/llm-inference-engineering-economics/01-prefill-vs-decode-ttft-tpot-throughput-latency-budget/">Ver vídeo</a>
      <a href="https://5sigmas.com/series/llm-inference-engineering-economics/01-prefill-vs-decode-ttft-tpot-throughput-latency-budget/">Leer artículo</a>
    </div>
  </div>
</article>


<article class="s5-video-card" data-s5-video-card
  data-topic="otros"
  data-search="LLM-as-judge, evaluación humana y calibración Un judge sólo es útil cuando su criterio se calibra contra evidencia humana, se mide su desacuerdo y se separan sesgo, varianza y estabilidad antes de usarlo como señal de aceptación. Otros temas Evaluating Ai Systems Production LLM-as-judge human evaluation grader calibration inter-rater agreement Cohen kappa position bias evaluator variance AI evaluation Primero define qué significa «calibrar» Elige primero el tipo de grader más estrecho que resuelva la pregunta Determinista">
  <a class="s5-video-card__poster" href="https://5sigmas.com/videos/series/evaluating-ai-systems-production/03-llm-as-judge-evaluacion-humana-calibracion-sesgo-varianza-acuerdo/" aria-label="Ver LLM-as-judge, evaluación humana y calibración">
    <img src="https://5sigmas.com/series/evaluating-ai-systems-production/03-llm-as-judge-evaluacion-humana-calibracion-sesgo-varianza-acuerdo.jpg" alt="" loading="lazy" width="1280" height="720">
    <span>0:36</span>
  </a>
  <div class="s5-video-card__body">
    <p class="s5-video-card__meta">Otros temas · 0:36</p>
    <h2><a href="https://5sigmas.com/videos/series/evaluating-ai-systems-production/03-llm-as-judge-evaluacion-humana-calibracion-sesgo-varianza-acuerdo/">LLM-as-judge, evaluación humana y calibración</a></h2>
    <p>Un judge sólo es útil cuando su criterio se calibra contra evidencia humana, se mide su desacuerdo y se separan sesgo, varianza y estabilidad antes de usarlo como señal de aceptación.</p>
    <small>Primero define qué significa «calibrar» · Elige primero el tipo de grader más estrecho que resuelva la pregunta</small>
    <div class="s5-video-card__links">
      <a href="https://5sigmas.com/videos/series/evaluating-ai-systems-production/03-llm-as-judge-evaluacion-humana-calibracion-sesgo-varianza-acuerdo/">Ver vídeo</a>
      <a href="https://5sigmas.com/series/evaluating-ai-systems-production/03-llm-as-judge-evaluacion-humana-calibracion-sesgo-varianza-acuerdo/">Leer artículo</a>
    </div>
  </div>
</article>


<article class="s5-video-card" data-s5-video-card
  data-topic="otros"
  data-search="Eval sets: curación, hard negatives, leakage y versionado Un eval set fiable conserva provenance, separa bancos por función y congela una release; hard pairs y canales de leakage distintos prueban fallos distintos sin mutar la comparación. Otros temas Evaluating Ai Systems Production offline evals dataset curation hard negatives data contamination eval versioning benchmark leakage holdout AI evaluation El objeto correcto: una versión del eval, no «el dataset» La unidad mínima debe poder auditarse Empieza por una hipótesis de cobertura">
  <a class="s5-video-card__poster" href="https://5sigmas.com/videos/series/evaluating-ai-systems-production/02-offline-eval-sets-curation-hard-negatives-contamination-versioning/" aria-label="Ver Eval sets: curación, hard negatives, leakage y versionado">
    <img src="https://5sigmas.com/series/evaluating-ai-systems-production/02-offline-eval-sets-curation-hard-negatives-contamination-versioning.jpg" alt="" loading="lazy" width="1280" height="720">
    <span>0:36</span>
  </a>
  <div class="s5-video-card__body">
    <p class="s5-video-card__meta">Otros temas · 0:36</p>
    <h2><a href="https://5sigmas.com/videos/series/evaluating-ai-systems-production/02-offline-eval-sets-curation-hard-negatives-contamination-versioning/">Eval sets: curación, hard negatives, leakage y versionado</a></h2>
    <p>Un eval set fiable conserva provenance, separa bancos por función y congela una release; hard pairs y canales de leakage distintos prueban fallos distintos sin mutar la comparación.</p>
    <small>El objeto correcto: una versión del eval, no «el dataset» · La unidad mínima debe poder auditarse</small>
    <div class="s5-video-card__links">
      <a href="https://5sigmas.com/videos/series/evaluating-ai-systems-production/02-offline-eval-sets-curation-hard-negatives-contamination-versioning/">Ver vídeo</a>
      <a href="https://5sigmas.com/series/evaluating-ai-systems-production/02-offline-eval-sets-curation-hard-negatives-contamination-versioning/">Leer artículo</a>
    </div>
  </div>
</article>


<article class="s5-video-card" data-s5-video-card
  data-topic="otros"
  data-search="Modelo, componente, workflow, trayectoria y sistema La frontera correcta contiene el mecanismo que quieres atribuir: una trayectoria es evidencia de una ejecución, mientras el outcome confirma si el cambio importa al sistema. Otros temas Evaluating Ai Systems Production evaluación de sistemas de IA evals model eval component eval system eval workflow eval trajectory eval agent evals trace grading La evaluación empieza definiendo el objeto, no la métrica Nivel 1 — Evaluar el modelo Qué puede concluir una model eval">
  <a class="s5-video-card__poster" href="https://5sigmas.com/videos/series/evaluating-ai-systems-production/01-que-evaluar-modelo-componente-sistema-workflow-trayectoria/" aria-label="Ver Modelo, componente, workflow, trayectoria y sistema">
    <img src="https://5sigmas.com/series/evaluating-ai-systems-production/01-que-evaluar-modelo-componente-sistema-workflow-trayectoria.jpg" alt="" loading="lazy" width="1280" height="720">
    <span>0:36</span>
  </a>
  <div class="s5-video-card__body">
    <p class="s5-video-card__meta">Otros temas · 0:36</p>
    <h2><a href="https://5sigmas.com/videos/series/evaluating-ai-systems-production/01-que-evaluar-modelo-componente-sistema-workflow-trayectoria/">Modelo, componente, workflow, trayectoria y sistema</a></h2>
    <p>La frontera correcta contiene el mecanismo que quieres atribuir: una trayectoria es evidencia de una ejecución, mientras el outcome confirma si el cambio importa al sistema.</p>
    <small>La evaluación empieza definiendo el objeto, no la métrica · Nivel 1 — Evaluar el modelo</small>
    <div class="s5-video-card__links">
      <a href="https://5sigmas.com/videos/series/evaluating-ai-systems-production/01-que-evaluar-modelo-componente-sistema-workflow-trayectoria/">Ver vídeo</a>
      <a href="https://5sigmas.com/series/evaluating-ai-systems-production/01-que-evaluar-modelo-componente-sistema-workflow-trayectoria/">Leer artículo</a>
    </div>
  </div>
</article>


<article class="s5-video-card" data-s5-video-card
  data-topic="otros"
  data-search="Skills, plugins, subagentes y aislamiento de contexto Extensiones y subagentes sólo escalan bien cuando el contexto, la autoridad y la evidencia de cada worker permanecen explícitos y evaluables. Otros temas Context Engineering Memory Mcp agent skills plugins subagents hooks context isolation delegation permissions evaluation agent harness 1. Cuatro primitives, cuatro preguntas distintas 2. Una skill es una unidad de expertise reutilizable; no es una frontera de seguridad 3. Progressive disclosure reduce contexto inicial, pero no elimina el coste de activación">
  <a class="s5-video-card__poster" href="https://5sigmas.com/videos/series/context-engineering-memory-mcp/06-skills-plugins-subagents-hooks-context-isolation-evaluation/" aria-label="Ver Skills, plugins, subagentes y aislamiento de contexto">
    <img src="https://5sigmas.com/series/context-engineering-memory-mcp/06-skills-plugins-subagents-hooks-context-isolation-evaluation.jpg" alt="" loading="lazy" width="1280" height="720">
    <span>0:36</span>
  </a>
  <div class="s5-video-card__body">
    <p class="s5-video-card__meta">Otros temas · 0:36</p>
    <h2><a href="https://5sigmas.com/videos/series/context-engineering-memory-mcp/06-skills-plugins-subagents-hooks-context-isolation-evaluation/">Skills, plugins, subagentes y aislamiento de contexto</a></h2>
    <p>Extensiones y subagentes sólo escalan bien cuando el contexto, la autoridad y la evidencia de cada worker permanecen explícitos y evaluables.</p>
    <small>1. Cuatro primitives, cuatro preguntas distintas · 2. Una skill es una unidad de expertise reutilizable; no es una frontera de seguridad</small>
    <div class="s5-video-card__links">
      <a href="https://5sigmas.com/videos/series/context-engineering-memory-mcp/06-skills-plugins-subagents-hooks-context-isolation-evaluation/">Ver vídeo</a>
      <a href="https://5sigmas.com/series/context-engineering-memory-mcp/06-skills-plugins-subagents-hooks-context-isolation-evaluation/">Leer artículo</a>
    </div>
  </div>
</article>


<article class="s5-video-card" data-s5-video-card
  data-topic="otros"
  data-search="MCP: lifecycle, capacidades y trust boundaries MCP separa host, clientes y servidores; el descubrimiento de capacidades no elimina autorización, validación ni fronteras de confianza. Otros temas Context Engineering Memory Mcp MCP Model Context Protocol host client server tools resources prompts trust boundaries authorization lifecycle 1. Empieza por las responsabilidades: host, client y server no son sinónimos Host Client">
  <a class="s5-video-card__poster" href="https://5sigmas.com/videos/series/context-engineering-memory-mcp/05-mcp-hosts-clients-servers-tools-resources-prompts-lifecycle-trust-boundaries/" aria-label="Ver MCP: lifecycle, capacidades y trust boundaries">
    <img src="https://5sigmas.com/series/context-engineering-memory-mcp/05-mcp-hosts-clients-servers-tools-resources-prompts-lifecycle-trust-boundaries.jpg" alt="" loading="lazy" width="1280" height="720">
    <span>0:36</span>
  </a>
  <div class="s5-video-card__body">
    <p class="s5-video-card__meta">Otros temas · 0:36</p>
    <h2><a href="https://5sigmas.com/videos/series/context-engineering-memory-mcp/05-mcp-hosts-clients-servers-tools-resources-prompts-lifecycle-trust-boundaries/">MCP: lifecycle, capacidades y trust boundaries</a></h2>
    <p>MCP separa host, clientes y servidores; el descubrimiento de capacidades no elimina autorización, validación ni fronteras de confianza.</p>
    <small>1. Empieza por las responsabilidades: host, client y server no son sinónimos · Host</small>
    <div class="s5-video-card__links">
      <a href="https://5sigmas.com/videos/series/context-engineering-memory-mcp/05-mcp-hosts-clients-servers-tools-resources-prompts-lifecycle-trust-boundaries/">Ver vídeo</a>
      <a href="https://5sigmas.com/series/context-engineering-memory-mcp/05-mcp-hosts-clients-servers-tools-resources-prompts-lifecycle-trust-boundaries/">Leer artículo</a>
    </div>
  </div>
</article>


<article class="s5-video-card" data-s5-video-card
  data-topic="otros"
  data-search="Retrieval, frescura, conflictos y grounding Recuperar candidatos no basta: hay que ponderar relevancia y frescura, resolver conflictos y ensamblar evidencia trazable. Otros temas Context Engineering Memory Mcp retrieval RAG context assembly freshness relevance grounding conflict resolution hybrid search context engineering 1. Retrieval no es ensamblado de contexto 2. Léxico, semántico y estructurado resuelven problemas diferentes 3. Fusionar rankings no fusiona significado">
  <a class="s5-video-card__poster" href="https://5sigmas.com/videos/series/context-engineering-memory-mcp/04-retrieval-context-assembly-freshness-relevance-conflict-grounding/" aria-label="Ver Retrieval, frescura, conflictos y grounding">
    <img src="https://5sigmas.com/series/context-engineering-memory-mcp/04-retrieval-context-assembly-freshness-relevance-conflict-grounding.jpg" alt="" loading="lazy" width="1280" height="720">
    <span>0:36</span>
  </a>
  <div class="s5-video-card__body">
    <p class="s5-video-card__meta">Otros temas · 0:36</p>
    <h2><a href="https://5sigmas.com/videos/series/context-engineering-memory-mcp/04-retrieval-context-assembly-freshness-relevance-conflict-grounding/">Retrieval, frescura, conflictos y grounding</a></h2>
    <p>Recuperar candidatos no basta: hay que ponderar relevancia y frescura, resolver conflictos y ensamblar evidencia trazable.</p>
    <small>1. Retrieval no es ensamblado de contexto · 2. Léxico, semántico y estructurado resuelven problemas diferentes</small>
    <div class="s5-video-card__links">
      <a href="https://5sigmas.com/videos/series/context-engineering-memory-mcp/04-retrieval-context-assembly-freshness-relevance-conflict-grounding/">Ver vídeo</a>
      <a href="https://5sigmas.com/series/context-engineering-memory-mcp/04-retrieval-context-assembly-freshness-relevance-conflict-grounding/">Leer artículo</a>
    </div>
  </div>
</article>


<article class="s5-video-card" data-s5-video-card
  data-topic="otros"
  data-search="Arquitecturas de memoria y estado persistente Memoria de trabajo, episodios, conocimiento semántico y estado persistente tienen ciclos de escritura, recuperación y caducidad distintos. Otros temas Context Engineering Memory Mcp agent memory working memory episodic memory semantic memory persistent state context engineering agents Working state: lo que la ejecución necesita ahora Episodic memory: hechos situados en el tiempo Semantic memory: conocimiento consolidado, no una copia del historial">
  <a class="s5-video-card__poster" href="https://5sigmas.com/videos/series/context-engineering-memory-mcp/03-memory-architectures-working-episodic-semantic-persistent-state/" aria-label="Ver Arquitecturas de memoria y estado persistente">
    <img src="https://5sigmas.com/series/context-engineering-memory-mcp/03-memory-architectures-working-episodic-semantic-persistent-state.jpg" alt="" loading="lazy" width="1280" height="720">
    <span>0:36</span>
  </a>
  <div class="s5-video-card__body">
    <p class="s5-video-card__meta">Otros temas · 0:36</p>
    <h2><a href="https://5sigmas.com/videos/series/context-engineering-memory-mcp/03-memory-architectures-working-episodic-semantic-persistent-state/">Arquitecturas de memoria y estado persistente</a></h2>
    <p>Memoria de trabajo, episodios, conocimiento semántico y estado persistente tienen ciclos de escritura, recuperación y caducidad distintos.</p>
    <small>Working state: lo que la ejecución necesita ahora · Episodic memory: hechos situados en el tiempo</small>
    <div class="s5-video-card__links">
      <a href="https://5sigmas.com/videos/series/context-engineering-memory-mcp/03-memory-architectures-working-episodic-semantic-persistent-state/">Ver vídeo</a>
      <a href="https://5sigmas.com/series/context-engineering-memory-mcp/03-memory-architectures-working-episodic-semantic-persistent-state/">Leer artículo</a>
    </div>
  </div>
</article>


<article class="s5-video-card" data-s5-video-card
  data-topic="otros"
  data-search="Presupuesto, prioridad, compactación y procedencia Un presupuesto finito obliga a seleccionar, compactar o expulsar contexto conservando la procedencia de lo que sobrevive. Otros temas Context Engineering Memory Mcp context budget context window compaction provenance context engineering agentes LLM El máximo de contexto no es tu presupuesto operativo Un item de contexto necesita más que texto Priorizar no es ordenar por similarity score">
  <a class="s5-video-card__poster" href="https://5sigmas.com/videos/series/context-engineering-memory-mcp/02-context-budgets-prioritisation-compaction-provenance/" aria-label="Ver Presupuesto, prioridad, compactación y procedencia">
    <img src="https://5sigmas.com/series/context-engineering-memory-mcp/02-context-budgets-prioritisation-compaction-provenance.jpg" alt="" loading="lazy" width="1280" height="720">
    <span>0:36</span>
  </a>
  <div class="s5-video-card__body">
    <p class="s5-video-card__meta">Otros temas · 0:36</p>
    <h2><a href="https://5sigmas.com/videos/series/context-engineering-memory-mcp/02-context-budgets-prioritisation-compaction-provenance/">Presupuesto, prioridad, compactación y procedencia</a></h2>
    <p>Un presupuesto finito obliga a seleccionar, compactar o expulsar contexto conservando la procedencia de lo que sobrevive.</p>
    <small>El máximo de contexto no es tu presupuesto operativo · Un item de contexto necesita más que texto</small>
    <div class="s5-video-card__links">
      <a href="https://5sigmas.com/videos/series/context-engineering-memory-mcp/02-context-budgets-prioritisation-compaction-provenance/">Ver vídeo</a>
      <a href="https://5sigmas.com/series/context-engineering-memory-mcp/02-context-budgets-prioritisation-compaction-provenance/">Leer artículo</a>
    </div>
  </div>
</article>


<article class="s5-video-card" data-s5-video-card
  data-topic="otros"
  data-search="Context engineering frente a prompt engineering La calidad depende de qué evidencia, estado y herramientas entran en cada turno, no sólo de cómo se redacta el prompt. Otros temas Context Engineering Memory Mcp context engineering prompt engineering context window agents retrieval memory tool context Primero: qué significa aquí «contexto» Prompt engineering es una parte del problema El contexto es un snapshot, no el estado completo de la aplicación">
  <a class="s5-video-card__poster" href="https://5sigmas.com/videos/series/context-engineering-memory-mcp/01-context-engineering-vs-prompt-engineering/" aria-label="Ver Context engineering frente a prompt engineering">
    <img src="https://5sigmas.com/series/context-engineering-memory-mcp/01-context-engineering-vs-prompt-engineering.jpg" alt="" loading="lazy" width="1280" height="720">
    <span>0:36</span>
  </a>
  <div class="s5-video-card__body">
    <p class="s5-video-card__meta">Otros temas · 0:36</p>
    <h2><a href="https://5sigmas.com/videos/series/context-engineering-memory-mcp/01-context-engineering-vs-prompt-engineering/">Context engineering frente a prompt engineering</a></h2>
    <p>La calidad depende de qué evidencia, estado y herramientas entran en cada turno, no sólo de cómo se redacta el prompt.</p>
    <small>Primero: qué significa aquí «contexto» · Prompt engineering es una parte del problema</small>
    <div class="s5-video-card__links">
      <a href="https://5sigmas.com/videos/series/context-engineering-memory-mcp/01-context-engineering-vs-prompt-engineering/">Ver vídeo</a>
      <a href="https://5sigmas.com/series/context-engineering-memory-mcp/01-context-engineering-vs-prompt-engineering/">Leer artículo</a>
    </div>
  </div>
</article>


<article class="s5-video-card" data-s5-video-card
  data-topic="otros"
  data-search="Tareas largas, subagentes, recuperación y observabilidad Estado durable, ownership explícito y evidencia por candidate permiten reiniciar, coordinar workers e integrar sobre un target que avanza. Otros temas Coding Agents Agent Harnesses coding agents agent harness long-running agents durable state memory subagents recovery merge observability Una tarea larga es una máquina de estados durable, no una conversación infinita «Memoria» no es un único objeto Contexto, compaction, checkpoint y durable state tampoco son sinónimos">
  <a class="s5-video-card__poster" href="https://5sigmas.com/videos/series/coding-agents-agent-harnesses/06-tareas-largas-memoria-subagentes-recuperacion-merge-observabilidad/" aria-label="Ver Tareas largas, subagentes, recuperación y observabilidad">
    <img src="https://5sigmas.com/series/coding-agents-agent-harnesses/06-tareas-largas-memoria-subagentes-recuperacion-merge-observabilidad.jpg" alt="" loading="lazy" width="1280" height="720">
    <span>0:36</span>
  </a>
  <div class="s5-video-card__body">
    <p class="s5-video-card__meta">Otros temas · 0:36</p>
    <h2><a href="https://5sigmas.com/videos/series/coding-agents-agent-harnesses/06-tareas-largas-memoria-subagentes-recuperacion-merge-observabilidad/">Tareas largas, subagentes, recuperación y observabilidad</a></h2>
    <p>Estado durable, ownership explícito y evidencia por candidate permiten reiniciar, coordinar workers e integrar sobre un target que avanza.</p>
    <small>Una tarea larga es una máquina de estados durable, no una conversación infinita · «Memoria» no es un único objeto</small>
    <div class="s5-video-card__links">
      <a href="https://5sigmas.com/videos/series/coding-agents-agent-harnesses/06-tareas-largas-memoria-subagentes-recuperacion-merge-observabilidad/">Ver vídeo</a>
      <a href="https://5sigmas.com/series/coding-agents-agent-harnesses/06-tareas-largas-memoria-subagentes-recuperacion-merge-observabilidad/">Leer artículo</a>
    </div>
  </div>
</article>


<article class="s5-video-card" data-s5-video-card
  data-topic="otros"
  data-search="Tests, verifiers y revisión de diffs La aceptación deriva de evidencia conjunta y fresca sobre el mismo candidate SHA; un cambio invalida la evidencia que ya no corresponde. Otros temas Coding Agents Agent Harnesses coding agents agent harness tests verifiers diff review stop conditions evals software engineering agents Test, verifier, reviewer y stop condition no son sinónimos «Los tests pasan» sólo tiene significado respecto a un contrato El resultado importa más que una trayectoria ritual">
  <a class="s5-video-card__poster" href="https://5sigmas.com/videos/series/coding-agents-agent-harnesses/05-tests-verifiers-review-diffs-stop-conditions-evaluacion/" aria-label="Ver Tests, verifiers y revisión de diffs">
    <img src="https://5sigmas.com/series/coding-agents-agent-harnesses/05-tests-verifiers-review-diffs-stop-conditions-evaluacion.jpg" alt="" loading="lazy" width="1280" height="720">
    <span>0:36</span>
  </a>
  <div class="s5-video-card__body">
    <p class="s5-video-card__meta">Otros temas · 0:36</p>
    <h2><a href="https://5sigmas.com/videos/series/coding-agents-agent-harnesses/05-tests-verifiers-review-diffs-stop-conditions-evaluacion/">Tests, verifiers y revisión de diffs</a></h2>
    <p>La aceptación deriva de evidencia conjunta y fresca sobre el mismo candidate SHA; un cambio invalida la evidencia que ya no corresponde.</p>
    <small>Test, verifier, reviewer y stop condition no son sinónimos · «Los tests pasan» sólo tiene significado respecto a un contrato</small>
    <div class="s5-video-card__links">
      <a href="https://5sigmas.com/videos/series/coding-agents-agent-harnesses/05-tests-verifiers-review-diffs-stop-conditions-evaluacion/">Ver vídeo</a>
      <a href="https://5sigmas.com/series/coding-agents-agent-harnesses/05-tests-verifiers-review-diffs-stop-conditions-evaluacion/">Leer artículo</a>
    </div>
  </div>
</article>


<article class="s5-video-card" data-s5-video-card
  data-topic="otros"
  data-search="Tools, permisos, approvals y trust boundaries La intención del modelo sólo produce efectos tras cruzar validación, policy, approvals, sandbox y autoridad externa independientes. Otros temas Coding Agents Agent Harnesses coding agents agent permissions approvals hooks secrets trust boundaries agent harness sandbox least privilege La pregunta correcta no es «¿qué tools tiene el agente?» Tool availability y permission son controles diferentes La policy debe vivir fuera de la inferencia del modelo">
  <a class="s5-video-card__poster" href="https://5sigmas.com/videos/series/coding-agents-agent-harnesses/04-tools-permisos-approvals-hooks-secretos-trust-boundaries/" aria-label="Ver Tools, permisos, approvals y trust boundaries">
    <img src="https://5sigmas.com/series/coding-agents-agent-harnesses/04-tools-permisos-approvals-hooks-secretos-trust-boundaries.jpg" alt="" loading="lazy" width="1280" height="720">
    <span>0:36</span>
  </a>
  <div class="s5-video-card__body">
    <p class="s5-video-card__meta">Otros temas · 0:36</p>
    <h2><a href="https://5sigmas.com/videos/series/coding-agents-agent-harnesses/04-tools-permisos-approvals-hooks-secretos-trust-boundaries/">Tools, permisos, approvals y trust boundaries</a></h2>
    <p>La intención del modelo sólo produce efectos tras cruzar validación, policy, approvals, sandbox y autoridad externa independientes.</p>
    <small>La pregunta correcta no es «¿qué tools tiene el agente?» · Tool availability y permission son controles diferentes</small>
    <div class="s5-video-card__links">
      <a href="https://5sigmas.com/videos/series/coding-agents-agent-harnesses/04-tools-permisos-approvals-hooks-secretos-trust-boundaries/">Ver vídeo</a>
      <a href="https://5sigmas.com/series/coding-agents-agent-harnesses/04-tools-permisos-approvals-hooks-secretos-trust-boundaries/">Leer artículo</a>
    </div>
  </div>
</article>


<article class="s5-video-card" data-s5-video-card
  data-topic="otros"
  data-search="Specs, planes, checkpoints y stop conditions Un contrato fija el éxito; el plan puede cambiar con evidencia; los checkpoints y stop conditions hacen la trayectoria recuperable. Otros temas Coding Agents Agent Harnesses coding agents task specification agent planning task decomposition checkpoints agent harness acceptance criteria La petición no es todavía el contrato Instrucciones persistentes y spec resuelven problemas diferentes Un plan es una hipótesis, no la autoridad de la tarea">
  <a class="s5-video-card__poster" href="https://5sigmas.com/videos/series/coding-agents-agent-harnesses/03-specs-planificacion-task-decomposition-checkpoints/" aria-label="Ver Specs, planes, checkpoints y stop conditions">
    <img src="https://5sigmas.com/series/coding-agents-agent-harnesses/03-specs-planificacion-task-decomposition-checkpoints.jpg" alt="" loading="lazy" width="1280" height="720">
    <span>0:36</span>
  </a>
  <div class="s5-video-card__body">
    <p class="s5-video-card__meta">Otros temas · 0:36</p>
    <h2><a href="https://5sigmas.com/videos/series/coding-agents-agent-harnesses/03-specs-planificacion-task-decomposition-checkpoints/">Specs, planes, checkpoints y stop conditions</a></h2>
    <p>Un contrato fija el éxito; el plan puede cambiar con evidencia; los checkpoints y stop conditions hacen la trayectoria recuperable.</p>
    <small>La petición no es todavía el contrato · Instrucciones persistentes y spec resuelven problemas diferentes</small>
    <div class="s5-video-card__links">
      <a href="https://5sigmas.com/videos/series/coding-agents-agent-harnesses/03-specs-planificacion-task-decomposition-checkpoints/">Ver vídeo</a>
      <a href="https://5sigmas.com/series/coding-agents-agent-harnesses/03-specs-planificacion-task-decomposition-checkpoints/">Leer artículo</a>
    </div>
  </div>
</article>


<article class="s5-video-card" data-s5-video-card
  data-topic="otros"
  data-search="Workspace, worktrees y sandboxing El aislamiento separa estado Git, filesystem, procesos y recursos; la integración final vuelve a validar el estado combinado. Otros temas Coding Agents Agent Harnesses coding agents repository context workspace git worktree sandboxing branch isolation agent harness Cinco objetos que conviene nombrar por separado 1. Repositorio y revisión base 2. Vista de contexto">
  <a class="s5-video-card__poster" href="https://5sigmas.com/videos/series/coding-agents-agent-harnesses/02-contexto-workspace-sandboxing-aislamiento/" aria-label="Ver Workspace, worktrees y sandboxing">
    <img src="https://5sigmas.com/series/coding-agents-agent-harnesses/02-contexto-workspace-sandboxing-aislamiento.jpg" alt="" loading="lazy" width="1280" height="720">
    <span>0:36</span>
  </a>
  <div class="s5-video-card__body">
    <p class="s5-video-card__meta">Otros temas · 0:36</p>
    <h2><a href="https://5sigmas.com/videos/series/coding-agents-agent-harnesses/02-contexto-workspace-sandboxing-aislamiento/">Workspace, worktrees y sandboxing</a></h2>
    <p>El aislamiento separa estado Git, filesystem, procesos y recursos; la integración final vuelve a validar el estado combinado.</p>
    <small>Cinco objetos que conviene nombrar por separado · 1. Repositorio y revisión base</small>
    <div class="s5-video-card__links">
      <a href="https://5sigmas.com/videos/series/coding-agents-agent-harnesses/02-contexto-workspace-sandboxing-aislamiento/">Ver vídeo</a>
      <a href="https://5sigmas.com/series/coding-agents-agent-harnesses/02-contexto-workspace-sandboxing-aislamiento/">Leer artículo</a>
    </div>
  </div>
</article>


<article class="s5-video-card" data-s5-video-card
  data-topic="otros"
  data-search="Qué añade un agent harness al modelo El harness convierte propuestas del modelo en una trayectoria operativa con política, tools, estado y observaciones reales. Otros temas Coding Agents Agent Harnesses agent harness coding agents coding assistant agent loop sandbox repository agents El modelo no posee el repositorio 1. Modelo 2. Coding assistant">
  <a class="s5-video-card__poster" href="https://5sigmas.com/videos/series/coding-agents-agent-harnesses/01-que-es-agent-harness/" aria-label="Ver Qué añade un agent harness al modelo">
    <img src="https://5sigmas.com/series/coding-agents-agent-harnesses/01-que-es-agent-harness.jpg" alt="" loading="lazy" width="1280" height="720">
    <span>0:36</span>
  </a>
  <div class="s5-video-card__body">
    <p class="s5-video-card__meta">Otros temas · 0:36</p>
    <h2><a href="https://5sigmas.com/videos/series/coding-agents-agent-harnesses/01-que-es-agent-harness/">Qué añade un agent harness al modelo</a></h2>
    <p>El harness convierte propuestas del modelo en una trayectoria operativa con política, tools, estado y observaciones reales.</p>
    <small>El modelo no posee el repositorio · 1. Modelo</small>
    <div class="s5-video-card__links">
      <a href="https://5sigmas.com/videos/series/coding-agents-agent-harnesses/01-que-es-agent-harness/">Ver vídeo</a>
      <a href="https://5sigmas.com/series/coding-agents-agent-harnesses/01-que-es-agent-harness/">Leer artículo</a>
    </div>
  </div>
</article>


<article class="s5-video-card" data-s5-video-card
  data-topic="otros"
  data-search="Evaluación, observabilidad y reliability La unidad útil es el turno trazable: evidencia correlacionada, taxonomía y bucle producción→eval→reparación. Otros temas Agentes Voz Tiempo Real IA Voz Realtime Evaluación Observabilidad Reliability Producción Una transcripción no es la verdad del sistema El objeto mínimo de análisis debe ser el turno lógico Observado, inferido y juzgado no son lo mismo">
  <a class="s5-video-card__poster" href="https://5sigmas.com/videos/series/agentes-voz-tiempo-real/06-evaluacion-observabilidad-reliability/" aria-label="Ver Evaluación, observabilidad y reliability">
    <img src="https://5sigmas.com/series/agentes-voz-tiempo-real/06-evaluacion-observabilidad-reliability.jpg" alt="" loading="lazy" width="1280" height="720">
    <span>0:36</span>
  </a>
  <div class="s5-video-card__body">
    <p class="s5-video-card__meta">Otros temas · 0:36</p>
    <h2><a href="https://5sigmas.com/videos/series/agentes-voz-tiempo-real/06-evaluacion-observabilidad-reliability/">Evaluación, observabilidad y reliability</a></h2>
    <p>La unidad útil es el turno trazable: evidencia correlacionada, taxonomía y bucle producción→eval→reparación.</p>
    <small>Una transcripción no es la verdad del sistema · El objeto mínimo de análisis debe ser el turno lógico</small>
    <div class="s5-video-card__links">
      <a href="https://5sigmas.com/videos/series/agentes-voz-tiempo-real/06-evaluacion-observabilidad-reliability/">Ver vídeo</a>
      <a href="https://5sigmas.com/series/agentes-voz-tiempo-real/06-evaluacion-observabilidad-reliability/">Leer artículo</a>
    </div>
  </div>
</article>


<article class="s5-video-card" data-s5-video-card
  data-topic="otros"
  data-search="WebRTC, SIP y red El transporte decide dónde viven media, jitter, codecs y fronteras de telefonía. Otros temas Agentes Voz Tiempo Real IA Voz Realtime WebRTC Telefonía Producción Empieza por dibujar el camino, no por elegir un acrónimo WebRTC: la ruta elegida por ICE importa Por qué TCP puede sonar peor sin que el ancho de banda sea bajo">
  <a class="s5-video-card__poster" href="https://5sigmas.com/videos/series/agentes-voz-tiempo-real/05-webrtc-sip-telefonia-red/" aria-label="Ver WebRTC, SIP y red">
    <img src="https://5sigmas.com/series/agentes-voz-tiempo-real/05-webrtc-sip-telefonia-red.jpg" alt="" loading="lazy" width="1280" height="720">
    <span>0:36</span>
  </a>
  <div class="s5-video-card__body">
    <p class="s5-video-card__meta">Otros temas · 0:36</p>
    <h2><a href="https://5sigmas.com/videos/series/agentes-voz-tiempo-real/05-webrtc-sip-telefonia-red/">WebRTC, SIP y red</a></h2>
    <p>El transporte decide dónde viven media, jitter, codecs y fronteras de telefonía.</p>
    <small>Empieza por dibujar el camino, no por elegir un acrónimo · WebRTC: la ruta elegida por ICE importa</small>
    <div class="s5-video-card__links">
      <a href="https://5sigmas.com/videos/series/agentes-voz-tiempo-real/05-webrtc-sip-telefonia-red/">Ver vídeo</a>
      <a href="https://5sigmas.com/series/agentes-voz-tiempo-real/05-webrtc-sip-telefonia-red/">Leer artículo</a>
    </div>
  </div>
</article>


<article class="s5-video-card" data-s5-video-card
  data-topic="otros"
  data-search="Tools, estado y acciones asíncronas La conversación puede cambiar antes de que una acción termine; identidad y estado evitan aplicar resultados stale. Otros temas Agentes Voz Tiempo Real IA Voz Realtime Agentes Producción Una tool call no es el efecto externo Separa cuatro tipos de estado El contrato mínimo de una acción">
  <a class="s5-video-card__poster" href="https://5sigmas.com/videos/series/agentes-voz-tiempo-real/04-tools-estado-acciones-asincronas/" aria-label="Ver Tools, estado y acciones asíncronas">
    <img src="https://5sigmas.com/series/agentes-voz-tiempo-real/04-tools-estado-acciones-asincronas.jpg" alt="" loading="lazy" width="1280" height="720">
    <span>0:36</span>
  </a>
  <div class="s5-video-card__body">
    <p class="s5-video-card__meta">Otros temas · 0:36</p>
    <h2><a href="https://5sigmas.com/videos/series/agentes-voz-tiempo-real/04-tools-estado-acciones-asincronas/">Tools, estado y acciones asíncronas</a></h2>
    <p>La conversación puede cambiar antes de que una acción termine; identidad y estado evitan aplicar resultados stale.</p>
    <small>Una tool call no es el efecto externo · Separa cuatro tipos de estado</small>
    <div class="s5-video-card__links">
      <a href="https://5sigmas.com/videos/series/agentes-voz-tiempo-real/04-tools-estado-acciones-asincronas/">Ver vídeo</a>
      <a href="https://5sigmas.com/series/agentes-voz-tiempo-real/04-tools-estado-acciones-asincronas/">Leer artículo</a>
    </div>
  </div>
</article>


<article class="s5-video-card" data-s5-video-card
  data-topic="otros"
  data-search="Presupuesto de latencia Mide el camino crítico del mismo turno y separa trabajo solapado de bloqueos. Otros temas Agentes Voz Tiempo Real IA Voz Realtime Latencia Producción Una métrica de latencia necesita dos fronteras explícitas El reloj también forma parte de la definición El camino crítico importa más que la suma de tiempos completos">
  <a class="s5-video-card__poster" href="https://5sigmas.com/videos/series/agentes-voz-tiempo-real/03-presupuesto-latencia/" aria-label="Ver Presupuesto de latencia">
    <img src="https://5sigmas.com/series/agentes-voz-tiempo-real/03-presupuesto-latencia.jpg" alt="" loading="lazy" width="1280" height="720">
    <span>0:36</span>
  </a>
  <div class="s5-video-card__body">
    <p class="s5-video-card__meta">Otros temas · 0:36</p>
    <h2><a href="https://5sigmas.com/videos/series/agentes-voz-tiempo-real/03-presupuesto-latencia/">Presupuesto de latencia</a></h2>
    <p>Mide el camino crítico del mismo turno y separa trabajo solapado de bloqueos.</p>
    <small>Una métrica de latencia necesita dos fronteras explícitas · El reloj también forma parte de la definición</small>
    <div class="s5-video-card__links">
      <a href="https://5sigmas.com/videos/series/agentes-voz-tiempo-real/03-presupuesto-latencia/">Ver vídeo</a>
      <a href="https://5sigmas.com/series/agentes-voz-tiempo-real/03-presupuesto-latencia/">Leer artículo</a>
    </div>
  </div>
</article>


<article class="s5-video-card" data-s5-video-card
  data-topic="otros"
  data-search="Turn-taking e interrupciones VAD detecta actividad; endpointing decide turnos; barge-in no revierte negocio. Otros temas Agentes Voz Tiempo Real IA Voz Realtime Agentes Producción VAD responde «¿hay habla?», no «¿ha terminado la idea?» Un timeout es una política, no una prueba semántica Endpointing: decidir cuándo comprometer el turno">
  <a class="s5-video-card__poster" href="https://5sigmas.com/videos/series/agentes-voz-tiempo-real/02-turn-taking/" aria-label="Ver Turn-taking e interrupciones">
    <img src="https://5sigmas.com/series/agentes-voz-tiempo-real/02-turn-taking.jpg" alt="" loading="lazy" width="1280" height="720">
    <span>0:36</span>
  </a>
  <div class="s5-video-card__body">
    <p class="s5-video-card__meta">Otros temas · 0:36</p>
    <h2><a href="https://5sigmas.com/videos/series/agentes-voz-tiempo-real/02-turn-taking/">Turn-taking e interrupciones</a></h2>
    <p>VAD detecta actividad; endpointing decide turnos; barge-in no revierte negocio.</p>
    <small>VAD responde «¿hay habla?», no «¿ha terminado la idea?» · Un timeout es una política, no una prueba semántica</small>
    <div class="s5-video-card__links">
      <a href="https://5sigmas.com/videos/series/agentes-voz-tiempo-real/02-turn-taking/">Ver vídeo</a>
      <a href="https://5sigmas.com/series/agentes-voz-tiempo-real/02-turn-taking/">Leer artículo</a>
    </div>
  </div>
</article>


<article class="s5-video-card" data-s5-video-card
  data-topic="otros"
  data-search="Arquitecturas de voz Dónde aparece el texto y por qué full-duplex es un eje distinto. Otros temas Agentes Voz Tiempo Real arquitecturas agentes de voz full cascade half cascade speech to speech full duplex STT LLM TTS realtime voice Tres arquitecturas de modalidad 1. Full cascade: audio → STT → LLM → TTS → audio 2. Audio-native con salida textual + TTS externo">
  <a class="s5-video-card__poster" href="https://5sigmas.com/videos/series/agentes-voz-tiempo-real/01-arquitecturas-de-voz/" aria-label="Ver Arquitecturas de voz">
    <img src="https://5sigmas.com/series/agentes-voz-tiempo-real/01-arquitecturas-de-voz.jpg" alt="" loading="lazy" width="1280" height="720">
    <span>0:36</span>
  </a>
  <div class="s5-video-card__body">
    <p class="s5-video-card__meta">Otros temas · 0:36</p>
    <h2><a href="https://5sigmas.com/videos/series/agentes-voz-tiempo-real/01-arquitecturas-de-voz/">Arquitecturas de voz</a></h2>
    <p>Dónde aparece el texto y por qué full-duplex es un eje distinto.</p>
    <small>Tres arquitecturas de modalidad · 1. Full cascade: audio → STT → LLM → TTS → audio</small>
    <div class="s5-video-card__links">
      <a href="https://5sigmas.com/videos/series/agentes-voz-tiempo-real/01-arquitecturas-de-voz/">Ver vídeo</a>
      <a href="https://5sigmas.com/series/agentes-voz-tiempo-real/01-arquitecturas-de-voz/">Leer artículo</a>
    </div>
  </div>
</article>


<article class="s5-video-card" data-s5-video-card
  data-topic="seguridad"
  data-search="Controles de producción Cómo mínimo privilegio, autorización independiente, kill paths, observabilidad y gates ligados a evidencia limitan el daño cuando el modelo falla. Seguridad en IA Seguridad en IA seguridad producción LLM mínimo privilegio dual LLM guardrails MCP security tool poisoning observabilidad agentes Separar la lectura de documentos y las acciones Dar a cada herramienta solo los permisos que necesita MCP no elimina el problema: estandariza una nueva frontera de confianza">
  <a class="s5-video-card__poster" href="https://5sigmas.com/videos/series/seguridad-ia/05-controles-produccion/" aria-label="Ver Controles de producción">
    <img src="https://5sigmas.com/series/seguridad-ia/05-controles-produccion.jpg" alt="" loading="lazy" width="1280" height="720">
    <span>1:00</span>
  </a>
  <div class="s5-video-card__body">
    <p class="s5-video-card__meta">Seguridad en IA · 1:00</p>
    <h2><a href="https://5sigmas.com/videos/series/seguridad-ia/05-controles-produccion/">Controles de producción</a></h2>
    <p>Cómo mínimo privilegio, autorización independiente, kill paths, observabilidad y gates ligados a evidencia limitan el daño cuando el modelo falla.</p>
    <small>Separar la lectura de documentos y las acciones · Dar a cada herramienta solo los permisos que necesita</small>
    <div class="s5-video-card__links">
      <a href="https://5sigmas.com/videos/series/seguridad-ia/05-controles-produccion/">Ver vídeo</a>
      <a href="https://5sigmas.com/series/seguridad-ia/05-controles-produccion/">Leer artículo</a>
    </div>
  </div>
</article>


<article class="s5-video-card" data-s5-video-card
  data-topic="seguridad"
  data-search="Red-teaming Cómo probar la cadena causal completa desde una entrada adversaria hasta autorización, efecto externo, recuperación y una regresión reproducible de release. Seguridad en IA Seguridad en IA red teaming IA evaluación de seguridad uplift humano attack budget agentes IA benchmarks LLM El threat model viene antes que el benchmark Separar lo que el modelo sabe hacer de lo que el sistema ejecuta Probar el modelo y probar el producto son experimentos distintos">
  <a class="s5-video-card__poster" href="https://5sigmas.com/videos/series/seguridad-ia/04-red-teaming/" aria-label="Ver Red-teaming">
    <img src="https://5sigmas.com/series/seguridad-ia/04-red-teaming.jpg" alt="" loading="lazy" width="1280" height="720">
    <span>1:00</span>
  </a>
  <div class="s5-video-card__body">
    <p class="s5-video-card__meta">Seguridad en IA · 1:00</p>
    <h2><a href="https://5sigmas.com/videos/series/seguridad-ia/04-red-teaming/">Red-teaming</a></h2>
    <p>Cómo probar la cadena causal completa desde una entrada adversaria hasta autorización, efecto externo, recuperación y una regresión reproducible de release.</p>
    <small>El threat model viene antes que el benchmark · Separar lo que el modelo sabe hacer de lo que el sistema ejecuta</small>
    <div class="s5-video-card__links">
      <a href="https://5sigmas.com/videos/series/seguridad-ia/04-red-teaming/">Ver vídeo</a>
      <a href="https://5sigmas.com/series/seguridad-ia/04-red-teaming/">Leer artículo</a>
    </div>
  </div>
</article>


<article class="s5-video-card" data-s5-video-card
  data-topic="seguridad"
  data-search="Envenenamiento Cómo una entrada no confiable puede convertirse en memoria persistente, reaparecer en una decisión futura y sobrevivir a un borrado incompleto mediante estado derivado. Seguridad en IA Seguridad en IA envenenamiento RAG memoria agentes sleeper agents memory poisoning backdoors LLM unlearning Guardar un dato no lo convierte en verdad La memoria persistente ya es una superficie de ataque medible Un comportamiento peligroso también puede quedar oculto en el modelo">
  <a class="s5-video-card__poster" href="https://5sigmas.com/videos/series/seguridad-ia/03-envenenamiento/" aria-label="Ver Envenenamiento">
    <img src="https://5sigmas.com/series/seguridad-ia/03-envenenamiento.jpg" alt="" loading="lazy" width="1280" height="720">
    <span>1:00</span>
  </a>
  <div class="s5-video-card__body">
    <p class="s5-video-card__meta">Seguridad en IA · 1:00</p>
    <h2><a href="https://5sigmas.com/videos/series/seguridad-ia/03-envenenamiento/">Envenenamiento</a></h2>
    <p>Cómo una entrada no confiable puede convertirse en memoria persistente, reaparecer en una decisión futura y sobrevivir a un borrado incompleto mediante estado derivado.</p>
    <small>Guardar un dato no lo convierte en verdad · La memoria persistente ya es una superficie de ataque medible</small>
    <div class="s5-video-card__links">
      <a href="https://5sigmas.com/videos/series/seguridad-ia/03-envenenamiento/">Ver vídeo</a>
      <a href="https://5sigmas.com/series/seguridad-ia/03-envenenamiento/">Leer artículo</a>
    </div>
  </div>
</article>


<article class="s5-video-card" data-s5-video-card
  data-topic="seguridad"
  data-search="Jailbreaks Cómo los intentos repetidos y adaptativos cambian la superficie de ataque y por qué la autorización y los límites de intentos siguen importando después de una negativa. Seguridad en IA Seguridad en IA jailbreaks seguridad LLM GCG adversarial suffixes Best-of-N attack budget Rechazar una petición no crea una frontera perfecta Probar muchas variantes cambia el coste del ataque El threat model necesita un presupuesto de ataque">
  <a class="s5-video-card__poster" href="https://5sigmas.com/videos/series/seguridad-ia/02-jailbreaks/" aria-label="Ver Jailbreaks">
    <img src="https://5sigmas.com/series/seguridad-ia/02-jailbreaks.jpg" alt="" loading="lazy" width="1280" height="720">
    <span>1:00</span>
  </a>
  <div class="s5-video-card__body">
    <p class="s5-video-card__meta">Seguridad en IA · 1:00</p>
    <h2><a href="https://5sigmas.com/videos/series/seguridad-ia/02-jailbreaks/">Jailbreaks</a></h2>
    <p>Cómo los intentos repetidos y adaptativos cambian la superficie de ataque y por qué la autorización y los límites de intentos siguen importando después de una negativa.</p>
    <small>Rechazar una petición no crea una frontera perfecta · Probar muchas variantes cambia el coste del ataque</small>
    <div class="s5-video-card__links">
      <a href="https://5sigmas.com/videos/series/seguridad-ia/02-jailbreaks/">Ver vídeo</a>
      <a href="https://5sigmas.com/series/seguridad-ia/02-jailbreaks/">Leer artículo</a>
    </div>
  </div>
</article>


<article class="s5-video-card" data-s5-video-card
  data-topic="seguridad"
  data-search="Seguridad en IA Cómo una entrada no confiable puede influir en un sistema con IA y qué fronteras de autorización limitan que esa influencia se convierta en una acción. Seguridad en IA Seguridad en IA seguridad IA prompt injection jailbreak LLM agentes IA RAG security OWASP LLM red teaming IA 1. Una orden escondida en un documento puede cambiar lo que hace el sistema 2. Pedir al modelo que ignore sus límites 3. Guardar una señal peligrosa dentro del sistema">
  <a class="s5-video-card__poster" href="https://5sigmas.com/videos/series/seguridad-ia/00_presentacion_serie/" aria-label="Ver Seguridad en IA">
    <img src="https://5sigmas.com/series/seguridad-ia/00_presentacion_serie.jpg" alt="" loading="lazy" width="1280" height="720">
    <span>1:00</span>
  </a>
  <div class="s5-video-card__body">
    <p class="s5-video-card__meta">Seguridad en IA · 1:00</p>
    <h2><a href="https://5sigmas.com/videos/series/seguridad-ia/00_presentacion_serie/">Seguridad en IA</a></h2>
    <p>Cómo una entrada no confiable puede influir en un sistema con IA y qué fronteras de autorización limitan que esa influencia se convierta en una acción.</p>
    <small>1. Una orden escondida en un documento puede cambiar lo que hace el sistema · 2. Pedir al modelo que ignore sus límites</small>
    <div class="s5-video-card__links">
      <a href="https://5sigmas.com/videos/series/seguridad-ia/00_presentacion_serie/">Ver vídeo</a>
      <a href="https://5sigmas.com/series/seguridad-ia/00_presentacion_serie/">Leer artículo</a>
    </div>
  </div>
</article>


<article class="s5-video-card" data-s5-video-card
  data-topic="otros"
  data-search="De la demo a producción Qué hace operable a un agente bajo fallos: presupuestos, retries, idempotencia, trazas, cierres honestos y criterio para preferir un workflow determinista. Otros temas Agentes Ia agentes en producción observabilidad agentes retries idempotencia background tasks costes agentes fallbacks runtime conversacional Presupuestos antes que promesas Retries, idempotencia y fallos terminales Trabajo asíncrono y cierres honestos">
  <a class="s5-video-card__poster" href="https://5sigmas.com/videos/series/agentes-ia/05-de-la-demo-a-produccion/" aria-label="Ver De la demo a producción">
    <img src="https://5sigmas.com/series/agentes-ia/05-de-la-demo-a-produccion.jpg" alt="" loading="lazy" width="1280" height="720">
    <span>1:00</span>
  </a>
  <div class="s5-video-card__body">
    <p class="s5-video-card__meta">Otros temas · 1:00</p>
    <h2><a href="https://5sigmas.com/videos/series/agentes-ia/05-de-la-demo-a-produccion/">De la demo a producción</a></h2>
    <p>Qué hace operable a un agente bajo fallos: presupuestos, retries, idempotencia, trazas, cierres honestos y criterio para preferir un workflow determinista.</p>
    <small>Presupuestos antes que promesas · Retries, idempotencia y fallos terminales</small>
    <div class="s5-video-card__links">
      <a href="https://5sigmas.com/videos/series/agentes-ia/05-de-la-demo-a-produccion/">Ver vídeo</a>
      <a href="https://5sigmas.com/series/agentes-ia/05-de-la-demo-a-produccion/">Leer artículo</a>
    </div>
  </div>
</article>


<article class="s5-video-card" data-s5-video-card
  data-topic="otros"
  data-search="Seguridad de agentes Cómo el contenido no confiable puede influir en una acción, y por qué autorización, mínimo privilegio y verificaciones independientes deben vivir fuera del prompt. Otros temas Agentes Ia seguridad agentes IA prompt injection indirect prompt injection agent hijacking identidad agentes autorización mínimo privilegio Prompt injection directa e indirecta La autorización debe vivir fuera del prompt Mínimo privilegio y separación de planos">
  <a class="s5-video-card__poster" href="https://5sigmas.com/videos/series/agentes-ia/04-seguridad-agentes/" aria-label="Ver Seguridad de agentes">
    <img src="https://5sigmas.com/series/agentes-ia/04-seguridad-agentes.jpg" alt="" loading="lazy" width="1280" height="720">
    <span>0:59</span>
  </a>
  <div class="s5-video-card__body">
    <p class="s5-video-card__meta">Otros temas · 0:59</p>
    <h2><a href="https://5sigmas.com/videos/series/agentes-ia/04-seguridad-agentes/">Seguridad de agentes</a></h2>
    <p>Cómo el contenido no confiable puede influir en una acción, y por qué autorización, mínimo privilegio y verificaciones independientes deben vivir fuera del prompt.</p>
    <small>Prompt injection directa e indirecta · La autorización debe vivir fuera del prompt</small>
    <div class="s5-video-card__links">
      <a href="https://5sigmas.com/videos/series/agentes-ia/04-seguridad-agentes/">Ver vídeo</a>
      <a href="https://5sigmas.com/series/agentes-ia/04-seguridad-agentes/">Leer artículo</a>
    </div>
  </div>
</article>


<article class="s5-video-card" data-s5-video-card
  data-topic="otros"
  data-search="Tutorial: cómo evaluar un agente de IA Tutorial práctico para evaluar la tarea completa de un agente: resultado, trayectoria, permisos, coste, recuperación y abstención. Una respuesta final correcta no basta. Otros temas Agentes Ia evaluación agentes IA agent evals benchmarks agentes trazas LLM as judge éxito de tarea observabilidad La unidad de evaluación es una tarea Cuatro dimensiones que conviene medir 1. Resultado">
  <a class="s5-video-card__poster" href="https://5sigmas.com/videos/series/agentes-ia/03-como-evaluar-un-agente/" aria-label="Ver Tutorial: cómo evaluar un agente de IA">
    <img src="https://5sigmas.com/series/agentes-ia/03-como-evaluar-un-agente.jpg" alt="" loading="lazy" width="1280" height="720">
    <span>1:00</span>
  </a>
  <div class="s5-video-card__body">
    <p class="s5-video-card__meta">Otros temas · 1:00</p>
    <h2><a href="https://5sigmas.com/videos/series/agentes-ia/03-como-evaluar-un-agente/">Tutorial: cómo evaluar un agente de IA</a></h2>
    <p>Tutorial práctico para evaluar la tarea completa de un agente: resultado, trayectoria, permisos, coste, recuperación y abstención. Una respuesta final correcta no basta.</p>
    <small>La unidad de evaluación es una tarea · Cuatro dimensiones que conviene medir</small>
    <div class="s5-video-card__links">
      <a href="https://5sigmas.com/videos/series/agentes-ia/03-como-evaluar-un-agente/">Ver vídeo</a>
      <a href="https://5sigmas.com/series/agentes-ia/03-como-evaluar-un-agente/">Leer artículo</a>
    </div>
  </div>
</article>


<article class="s5-video-card" data-s5-video-card
  data-topic="otros"
  data-search="La anatomía de un agente Separa lo que propone el modelo de lo que decide el runtime y muestra cómo tools, memoria, estado, contexto, permisos y salida forman contratos distintos. Otros temas Agentes Ia anatomía agente IA tools tool calling memoria agentes estado runtime MCP ReAct El bucle mínimo Tool calling: del texto a un contrato Contexto, memoria y estado no son lo mismo">
  <a class="s5-video-card__poster" href="https://5sigmas.com/videos/series/agentes-ia/02-anatomia-de-un-agente/" aria-label="Ver La anatomía de un agente">
    <img src="https://5sigmas.com/series/agentes-ia/02-anatomia-de-un-agente.jpg" alt="" loading="lazy" width="1280" height="720">
    <span>1:00</span>
  </a>
  <div class="s5-video-card__body">
    <p class="s5-video-card__meta">Otros temas · 1:00</p>
    <h2><a href="https://5sigmas.com/videos/series/agentes-ia/02-anatomia-de-un-agente/">La anatomía de un agente</a></h2>
    <p>Separa lo que propone el modelo de lo que decide el runtime y muestra cómo tools, memoria, estado, contexto, permisos y salida forman contratos distintos.</p>
    <small>El bucle mínimo · Tool calling: del texto a un contrato</small>
    <div class="s5-video-card__links">
      <a href="https://5sigmas.com/videos/series/agentes-ia/02-anatomia-de-un-agente/">Ver vídeo</a>
      <a href="https://5sigmas.com/series/agentes-ia/02-anatomia-de-un-agente/">Leer artículo</a>
    </div>
  </div>
</article>


<article class="s5-video-card" data-s5-video-card
  data-topic="otros"
  data-search="Qué es un agente de IA y qué no lo es Diferencia entre respuesta, workflow y agente acotado, mostrando que la autonomía depende del sistema, los permisos, la evidencia y una condición de parada. Otros temas Agentes Ia qué es un agente de IA agentic AI chatbot vs agente workflow tool calling ReAct Una escala de autonomía 1. Respuesta directa 2. Workflow determinista">
  <a class="s5-video-card__poster" href="https://5sigmas.com/videos/series/agentes-ia/01-que-es-un-agente/" aria-label="Ver Qué es un agente de IA y qué no lo es">
    <img src="https://5sigmas.com/series/agentes-ia/01-que-es-un-agente.jpg" alt="" loading="lazy" width="1280" height="720">
    <span>1:00</span>
  </a>
  <div class="s5-video-card__body">
    <p class="s5-video-card__meta">Otros temas · 1:00</p>
    <h2><a href="https://5sigmas.com/videos/series/agentes-ia/01-que-es-un-agente/">Qué es un agente de IA y qué no lo es</a></h2>
    <p>Diferencia entre respuesta, workflow y agente acotado, mostrando que la autonomía depende del sistema, los permisos, la evidencia y una condición de parada.</p>
    <small>Una escala de autonomía · 1. Respuesta directa</small>
    <div class="s5-video-card__links">
      <a href="https://5sigmas.com/videos/series/agentes-ia/01-que-es-un-agente/">Ver vídeo</a>
      <a href="https://5sigmas.com/series/agentes-ia/01-que-es-un-agente/">Leer artículo</a>
    </div>
  </div>
</article>


<article class="s5-video-card" data-s5-video-card
  data-topic="otros"
  data-search="Agentes de IA Mapa visual de qué convierte un modelo que responde en un sistema que decide acciones: bucle, evaluación, seguridad y operación con límites. Otros temas Agentes Ia agentes de IA agentic AI tool calling workflows evaluación de agentes prompt injection identidad de agentes IA en producción 1. Qué es un agente y qué no lo es 2. La anatomía de un agente 3. Cómo se evalúa un agente">
  <a class="s5-video-card__poster" href="https://5sigmas.com/videos/series/agentes-ia/00_presentacion_serie/" aria-label="Ver Agentes de IA">
    <img src="https://5sigmas.com/series/agentes-ia/00_presentacion_serie.jpg" alt="" loading="lazy" width="1280" height="720">
    <span>1:00</span>
  </a>
  <div class="s5-video-card__body">
    <p class="s5-video-card__meta">Otros temas · 1:00</p>
    <h2><a href="https://5sigmas.com/videos/series/agentes-ia/00_presentacion_serie/">Agentes de IA</a></h2>
    <p>Mapa visual de qué convierte un modelo que responde en un sistema que decide acciones: bucle, evaluación, seguridad y operación con límites.</p>
    <small>1. Qué es un agente y qué no lo es · 2. La anatomía de un agente</small>
    <div class="s5-video-card__links">
      <a href="https://5sigmas.com/videos/series/agentes-ia/00_presentacion_serie/">Ver vídeo</a>
      <a href="https://5sigmas.com/series/agentes-ia/00_presentacion_serie/">Leer artículo</a>
    </div>
  </div>
</article>


<article class="s5-video-card" data-s5-video-card
  data-topic="infraestructura"
  data-search="La huella real de un datacenter Agua, energía, minerales y ciclo de vida de los datacenters: qué consume la IA, por qué varía por ubicación y cómo medir su huella. Infraestructura Infraestructura consumo agua datacenters huella ambiental inteligencia artificial minerales críticos IA PUE centros datos WUE datacenter cobalto minería IA e-waste GPUs golf vs datacenter agua conflicto hídrico local 1. La comparación que calibra la conversación 2. Agua: el retiro, el consumo y la tecnología que lo determina 3. Energía: la prima de la IA y lo que implica">
  <a class="s5-video-card__poster" href="https://5sigmas.com/videos/series/datacenters-espacio/04-huella-real-datacenter/" aria-label="Ver La huella real de un datacenter">
    <img src="https://5sigmas.com/series/datacenters-espacio/04-huella-real-datacenter.jpg" alt="" loading="lazy" width="1280" height="720">
    <span>0:52</span>
  </a>
  <div class="s5-video-card__body">
    <p class="s5-video-card__meta">Infraestructura · 0:52</p>
    <h2><a href="https://5sigmas.com/videos/series/datacenters-espacio/04-huella-real-datacenter/">La huella real de un datacenter</a></h2>
    <p>Agua, energía, minerales y ciclo de vida de los datacenters: qué consume la IA, por qué varía por ubicación y cómo medir su huella.</p>
    <small>1. La comparación que calibra la conversación · 2. Agua: el retiro, el consumo y la tecnología que lo determina</small>
    <div class="s5-video-card__links">
      <a href="https://5sigmas.com/videos/series/datacenters-espacio/04-huella-real-datacenter/">Ver vídeo</a>
      <a href="https://5sigmas.com/series/datacenters-espacio/04-huella-real-datacenter/">Leer artículo</a>
    </div>
  </div>
</article>


<article class="s5-video-card" data-s5-video-card
  data-topic="infraestructura"
  data-search="Qué es un datacenter en el espacio Qué significa realmente procesar datos en órbita, qué casos de uso tienen sentido hoy, almacenamiento resiliente y los megaproyectos con visión de décadas. Infraestructura Infraestructura datacenter orbital satélites computación procesamiento borde órbita madurez computación espacial Starcloud H100 Axiom Space ODC D-Orbit AIX Three-Body constellation SpaceX orbital data center digital flag state 1. Qué significa procesar datos en órbita Procesamiento de datos de observación Computación de propósito general en órbita">
  <a class="s5-video-card__poster" href="https://5sigmas.com/videos/series/datacenters-espacio/03-que-es-datacenter-espacio/" aria-label="Ver Qué es un datacenter en el espacio">
    <img src="https://5sigmas.com/series/datacenters-espacio/03-que-es-datacenter-espacio.jpg" alt="" loading="lazy" width="1280" height="720">
    <span>1:00</span>
  </a>
  <div class="s5-video-card__body">
    <p class="s5-video-card__meta">Infraestructura · 1:00</p>
    <h2><a href="https://5sigmas.com/videos/series/datacenters-espacio/03-que-es-datacenter-espacio/">Qué es un datacenter en el espacio</a></h2>
    <p>Qué significa realmente procesar datos en órbita, qué casos de uso tienen sentido hoy, almacenamiento resiliente y los megaproyectos con visión de décadas.</p>
    <small>1. Qué significa procesar datos en órbita · Procesamiento de datos de observación</small>
    <div class="s5-video-card__links">
      <a href="https://5sigmas.com/videos/series/datacenters-espacio/03-que-es-datacenter-espacio/">Ver vídeo</a>
      <a href="https://5sigmas.com/series/datacenters-espacio/03-que-es-datacenter-espacio/">Leer artículo</a>
    </div>
  </div>
</article>


<article class="s5-video-card" data-s5-video-card
  data-topic="infraestructura"
  data-search="Energía, calor y conectividad en órbita Por qué el frío del espacio no significa refrigeración gratis, dónde está la ventaja real de la energía orbital y qué límites impone la conexión con la Tierra. Infraestructura Infraestructura refrigeración datacenter orbital Stefan-Boltzmann espacio energía solar órbita LEO radiadores espacio vacío latencia satélites LEO GEO degradación radiación GPU downlink satelital ancho banda 1. Por qué el frío del espacio no implica enfriar gratis La escala real de los radiadores Por qué la validación en órbita es todavía escasa">
  <a class="s5-video-card__poster" href="https://5sigmas.com/videos/series/datacenters-espacio/02-energia-calor-conectividad/" aria-label="Ver Energía, calor y conectividad en órbita">
    <img src="https://5sigmas.com/series/datacenters-espacio/02-energia-calor-conectividad.jpg" alt="" loading="lazy" width="1280" height="720">
    <span>0:52</span>
  </a>
  <div class="s5-video-card__body">
    <p class="s5-video-card__meta">Infraestructura · 0:52</p>
    <h2><a href="https://5sigmas.com/videos/series/datacenters-espacio/02-energia-calor-conectividad/">Energía, calor y conectividad en órbita</a></h2>
    <p>Por qué el frío del espacio no significa refrigeración gratis, dónde está la ventaja real de la energía orbital y qué límites impone la conexión con la Tierra.</p>
    <small>1. Por qué el frío del espacio no implica enfriar gratis · La escala real de los radiadores</small>
    <div class="s5-video-card__links">
      <a href="https://5sigmas.com/videos/series/datacenters-espacio/02-energia-calor-conectividad/">Ver vídeo</a>
      <a href="https://5sigmas.com/series/datacenters-espacio/02-energia-calor-conectividad/">Leer artículo</a>
    </div>
  </div>
</article>


<article class="s5-video-card" data-s5-video-card
  data-topic="infraestructura"
  data-search="Por qué ahora — demanda de cómputo y cuellos de botella en tierra Por qué el cómputo en órbita se discute ahora mismo. La presión de la demanda de IA sobre la infraestructura terrestre y los límites que hacen el espacio relevante. Infraestructura Infraestructura datacenter espacio computación orbital infraestructura IA coste lanzamiento cohetes cuellos botella datacenter Starship coste kilogramo SpaceX FCC demanda cómputo IA estrés hídrico datacenter 1. La explosión de la demanda de cómputo 2. Los cuellos de botella en tierra Red eléctrica">
  <a class="s5-video-card__poster" href="https://5sigmas.com/videos/series/datacenters-espacio/01-por-que-ahora/" aria-label="Ver Por qué ahora — demanda de cómputo y cuellos de botella en tierra">
    <img src="https://5sigmas.com/series/datacenters-espacio/01-por-que-ahora.jpg" alt="" loading="lazy" width="1280" height="720">
    <span>1:00</span>
  </a>
  <div class="s5-video-card__body">
    <p class="s5-video-card__meta">Infraestructura · 1:00</p>
    <h2><a href="https://5sigmas.com/videos/series/datacenters-espacio/01-por-que-ahora/">Por qué ahora — demanda de cómputo y cuellos de botella en tierra</a></h2>
    <p>Por qué el cómputo en órbita se discute ahora mismo. La presión de la demanda de IA sobre la infraestructura terrestre y los límites que hacen el espacio relevante.</p>
    <small>1. La explosión de la demanda de cómputo · 2. Los cuellos de botella en tierra</small>
    <div class="s5-video-card__links">
      <a href="https://5sigmas.com/videos/series/datacenters-espacio/01-por-que-ahora/">Ver vídeo</a>
      <a href="https://5sigmas.com/series/datacenters-espacio/01-por-que-ahora/">Leer artículo</a>
    </div>
  </div>
</article>


<article class="s5-video-card" data-s5-video-card
  data-topic="infraestructura"
  data-search="Datacenters en el espacio Análisis técnico de los datacenters en órbita: disipación de calor, latencia, coste de lanzamiento y viabilidad real frente a la infraestructura terrestre. Infraestructura Infraestructura datacenters espacio computación orbital infraestructura IA energía cómputo satélites computación 1. Por qué ahora 2. Energía, calor y conectividad 3. Qué es &quot;un datacenter en el espacio&quot;">
  <a class="s5-video-card__poster" href="https://5sigmas.com/videos/series/datacenters-espacio/00_presentacion_serie/" aria-label="Ver Datacenters en el espacio">
    <img src="https://5sigmas.com/series/datacenters-espacio/00_presentacion_serie.jpg" alt="" loading="lazy" width="1280" height="720">
    <span>0:49</span>
  </a>
  <div class="s5-video-card__body">
    <p class="s5-video-card__meta">Infraestructura · 0:49</p>
    <h2><a href="https://5sigmas.com/videos/series/datacenters-espacio/00_presentacion_serie/">Datacenters en el espacio</a></h2>
    <p>Análisis técnico de los datacenters en órbita: disipación de calor, latencia, coste de lanzamiento y viabilidad real frente a la infraestructura terrestre.</p>
    <small>1. Por qué ahora · 2. Energía, calor y conectividad</small>
    <div class="s5-video-card__links">
      <a href="https://5sigmas.com/videos/series/datacenters-espacio/00_presentacion_serie/">Ver vídeo</a>
      <a href="https://5sigmas.com/series/datacenters-espacio/00_presentacion_serie/">Leer artículo</a>
    </div>
  </div>
</article>


<article class="s5-video-card" data-s5-video-card
  data-topic="seguridad"
  data-search="Prompt injection Cómo una orden escondida en un documento puede entrar en un sistema con IA y qué controles separan la lectura de una acción. Seguridad en IA Seguridad en IA prompt injection seguridad LLM indirect prompt injection RAG security agentes IA seguridad dual LLM pattern 1. El problema empieza cuando un documento llega al modelo 2. La orden puede aparecer en una búsqueda de documentos 3. Filtrar palabras no separa los datos de las instrucciones">
  <a class="s5-video-card__poster" href="https://5sigmas.com/videos/series/seguridad-ia/01-prompt-injection/" aria-label="Ver Prompt injection">
    <img src="https://5sigmas.com/series/seguridad-ia/01-prompt-injection.jpg" alt="" loading="lazy" width="1280" height="720">
    <span>1:00</span>
  </a>
  <div class="s5-video-card__body">
    <p class="s5-video-card__meta">Seguridad en IA · 1:00</p>
    <h2><a href="https://5sigmas.com/videos/series/seguridad-ia/01-prompt-injection/">Prompt injection</a></h2>
    <p>Cómo una orden escondida en un documento puede entrar en un sistema con IA y qué controles separan la lectura de una acción.</p>
    <small>1. El problema empieza cuando un documento llega al modelo · 2. La orden puede aparecer en una búsqueda de documentos</small>
    <div class="s5-video-card__links">
      <a href="https://5sigmas.com/videos/series/seguridad-ia/01-prompt-injection/">Ver vídeo</a>
      <a href="https://5sigmas.com/series/seguridad-ia/01-prompt-injection/">Leer artículo</a>
    </div>
  </div>
</article>


<article class="s5-video-card" data-s5-video-card
  data-topic="ingenieria"
  data-search="Agente Reactivo, Proactivo y Tool calls Un recorrido técnico por Reactive / Proactive Agent y por el contrato conversacional que encapsula: respuesta inmediata, trabajo asíncrono y cierre diferido. Ingeniería de sistemas Ingeniería de sistemas agente reactivo agente proactivo tool calls async tool calls runtime conversacional background tasks pending updates El problema no es la tool, es el tiempo El primer turno acepta trabajo, no promete resultados El trabajo asíncrono tiene política, no solo background">
  <a class="s5-video-card__poster" href="https://5sigmas.com/videos/articulos-tecnicos/reactive-proactive-agent-header-demo/" aria-label="Ver Agente Reactivo, Proactivo y Tool calls">
    <img src="https://5sigmas.com/articulos-tecnicos/reactive-proactive-agent-header-demo.jpg" alt="" loading="lazy" width="1280" height="720">
    <span>0:20</span>
  </a>
  <div class="s5-video-card__body">
    <p class="s5-video-card__meta">Ingeniería de sistemas · 0:20</p>
    <h2><a href="https://5sigmas.com/videos/articulos-tecnicos/reactive-proactive-agent-header-demo/">Agente Reactivo, Proactivo y Tool calls</a></h2>
    <p>Un recorrido técnico por Reactive / Proactive Agent y por el contrato conversacional que encapsula: respuesta inmediata, trabajo asíncrono y cierre diferido.</p>
    <small>El problema no es la tool, es el tiempo · El primer turno acepta trabajo, no promete resultados</small>
    <div class="s5-video-card__links">
      <a href="https://5sigmas.com/videos/articulos-tecnicos/reactive-proactive-agent-header-demo/">Ver vídeo</a>
      <a href="https://5sigmas.com/articulos-tecnicos/proactive-reactive-agent-and-tool-calls/">Leer artículo</a>
    </div>
  </div>
</article>


<article class="s5-video-card" data-s5-video-card
  data-topic="razonamiento"
  data-search="Riesgos — overthinking, coste, ataques y alineamiento Overthinking, prompt injection y hijacking de agente en modelos razonadores con herramientas. Criterios para acotar el riesgo en producción. Razonamiento Razonamiento overthinking IA riesgos modelos razonadores prompt injection TabooRAG specification gaming agentes alineamiento IA diseño sistemas IA responsables many-shot jailbreaking CoT ilegibilidad hijacking agente 1. Sobrepensamiento: cuando más razonamiento deteriora la respuesta 2. Calidad vs coste vs latencia en producto real El perfil de la deuda">
  <a class="s5-video-card__poster" href="https://5sigmas.com/videos/series/modelos-razonadores/05-riesgos/" aria-label="Ver Riesgos — overthinking, coste, ataques y alineamiento">
    <img src="https://5sigmas.com/series/modelos-razonadores/05-riesgos.jpg" alt="" loading="lazy" width="1280" height="720">
    <span>2:01</span>
  </a>
  <div class="s5-video-card__body">
    <p class="s5-video-card__meta">Razonamiento · 2:01</p>
    <h2><a href="https://5sigmas.com/videos/series/modelos-razonadores/05-riesgos/">Riesgos — overthinking, coste, ataques y alineamiento</a></h2>
    <p>Overthinking, prompt injection y hijacking de agente en modelos razonadores con herramientas. Criterios para acotar el riesgo en producción.</p>
    <small>1. Sobrepensamiento: cuando más razonamiento deteriora la respuesta · 2. Calidad vs coste vs latencia en producto real</small>
    <div class="s5-video-card__links">
      <a href="https://5sigmas.com/videos/series/modelos-razonadores/05-riesgos/">Ver vídeo</a>
      <a href="https://5sigmas.com/series/modelos-razonadores/05-riesgos/">Leer artículo</a>
    </div>
  </div>
</article>


<article class="s5-video-card" data-s5-video-card
  data-topic="razonamiento"
  data-search="Tiempo físico — latencia, streaming e interacción humana TTFT, streaming y umbrales de latencia percibida en modelos razonadores. RouteLLM, patrones de diseño y gestión de coste de sesión en producción. Razonamiento Razonamiento latencia IA TTFT streaming LLM RouteLLM test-time compute producto latencia percibida tiempo de respuesta IA SLO IA decodificación especulativa 1. Umbrales de latencia percibida Enrutamiento dinámico: RouteLLM 2. Streaming y la percepción de latencia">
  <a class="s5-video-card__poster" href="https://5sigmas.com/videos/series/modelos-razonadores/04-latencia-streaming/" aria-label="Ver Tiempo físico — latencia, streaming e interacción humana">
    <img src="https://5sigmas.com/series/modelos-razonadores/04-latencia-streaming.jpg" alt="" loading="lazy" width="1280" height="720">
    <span>1:55</span>
  </a>
  <div class="s5-video-card__body">
    <p class="s5-video-card__meta">Razonamiento · 1:55</p>
    <h2><a href="https://5sigmas.com/videos/series/modelos-razonadores/04-latencia-streaming/">Tiempo físico — latencia, streaming e interacción humana</a></h2>
    <p>TTFT, streaming y umbrales de latencia percibida en modelos razonadores. RouteLLM, patrones de diseño y gestión de coste de sesión en producción.</p>
    <small>1. Umbrales de latencia percibida · Enrutamiento dinámico: RouteLLM</small>
    <div class="s5-video-card__links">
      <a href="https://5sigmas.com/videos/series/modelos-razonadores/04-latencia-streaming/">Ver vídeo</a>
      <a href="https://5sigmas.com/series/modelos-razonadores/04-latencia-streaming/">Leer artículo</a>
    </div>
  </div>
</article>


<article class="s5-video-card" data-s5-video-card
  data-topic="razonamiento"
  data-search="Test-Time Compute Test-time compute como segunda ley de escala. Las tres palancas (más pasos, más candidatos, más estructura) y su perfil de calidad, coste y latencia en modelos razonadores. Razonamiento Razonamiento test-time compute razonamiento LLM best-of-N chain of thought PRM ORM leyes de escala razonamiento extendido budget forcing DeepSeek R1 MCTS self-consistency Tree of Thoughts 1. Qué es test-time compute y por qué importa 2. Las tres palancas Palanca 1: Más pasos internos">
  <a class="s5-video-card__poster" href="https://5sigmas.com/videos/series/modelos-razonadores/03-test-time-compute/" aria-label="Ver Test-Time Compute">
    <img src="https://5sigmas.com/series/modelos-razonadores/03-test-time-compute.jpg" alt="" loading="lazy" width="1280" height="720">
    <span>2:09</span>
  </a>
  <div class="s5-video-card__body">
    <p class="s5-video-card__meta">Razonamiento · 2:09</p>
    <h2><a href="https://5sigmas.com/videos/series/modelos-razonadores/03-test-time-compute/">Test-Time Compute</a></h2>
    <p>Test-time compute como segunda ley de escala. Las tres palancas (más pasos, más candidatos, más estructura) y su perfil de calidad, coste y latencia en modelos razonadores.</p>
    <small>1. Qué es test-time compute y por qué importa · 2. Las tres palancas</small>
    <div class="s5-video-card__links">
      <a href="https://5sigmas.com/videos/series/modelos-razonadores/03-test-time-compute/">Ver vídeo</a>
      <a href="https://5sigmas.com/series/modelos-razonadores/03-test-time-compute/">Leer artículo</a>
    </div>
  </div>
</article>


<article class="s5-video-card" data-s5-video-card
  data-topic="impacto"
  data-search="IA y PIB hoy — impacto real y señales tempranas Por qué el impacto macroeconómico de la IA tarda en aparecer en el PIB, dónde sí aparece antes, y qué señales son más indicativas de lo que está pasando. Economía, energía y bienestar Economía, energía y bienestar impacto IA PIB J-Curve productividad IA productividad inteligencia artificial crecimiento económico IA señales tempranas adopción IA Brynjolfsson productividad Goldman Sachs IA Acemoglu IA macroeconomía 1. Por qué el impacto macro tarda en llegar Los cuatro mecanismos del desfase 2. Dónde aparece antes que en el PIB">
  <a class="s5-video-card__poster" href="https://5sigmas.com/videos/series/ia-pib-bienestar-energia/04-ia-pib-hoy/" aria-label="Ver IA y PIB hoy — impacto real y señales tempranas">
    <img src="https://5sigmas.com/series/ia-pib-bienestar-energia/04-ia-pib-hoy.jpg" alt="" loading="lazy" width="1280" height="720">
    <span>0:52</span>
  </a>
  <div class="s5-video-card__body">
    <p class="s5-video-card__meta">Economía, energía y bienestar · 0:52</p>
    <h2><a href="https://5sigmas.com/videos/series/ia-pib-bienestar-energia/04-ia-pib-hoy/">IA y PIB hoy — impacto real y señales tempranas</a></h2>
    <p>Por qué el impacto macroeconómico de la IA tarda en aparecer en el PIB, dónde sí aparece antes, y qué señales son más indicativas de lo que está pasando.</p>
    <small>1. Por qué el impacto macro tarda en llegar · Los cuatro mecanismos del desfase</small>
    <div class="s5-video-card__links">
      <a href="https://5sigmas.com/videos/series/ia-pib-bienestar-energia/04-ia-pib-hoy/">Ver vídeo</a>
      <a href="https://5sigmas.com/series/ia-pib-bienestar-energia/04-ia-pib-hoy/">Leer artículo</a>
    </div>
  </div>
</article>


<article class="s5-video-card" data-s5-video-card
  data-topic="razonamiento"
  data-search="Cómo se ven los fallos de los modelos razonadores Sycophancy, shortcut learning, specification gaming y fallos en cadena: los tipos de fallo de los modelos razonadores, cómo detectarlos y mitigarlos. Razonamiento Razonamiento fallos modelos razonadores sycophancy IA shortcut learning specification gaming alucinaciones LLM cadena de razonamiento errores sistemáticos LLM infidelidad CoT 1. Tipos de fallos 1.1 Atajos (shortcut learning) 1.2 Errores sistemáticos">
  <a class="s5-video-card__poster" href="https://5sigmas.com/videos/series/modelos-razonadores/02-fallos/" aria-label="Ver Cómo se ven los fallos de los modelos razonadores">
    <img src="https://5sigmas.com/series/modelos-razonadores/02-fallos.jpg" alt="" loading="lazy" width="1280" height="720">
    <span>1:48</span>
  </a>
  <div class="s5-video-card__body">
    <p class="s5-video-card__meta">Razonamiento · 1:48</p>
    <h2><a href="https://5sigmas.com/videos/series/modelos-razonadores/02-fallos/">Cómo se ven los fallos de los modelos razonadores</a></h2>
    <p>Sycophancy, shortcut learning, specification gaming y fallos en cadena: los tipos de fallo de los modelos razonadores, cómo detectarlos y mitigarlos.</p>
    <small>1. Tipos de fallos · 1.1 Atajos (shortcut learning)</small>
    <div class="s5-video-card__links">
      <a href="https://5sigmas.com/videos/series/modelos-razonadores/02-fallos/">Ver vídeo</a>
      <a href="https://5sigmas.com/series/modelos-razonadores/02-fallos/">Leer artículo</a>
    </div>
  </div>
</article>


<article class="s5-video-card" data-s5-video-card
  data-topic="impacto"
  data-search="Medición — PIB vs bienestar Por qué el PIB no captura el bienestar real, qué dimensiones importan más, y cuándo el bienestar subjetivo diverge del material. Economía, energía y bienestar Economía, energía y bienestar PIB bienestar más allá del PIB índice desarrollo humano IDH paradoja Easterlin GPI indicador progreso genuino bienestar subjetivo medición Stiglitz Sen Fitoussi trabajo no remunerado economía 1. Qué mide el PIB y qué deja fuera Lo que queda fuera del PIB 2. Qué mide el bienestar que el PIB no captura">
  <a class="s5-video-card__poster" href="https://5sigmas.com/videos/series/ia-pib-bienestar-energia/03-pib-vs-bienestar/" aria-label="Ver Medición — PIB vs bienestar">
    <img src="https://5sigmas.com/series/ia-pib-bienestar-energia/03-pib-vs-bienestar.jpg" alt="" loading="lazy" width="1280" height="720">
    <span>0:52</span>
  </a>
  <div class="s5-video-card__body">
    <p class="s5-video-card__meta">Economía, energía y bienestar · 0:52</p>
    <h2><a href="https://5sigmas.com/videos/series/ia-pib-bienestar-energia/03-pib-vs-bienestar/">Medición — PIB vs bienestar</a></h2>
    <p>Por qué el PIB no captura el bienestar real, qué dimensiones importan más, y cuándo el bienestar subjetivo diverge del material.</p>
    <small>1. Qué mide el PIB y qué deja fuera · Lo que queda fuera del PIB</small>
    <div class="s5-video-card__links">
      <a href="https://5sigmas.com/videos/series/ia-pib-bienestar-energia/03-pib-vs-bienestar/">Ver vídeo</a>
      <a href="https://5sigmas.com/series/ia-pib-bienestar-energia/03-pib-vs-bienestar/">Leer artículo</a>
    </div>
  </div>
</article>


<article class="s5-video-card" data-s5-video-card
  data-topic="razonamiento"
  data-search="Qué significa razonar en un LLM Qué significa razonar para un modelo de lenguaje, qué aportan o1 y DeepSeek R1, y por qué evaluar razonamiento exige mirar pasos, coste y fallos. Razonamiento Razonamiento modelos razonadores razonamiento LLM chain of thought CoT o1 OpenAI test time compute razonamiento IA ilusión del pensamiento Apple reasoning paper cadenas de pensamiento 1. Qué significa &quot;razonar&quot; para un humano 2. Qué pueden hacer los LLMs que se parece al razonamiento 3. El nacimiento de los modelos razonadores: o1 de OpenAI">
  <a class="s5-video-card__poster" href="https://5sigmas.com/videos/series/modelos-razonadores/01-que-es-razonar/" aria-label="Ver Qué significa razonar en un LLM">
    <img src="https://5sigmas.com/series/modelos-razonadores/01-que-es-razonar.jpg" alt="" loading="lazy" width="1280" height="720">
    <span>1:22</span>
  </a>
  <div class="s5-video-card__body">
    <p class="s5-video-card__meta">Razonamiento · 1:22</p>
    <h2><a href="https://5sigmas.com/videos/series/modelos-razonadores/01-que-es-razonar/">Qué significa razonar en un LLM</a></h2>
    <p>Qué significa razonar para un modelo de lenguaje, qué aportan o1 y DeepSeek R1, y por qué evaluar razonamiento exige mirar pasos, coste y fallos.</p>
    <small>1. Qué significa &quot;razonar&quot; para un humano · 2. Qué pueden hacer los LLMs que se parece al razonamiento</small>
    <div class="s5-video-card__links">
      <a href="https://5sigmas.com/videos/series/modelos-razonadores/01-que-es-razonar/">Ver vídeo</a>
      <a href="https://5sigmas.com/series/modelos-razonadores/01-que-es-razonar/">Leer artículo</a>
    </div>
  </div>
</article>


<article class="s5-video-card" data-s5-video-card
  data-topic="razonamiento"
  data-search="Modelos razonadores — test-time compute, cadenas de pensamiento y fallos sistemáticos Cinco capítulos sobre cómo razonan los LLMs: test-time compute, fallos, latencia, coste y riesgos cuando usan herramientas. Razonamiento Razonamiento modelos razonadores test-time compute chain of thought razonamiento LLM o1 OpenAI DeepSeek R1 RLVR GRPO sycophancy PRM ORM latencia IA TTFT overthinking IA specification gaming budget forcing cadenas de pensamiento razonamiento extendido fallos LLM 1. Qué es “razonar” para un LLM 2. Cómo se ven los fallos de estos sistemas 3. Test-Time Compute">
  <a class="s5-video-card__poster" href="https://5sigmas.com/videos/series/modelos-razonadores/00_presentacion_serie/" aria-label="Ver Modelos razonadores — test-time compute, cadenas de pensamiento y fallos sistemáticos">
    <img src="https://5sigmas.com/series/modelos-razonadores/00_presentacion_serie.jpg" alt="" loading="lazy" width="1280" height="720">
    <span>1:15</span>
  </a>
  <div class="s5-video-card__body">
    <p class="s5-video-card__meta">Razonamiento · 1:15</p>
    <h2><a href="https://5sigmas.com/videos/series/modelos-razonadores/00_presentacion_serie/">Modelos razonadores — test-time compute, cadenas de pensamiento y fallos sistemáticos</a></h2>
    <p>Cinco capítulos sobre cómo razonan los LLMs: test-time compute, fallos, latencia, coste y riesgos cuando usan herramientas.</p>
    <small>1. Qué es “razonar” para un LLM · 2. Cómo se ven los fallos de estos sistemas</small>
    <div class="s5-video-card__links">
      <a href="https://5sigmas.com/videos/series/modelos-razonadores/00_presentacion_serie/">Ver vídeo</a>
      <a href="https://5sigmas.com/series/modelos-razonadores/00_presentacion_serie/">Leer artículo</a>
    </div>
  </div>
</article>


<article class="s5-video-card" data-s5-video-card
  data-topic="impacto"
  data-search="IA como tecnología eléctrica Qué implica la IA en términos de cómputo y energía, por qué la demanda puede crecer aunque mejore el hardware, y cuáles son los cuellos de botella reales. Economía, energía y bienestar Economía, energía y bienestar IA tecnología eléctrica consumo energético inteligencia artificial datacenters IA energía efecto rebote IA cómputo GPU TPU inferencia LLM energía PUE datacenter cuellos botella energía IA 1. Qué implica &quot;compute&quot; en la práctica Entrenamiento Inferencia">
  <a class="s5-video-card__poster" href="https://5sigmas.com/videos/series/ia-pib-bienestar-energia/02-ia-tecnologia-electrica/" aria-label="Ver IA como tecnología eléctrica">
    <img src="https://5sigmas.com/series/ia-pib-bienestar-energia/02-ia-tecnologia-electrica.jpg" alt="" loading="lazy" width="1280" height="720">
    <span>0:52</span>
  </a>
  <div class="s5-video-card__body">
    <p class="s5-video-card__meta">Economía, energía y bienestar · 0:52</p>
    <h2><a href="https://5sigmas.com/videos/series/ia-pib-bienestar-energia/02-ia-tecnologia-electrica/">IA como tecnología eléctrica</a></h2>
    <p>Qué implica la IA en términos de cómputo y energía, por qué la demanda puede crecer aunque mejore el hardware, y cuáles son los cuellos de botella reales.</p>
    <small>1. Qué implica &quot;compute&quot; en la práctica · Entrenamiento</small>
    <div class="s5-video-card__links">
      <a href="https://5sigmas.com/videos/series/ia-pib-bienestar-energia/02-ia-tecnologia-electrica/">Ver vídeo</a>
      <a href="https://5sigmas.com/series/ia-pib-bienestar-energia/02-ia-tecnologia-electrica/">Leer artículo</a>
    </div>
  </div>
</article>


<article class="s5-video-card" data-s5-video-card
  data-topic="impacto"
  data-search="Electricidad y bienestar Por qué el acceso a electricidad fiable y barata habilita saltos reales en salud, logística e industria, y qué diferencia hay entre tener kilovatios y tener calidad de suministro. Economía, energía y bienestar Economía, energía y bienestar electricidad y bienestar acceso energía desarrollo electrificación rural MTF energía consumo electricidad per cápita IDH y energía calidad suministro eléctrico nexo energía desarrollo humano 1. Los cuatro canales principales Salud Logística e industria">
  <a class="s5-video-card__poster" href="https://5sigmas.com/videos/series/ia-pib-bienestar-energia/01-electricidad-bienestar/" aria-label="Ver Electricidad y bienestar">
    <img src="https://5sigmas.com/series/ia-pib-bienestar-energia/01-electricidad-bienestar.jpg" alt="" loading="lazy" width="1280" height="720">
    <span>1:15</span>
  </a>
  <div class="s5-video-card__body">
    <p class="s5-video-card__meta">Economía, energía y bienestar · 1:15</p>
    <h2><a href="https://5sigmas.com/videos/series/ia-pib-bienestar-energia/01-electricidad-bienestar/">Electricidad y bienestar</a></h2>
    <p>Por qué el acceso a electricidad fiable y barata habilita saltos reales en salud, logística e industria, y qué diferencia hay entre tener kilovatios y tener calidad de suministro.</p>
    <small>1. Los cuatro canales principales · Salud</small>
    <div class="s5-video-card__links">
      <a href="https://5sigmas.com/videos/series/ia-pib-bienestar-energia/01-electricidad-bienestar/">Ver vídeo</a>
      <a href="https://5sigmas.com/series/ia-pib-bienestar-energia/01-electricidad-bienestar/">Leer artículo</a>
    </div>
  </div>
</article>


<article class="s5-video-card" data-s5-video-card
  data-topic="impacto"
  data-search="IA, PIB, bienestar y energía Impacto cuantitativo de la IA en energía, productividad y bienestar. Análisis con datos reales del Banco Mundial, IEA y Penn World Table, sin proyecciones especulativas. Economía, energía y bienestar Economía, energía y bienestar IA energía PIB inteligencia artificial productividad IA bienestar tecnología electricidad IA 1. Electricidad → bienestar (los mecanismos reales) 2. IA como tecnología eléctrica 3. Medición: PIB vs bienestar (y qué mirar de verdad)">
  <a class="s5-video-card__poster" href="https://5sigmas.com/videos/series/ia-pib-bienestar-energia/00_presentacion_serie/" aria-label="Ver IA, PIB, bienestar y energía">
    <img src="https://5sigmas.com/series/ia-pib-bienestar-energia/00_presentacion_serie.jpg" alt="" loading="lazy" width="1280" height="720">
    <span>1:00</span>
  </a>
  <div class="s5-video-card__body">
    <p class="s5-video-card__meta">Economía, energía y bienestar · 1:00</p>
    <h2><a href="https://5sigmas.com/videos/series/ia-pib-bienestar-energia/00_presentacion_serie/">IA, PIB, bienestar y energía</a></h2>
    <p>Impacto cuantitativo de la IA en energía, productividad y bienestar. Análisis con datos reales del Banco Mundial, IEA y Penn World Table, sin proyecciones especulativas.</p>
    <small>1. Electricidad → bienestar (los mecanismos reales) · 2. IA como tecnología eléctrica</small>
    <div class="s5-video-card__links">
      <a href="https://5sigmas.com/videos/series/ia-pib-bienestar-energia/00_presentacion_serie/">Ver vídeo</a>
      <a href="https://5sigmas.com/series/ia-pib-bienestar-energia/00_presentacion_serie/">Leer artículo</a>
    </div>
  </div>
</article>


<article class="s5-video-card" data-s5-video-card
  data-topic="multimodalidad"
  data-search="Riesgos de seguridad en sistemas multimodales Prompt injection visual, privacidad, fugas de contexto y manipulación de herramientas cuando un sistema multimodal puede observar y actuar. Multimodalidad Multimodalidad riesgos IA multimodal prompt injection visual seguridad sistemas IA privacidad imágenes IA ataques LLM multimodal alineamiento seguridad IA responsable multimodal 1. Prompt injection visual 2. Fugas de sistema y manipulación de herramientas 3. Privacidad: imágenes, documentos y metadatos">
  <a class="s5-video-card__poster" href="https://5sigmas.com/videos/series/multimodalidad-iag/05-riesgos/" aria-label="Ver Riesgos de seguridad en sistemas multimodales">
    <img src="https://5sigmas.com/series/multimodalidad-iag/05-riesgos.jpg" alt="" loading="lazy" width="1280" height="720">
    <span>0:52</span>
  </a>
  <div class="s5-video-card__body">
    <p class="s5-video-card__meta">Multimodalidad · 0:52</p>
    <h2><a href="https://5sigmas.com/videos/series/multimodalidad-iag/05-riesgos/">Riesgos de seguridad en sistemas multimodales</a></h2>
    <p>Prompt injection visual, privacidad, fugas de contexto y manipulación de herramientas cuando un sistema multimodal puede observar y actuar.</p>
    <small>1. Prompt injection visual · 2. Fugas de sistema y manipulación de herramientas</small>
    <div class="s5-video-card__links">
      <a href="https://5sigmas.com/videos/series/multimodalidad-iag/05-riesgos/">Ver vídeo</a>
      <a href="https://5sigmas.com/series/multimodalidad-iag/05-riesgos/">Leer artículo</a>
    </div>
  </div>
</article>


<article class="s5-video-card" data-s5-video-card
  data-topic="multimodalidad"
  data-search="Evaluación de sistemas multimodales Cómo evaluar sistemas multimodales sin confundir benchmarks con capacidad real: OCR, audio, grounding, razonamiento y fallos de las métricas. Multimodalidad Multimodalidad evaluación modelos multimodales benchmarks multimodales OCRBench MMAU VQA MMMU capacidades IA real evaluación LLM multimodal métricas IA generativa 1. Qué significa evaluar el grounding 2. El problema de la contaminación de benchmarks 3. El sesgo lingüístico: responder por probabilidad, no por evidencia">
  <a class="s5-video-card__poster" href="https://5sigmas.com/videos/series/multimodalidad-iag/04-evaluacion/" aria-label="Ver Evaluación de sistemas multimodales">
    <img src="https://5sigmas.com/series/multimodalidad-iag/04-evaluacion.jpg" alt="" loading="lazy" width="1280" height="720">
    <span>1:14</span>
  </a>
  <div class="s5-video-card__body">
    <p class="s5-video-card__meta">Multimodalidad · 1:14</p>
    <h2><a href="https://5sigmas.com/videos/series/multimodalidad-iag/04-evaluacion/">Evaluación de sistemas multimodales</a></h2>
    <p>Cómo evaluar sistemas multimodales sin confundir benchmarks con capacidad real: OCR, audio, grounding, razonamiento y fallos de las métricas.</p>
    <small>1. Qué significa evaluar el grounding · 2. El problema de la contaminación de benchmarks</small>
    <div class="s5-video-card__links">
      <a href="https://5sigmas.com/videos/series/multimodalidad-iag/04-evaluacion/">Ver vídeo</a>
      <a href="https://5sigmas.com/series/multimodalidad-iag/04-evaluacion/">Leer artículo</a>
    </div>
  </div>
</article>


<article class="s5-video-card" data-s5-video-card
  data-topic="multimodalidad"
  data-search="Arquitecturas de sistemas multimodales Cuatro familias de arquitectura multimodal, sus diferencias en calidad, coste y latencia, y cuándo conviene cada forma de combinar modalidades. Multimodalidad Multimodalidad arquitecturas multimodales fusión temprana tardía ViT encoder multimodal decoder multimodal LLaVA GPT-4V arquitectura IA generativa visión transformer 1. Encoder visual + conector + modelo de lenguaje 2. Fusión mediante cross-attention 3. Tokenización nativa multimodal">
  <a class="s5-video-card__poster" href="https://5sigmas.com/videos/series/multimodalidad-iag/03-arquitecturas/" aria-label="Ver Arquitecturas de sistemas multimodales">
    <img src="https://5sigmas.com/series/multimodalidad-iag/03-arquitecturas.jpg" alt="" loading="lazy" width="1280" height="720">
    <span>0:52</span>
  </a>
  <div class="s5-video-card__body">
    <p class="s5-video-card__meta">Multimodalidad · 0:52</p>
    <h2><a href="https://5sigmas.com/videos/series/multimodalidad-iag/03-arquitecturas/">Arquitecturas de sistemas multimodales</a></h2>
    <p>Cuatro familias de arquitectura multimodal, sus diferencias en calidad, coste y latencia, y cuándo conviene cada forma de combinar modalidades.</p>
    <small>1. Encoder visual + conector + modelo de lenguaje · 2. Fusión mediante cross-attention</small>
    <div class="s5-video-card__links">
      <a href="https://5sigmas.com/videos/series/multimodalidad-iag/03-arquitecturas/">Ver vídeo</a>
      <a href="https://5sigmas.com/series/multimodalidad-iag/03-arquitecturas/">Leer artículo</a>
    </div>
  </div>
</article>


<article class="s5-video-card" data-s5-video-card
  data-topic="multimodalidad"
  data-search="Alineamiento de pares a interacciones multimodales Cómo aprende un modelo que señales distintas describen lo mismo y por qué los datos determinan la robustez del alineamiento multimodal. Multimodalidad Multimodalidad alineamiento multimodal CLIP contrastive learning ImageBind embedding multimodal representaciones imagen texto entrenamiento multimodal aprendizaje contrastivo 1. Pares imagen-texto: la base y sus límites 2. Más allá del par: alineamiento de múltiples modalidades 3. Instrucción visual: el siguiente nivel">
  <a class="s5-video-card__poster" href="https://5sigmas.com/videos/series/multimodalidad-iag/02-alineamiento/" aria-label="Ver Alineamiento de pares a interacciones multimodales">
    <img src="https://5sigmas.com/series/multimodalidad-iag/02-alineamiento.jpg" alt="" loading="lazy" width="1280" height="720">
    <span>0:52</span>
  </a>
  <div class="s5-video-card__body">
    <p class="s5-video-card__meta">Multimodalidad · 0:52</p>
    <h2><a href="https://5sigmas.com/videos/series/multimodalidad-iag/02-alineamiento/">Alineamiento de pares a interacciones multimodales</a></h2>
    <p>Cómo aprende un modelo que señales distintas describen lo mismo y por qué los datos determinan la robustez del alineamiento multimodal.</p>
    <small>1. Pares imagen-texto: la base y sus límites · 2. Más allá del par: alineamiento de múltiples modalidades</small>
    <div class="s5-video-card__links">
      <a href="https://5sigmas.com/videos/series/multimodalidad-iag/02-alineamiento/">Ver vídeo</a>
      <a href="https://5sigmas.com/series/multimodalidad-iag/02-alineamiento/">Leer artículo</a>
    </div>
  </div>
</article>


<article class="s5-video-card" data-s5-video-card
  data-topic="multimodalidad"
  data-search="El problema real de la multimodalidad Qué significa integrar texto, imagen, audio y otras modalidades, y cómo ordenar percepción, alineamiento, razonamiento, generación y acción. Multimodalidad Multimodalidad multimodalidad IA sistemas multimodales LLM multimodal IA texto imagen audio percepción multimodal IA generativa multimodal GPT-4V Gemini multimodal 1. Una modalidad no es solo un tipo de input 2. El problema no es añadir modalidades, sino cruzarlas sin destruirlas 3. El espacio compartido importa, pero no es la única arquitectura posible">
  <a class="s5-video-card__poster" href="https://5sigmas.com/videos/series/multimodalidad-iag/01-el-problema/" aria-label="Ver El problema real de la multimodalidad">
    <img src="https://5sigmas.com/series/multimodalidad-iag/01-el-problema.jpg" alt="" loading="lazy" width="1280" height="720">
    <span>1:15</span>
  </a>
  <div class="s5-video-card__body">
    <p class="s5-video-card__meta">Multimodalidad · 1:15</p>
    <h2><a href="https://5sigmas.com/videos/series/multimodalidad-iag/01-el-problema/">El problema real de la multimodalidad</a></h2>
    <p>Qué significa integrar texto, imagen, audio y otras modalidades, y cómo ordenar percepción, alineamiento, razonamiento, generación y acción.</p>
    <small>1. Una modalidad no es solo un tipo de input · 2. El problema no es añadir modalidades, sino cruzarlas sin destruirlas</small>
    <div class="s5-video-card__links">
      <a href="https://5sigmas.com/videos/series/multimodalidad-iag/01-el-problema/">Ver vídeo</a>
      <a href="https://5sigmas.com/series/multimodalidad-iag/01-el-problema/">Leer artículo</a>
    </div>
  </div>
</article>


<article class="s5-video-card" data-s5-video-card
  data-topic="multimodalidad"
  data-search="Multimodalidad en IA generativa Qué significa construir sistemas capaces de percibir, alinear, razonar, generar y actuar entre texto, imagen, audio, vídeo, documentos y otras señales del mundo. Multimodalidad Multimodalidad multimodalidad IA modelos multimodales CLIP Flamingo Gemini visión lenguaje audio texto 1. El problema real: qué cuenta como multimodalidad 2. Alineamiento: de pares a interacciones 3. Arquitecturas: espacios compartidos, conectores y modelos omni">
  <a class="s5-video-card__poster" href="https://5sigmas.com/videos/series/multimodalidad-iag/00_presentacion_serie/" aria-label="Ver Multimodalidad en IA generativa">
    <img src="https://5sigmas.com/series/multimodalidad-iag/00_presentacion_serie.jpg" alt="" loading="lazy" width="1280" height="720">
    <span>1:07</span>
  </a>
  <div class="s5-video-card__body">
    <p class="s5-video-card__meta">Multimodalidad · 1:07</p>
    <h2><a href="https://5sigmas.com/videos/series/multimodalidad-iag/00_presentacion_serie/">Multimodalidad en IA generativa</a></h2>
    <p>Qué significa construir sistemas capaces de percibir, alinear, razonar, generar y actuar entre texto, imagen, audio, vídeo, documentos y otras señales del mundo.</p>
    <small>1. El problema real: qué cuenta como multimodalidad · 2. Alineamiento: de pares a interacciones</small>
    <div class="s5-video-card__links">
      <a href="https://5sigmas.com/videos/series/multimodalidad-iag/00_presentacion_serie/">Ver vídeo</a>
      <a href="https://5sigmas.com/series/multimodalidad-iag/00_presentacion_serie/">Leer artículo</a>
    </div>
  </div>
</article>


<article class="s5-video-card" data-s5-video-card
  data-topic="historia"
  data-search="Más allá del Transformer — memoria y modelos del mundo Cómo el campo intenta ir más allá del puro escalado del Transformer combinando herramientas, búsqueda, memoria en inferencia, modelos del mundo y robótica. Historia de la IA Historia de la IA más allá del Transformer test-time compute memoria IA modelos del mundo Mamba SSM robótica IA agentes IA búsqueda IA futuro IA 1. Por qué el Transformer ya no basta como mapa completo 1.1 Verdad, incertidumbre y alucinación 2. Del siguiente token a la búsqueda sobre el espacio de soluciones">
  <a class="s5-video-card__poster" href="https://5sigmas.com/videos/series/from-cave-to-agi/05-mas-alla/" aria-label="Ver Más allá del Transformer — memoria y modelos del mundo">
    <img src="https://5sigmas.com/series/from-cave-to-agi/05-mas-alla.jpg" alt="" loading="lazy" width="1280" height="720">
    <span>1:25</span>
  </a>
  <div class="s5-video-card__body">
    <p class="s5-video-card__meta">Historia de la IA · 1:25</p>
    <h2><a href="https://5sigmas.com/videos/series/from-cave-to-agi/05-mas-alla/">Más allá del Transformer — memoria y modelos del mundo</a></h2>
    <p>Cómo el campo intenta ir más allá del puro escalado del Transformer combinando herramientas, búsqueda, memoria en inferencia, modelos del mundo y robótica.</p>
    <small>1. Por qué el Transformer ya no basta como mapa completo · 1.1 Verdad, incertidumbre y alucinación</small>
    <div class="s5-video-card__links">
      <a href="https://5sigmas.com/videos/series/from-cave-to-agi/05-mas-alla/">Ver vídeo</a>
      <a href="https://5sigmas.com/series/from-cave-to-agi/05-mas-alla/">Leer artículo</a>
    </div>
  </div>
</article>


<article class="s5-video-card" data-s5-video-card
  data-topic="historia"
  data-search="Escalar - de AlexNet a los modelos fundacionales Cómo datos, cómputo y arquitecturas escalables cambiaron la IA desde 2012. AlexNet, Transformer, preentrenamiento, leyes de escala y el nacimiento de los modelos fundacionales. Historia de la IA Historia de la IA escalar IA AlexNet Transformer leyes de escala modelos fundacionales preentrenamiento GPT historia historia deep learning ImageNet BERT 1. 2012: cuando la escala dejó de ser un detalle 2. El Transformer y el preentrenamiento masivo 3. La escala se volvió metodología">
  <a class="s5-video-card__poster" href="https://5sigmas.com/videos/series/from-cave-to-agi/04-escalar/" aria-label="Ver Escalar - de AlexNet a los modelos fundacionales">
    <img src="https://5sigmas.com/series/from-cave-to-agi/04-escalar.jpg" alt="" loading="lazy" width="1280" height="720">
    <span>1:09</span>
  </a>
  <div class="s5-video-card__body">
    <p class="s5-video-card__meta">Historia de la IA · 1:09</p>
    <h2><a href="https://5sigmas.com/videos/series/from-cave-to-agi/04-escalar/">Escalar - de AlexNet a los modelos fundacionales</a></h2>
    <p>Cómo datos, cómputo y arquitecturas escalables cambiaron la IA desde 2012. AlexNet, Transformer, preentrenamiento, leyes de escala y el nacimiento de los modelos fundacionales.</p>
    <small>1. 2012: cuando la escala dejó de ser un detalle · 2. El Transformer y el preentrenamiento masivo</small>
    <div class="s5-video-card__links">
      <a href="https://5sigmas.com/videos/series/from-cave-to-agi/04-escalar/">Ver vídeo</a>
      <a href="https://5sigmas.com/series/from-cave-to-agi/04-escalar/">Leer artículo</a>
    </div>
  </div>
</article>


<article class="s5-video-card" data-s5-video-card
  data-topic="historia"
  data-search="Aprender — de las reglas a los datos Cómo la IA pasó de reglas escritas a mano al aprendizaje con datos: sistemas expertos, estadística, redes neuronales y el salto de AlexNet. Historia de la IA Historia de la IA historia machine learning sistemas expertos MYCIN aprendizaje automático historia backpropagation AlexNet inviernos ia ia simbólica perceptrón deep learning historia 1. La era de las reglas: cuando la inteligencia se escribía a mano Los primeros sistemas simbólicos Sistemas expertos: la madurez del paradigma simbólico">
  <a class="s5-video-card__poster" href="https://5sigmas.com/videos/series/from-cave-to-agi/03-aprender/" aria-label="Ver Aprender — de las reglas a los datos">
    <img src="https://5sigmas.com/series/from-cave-to-agi/03-aprender.jpg" alt="" loading="lazy" width="1280" height="720">
    <span>1:15</span>
  </a>
  <div class="s5-video-card__body">
    <p class="s5-video-card__meta">Historia de la IA · 1:15</p>
    <h2><a href="https://5sigmas.com/videos/series/from-cave-to-agi/03-aprender/">Aprender — de las reglas a los datos</a></h2>
    <p>Cómo la IA pasó de reglas escritas a mano al aprendizaje con datos: sistemas expertos, estadística, redes neuronales y el salto de AlexNet.</p>
    <small>1. La era de las reglas: cuando la inteligencia se escribía a mano · Los primeros sistemas simbólicos</small>
    <div class="s5-video-card__links">
      <a href="https://5sigmas.com/videos/series/from-cave-to-agi/03-aprender/">Ver vídeo</a>
      <a href="https://5sigmas.com/series/from-cave-to-agi/03-aprender/">Leer artículo</a>
    </div>
  </div>
</article>


<article class="s5-video-card" data-s5-video-card
  data-topic="historia"
  data-search="Mecanizar — de Babbage a Turing Cómo la humanidad automatizó el cálculo: de los primeros mecanismos físicos a la separación de programa y hardware, y los fundamentos teóricos de la computación moderna. Historia de la IA Historia de la IA historia computación Alan Turing Charles Babbage máquina de Turing ENIAC Von Neumann historia ordenadores automatización cálculo computación teórica 1. De automatizar cuentas a programar procedimientos Las primeras calculadoras: automatizar no es programar Jacquard: cuando las instrucciones se separan del mecanismo">
  <a class="s5-video-card__poster" href="https://5sigmas.com/videos/series/from-cave-to-agi/02-mecanizar/" aria-label="Ver Mecanizar — de Babbage a Turing">
    <img src="https://5sigmas.com/series/from-cave-to-agi/02-mecanizar.jpg" alt="" loading="lazy" width="1280" height="720">
    <span>1:26</span>
  </a>
  <div class="s5-video-card__body">
    <p class="s5-video-card__meta">Historia de la IA · 1:26</p>
    <h2><a href="https://5sigmas.com/videos/series/from-cave-to-agi/02-mecanizar/">Mecanizar — de Babbage a Turing</a></h2>
    <p>Cómo la humanidad automatizó el cálculo: de los primeros mecanismos físicos a la separación de programa y hardware, y los fundamentos teóricos de la computación moderna.</p>
    <small>1. De automatizar cuentas a programar procedimientos · Las primeras calculadoras: automatizar no es programar</small>
    <div class="s5-video-card__links">
      <a href="https://5sigmas.com/videos/series/from-cave-to-agi/02-mecanizar/">Ver vídeo</a>
      <a href="https://5sigmas.com/series/from-cave-to-agi/02-mecanizar/">Leer artículo</a>
    </div>
  </div>
</article>


<article class="s5-video-card" data-s5-video-card
  data-topic="historia"
  data-search="Representar — del conteo al cálculo Cómo símbolos, números, álgebra y cálculo hicieron posible representar y manipular el mundo hasta construir la base matemática de la IA moderna. Historia de la IA Historia de la IA historia de las matemáticas representación simbólica álgebra cálculo diferencial historia computación Leibniz Newton notación matemática origen inteligencia artificial 1. Inventamos lenguajes para describir el mundo Antes de escribir, ya contábamos Números, posición y cero">
  <a class="s5-video-card__poster" href="https://5sigmas.com/videos/series/from-cave-to-agi/01-representar/" aria-label="Ver Representar — del conteo al cálculo">
    <img src="https://5sigmas.com/series/from-cave-to-agi/01-representar.jpg" alt="" loading="lazy" width="1280" height="720">
    <span>1:22</span>
  </a>
  <div class="s5-video-card__body">
    <p class="s5-video-card__meta">Historia de la IA · 1:22</p>
    <h2><a href="https://5sigmas.com/videos/series/from-cave-to-agi/01-representar/">Representar — del conteo al cálculo</a></h2>
    <p>Cómo símbolos, números, álgebra y cálculo hicieron posible representar y manipular el mundo hasta construir la base matemática de la IA moderna.</p>
    <small>1. Inventamos lenguajes para describir el mundo · Antes de escribir, ya contábamos</small>
    <div class="s5-video-card__links">
      <a href="https://5sigmas.com/videos/series/from-cave-to-agi/01-representar/">Ver vídeo</a>
      <a href="https://5sigmas.com/series/from-cave-to-agi/01-representar/">Leer artículo</a>
    </div>
  </div>
</article>


<article class="s5-video-card" data-s5-video-card
  data-topic="historia"
  data-search="De las cavernas a la AGI Historia intelectual de la IA: desde las primeras abstracciones matemáticas hasta los modelos fundacionales. Matemáticas, filosofía y computación en contexto. Historia de la IA Historia de la IA historia inteligencia artificial IA historia Transformer modelos fundacionales AGI deep learning 1. Representar (≈ 40 000 a. C. – 1700) 2. Mecanizar (≈ 1700 – 1956) 3. Aprender (≈ 1956 – 2012)">
  <a class="s5-video-card__poster" href="https://5sigmas.com/videos/series/from-cave-to-agi/00_presentacion_serie/" aria-label="Ver De las cavernas a la AGI">
    <img src="https://5sigmas.com/series/from-cave-to-agi/00_presentacion_serie.jpg" alt="" loading="lazy" width="1280" height="720">
    <span>1:15</span>
  </a>
  <div class="s5-video-card__body">
    <p class="s5-video-card__meta">Historia de la IA · 1:15</p>
    <h2><a href="https://5sigmas.com/videos/series/from-cave-to-agi/00_presentacion_serie/">De las cavernas a la AGI</a></h2>
    <p>Historia intelectual de la IA: desde las primeras abstracciones matemáticas hasta los modelos fundacionales. Matemáticas, filosofía y computación en contexto.</p>
    <small>1. Representar (≈ 40 000 a. C. – 1700) · 2. Mecanizar (≈ 1700 – 1956)</small>
    <div class="s5-video-card__links">
      <a href="https://5sigmas.com/videos/series/from-cave-to-agi/00_presentacion_serie/">Ver vídeo</a>
      <a href="https://5sigmas.com/series/from-cave-to-agi/00_presentacion_serie/">Leer artículo</a>
    </div>
  </div>
</article>


<article class="s5-video-card" data-s5-video-card
  data-topic="fundamentos"
  data-search="Qué es AGI: inteligencia artificial general AGI significa inteligencia artificial general. Este capítulo explica sus definiciones, los niveles de DeepMind y OpenAI, y qué faltaría para alcanzarla. Fundamentos Fundamentos agi inteligencia artificial general qué es agi agi definición deepmind niveles agi superinteligencia alineamiento ia agi openai agi riesgos 1. El problema de la definición 2. Las definiciones en disputa 2.1 La definición cognitiva">
  <a class="s5-video-card__poster" href="https://5sigmas.com/videos/series/fundamentos-ia-iag/04-agi/" aria-label="Ver Qué es AGI: inteligencia artificial general">
    <img src="https://5sigmas.com/series/fundamentos-ia-iag/04-agi.jpg" alt="" loading="lazy" width="1280" height="720">
    <span>1:10</span>
  </a>
  <div class="s5-video-card__body">
    <p class="s5-video-card__meta">Fundamentos · 1:10</p>
    <h2><a href="https://5sigmas.com/videos/series/fundamentos-ia-iag/04-agi/">Qué es AGI: inteligencia artificial general</a></h2>
    <p>AGI significa inteligencia artificial general. Este capítulo explica sus definiciones, los niveles de DeepMind y OpenAI, y qué faltaría para alcanzarla.</p>
    <small>1. El problema de la definición · 2. Las definiciones en disputa</small>
    <div class="s5-video-card__links">
      <a href="https://5sigmas.com/videos/series/fundamentos-ia-iag/04-agi/">Ver vídeo</a>
      <a href="https://5sigmas.com/series/fundamentos-ia-iag/04-agi/">Leer artículo</a>
    </div>
  </div>
</article>


<article class="s5-video-card" data-s5-video-card
  data-topic="fundamentos"
  data-search="IA clásica vs IA Generativa Comparativa técnica entre IA clásica e IA generativa: entradas, salidas, determinismo, explicabilidad y cuándo usar reglas, ML, LLM, RAG o agentes. Fundamentos Fundamentos ia clásica vs ia generativa diferencias ia cuándo usar llm RAG agentes ia determinismo ia explicabilidad ia ia vs llm matriz operacional ia 1. Las cinco diferencias 1.1 Entradas y salidas 1.2 Determinismo">
  <a class="s5-video-card__poster" href="https://5sigmas.com/videos/series/fundamentos-ia-iag/03-ia-vs-ia-generativa/" aria-label="Ver IA clásica vs IA Generativa">
    <img src="https://5sigmas.com/series/fundamentos-ia-iag/03-ia-vs-ia-generativa.jpg" alt="" loading="lazy" width="1280" height="720">
    <span>1:15</span>
  </a>
  <div class="s5-video-card__body">
    <p class="s5-video-card__meta">Fundamentos · 1:15</p>
    <h2><a href="https://5sigmas.com/videos/series/fundamentos-ia-iag/03-ia-vs-ia-generativa/">IA clásica vs IA Generativa</a></h2>
    <p>Comparativa técnica entre IA clásica e IA generativa: entradas, salidas, determinismo, explicabilidad y cuándo usar reglas, ML, LLM, RAG o agentes.</p>
    <small>1. Las cinco diferencias · 1.1 Entradas y salidas</small>
    <div class="s5-video-card__links">
      <a href="https://5sigmas.com/videos/series/fundamentos-ia-iag/03-ia-vs-ia-generativa/">Ver vídeo</a>
      <a href="https://5sigmas.com/series/fundamentos-ia-iag/03-ia-vs-ia-generativa/">Leer artículo</a>
    </div>
  </div>
</article>


<article class="s5-video-card" data-s5-video-card
  data-topic="fundamentos"
  data-search="Qué es IA Generativa Cómo funciona la IA generativa: del embedding y el Transformer a los modelos fundacionales. Leyes de escala, LLMOps y diferencias entre LLM, RAG y agentes. Fundamentos Fundamentos ia generativa qué es ia generativa transformer modelos de lenguaje LLM embedding leyes de escala GPT modelos fundacionales RLHF fine-tuning 1. Embeddings: Traduciendo el texto a números 2. El Transformer: La arquitectura que lo cambia todo 3. Leyes de escala: cuando la cantidad se convierte en calidad">
  <a class="s5-video-card__poster" href="https://5sigmas.com/videos/series/fundamentos-ia-iag/02-que-es-ia-generativa/" aria-label="Ver Qué es IA Generativa">
    <img src="https://5sigmas.com/series/fundamentos-ia-iag/02-que-es-ia-generativa.jpg" alt="" loading="lazy" width="1280" height="720">
    <span>1:14</span>
  </a>
  <div class="s5-video-card__body">
    <p class="s5-video-card__meta">Fundamentos · 1:14</p>
    <h2><a href="https://5sigmas.com/videos/series/fundamentos-ia-iag/02-que-es-ia-generativa/">Qué es IA Generativa</a></h2>
    <p>Cómo funciona la IA generativa: del embedding y el Transformer a los modelos fundacionales. Leyes de escala, LLMOps y diferencias entre LLM, RAG y agentes.</p>
    <small>1. Embeddings: Traduciendo el texto a números · 2. El Transformer: La arquitectura que lo cambia todo</small>
    <div class="s5-video-card__links">
      <a href="https://5sigmas.com/videos/series/fundamentos-ia-iag/02-que-es-ia-generativa/">Ver vídeo</a>
      <a href="https://5sigmas.com/series/fundamentos-ia-iag/02-que-es-ia-generativa/">Leer artículo</a>
    </div>
  </div>
</article>


<article class="s5-video-card" data-s5-video-card
  data-topic="fundamentos"
  data-search="Qué es la Inteligencia Artificial Qué es la Inteligencia Artificial, cómo funciona y cómo ha evolucionado: desde heurísticas y Machine Learning hasta redes neuronales y modelos fundacionales. Fundamentos Fundamentos inteligencia artificial qué es la inteligencia artificial machine learning deep learning ia generativa aprendizaje automático redes neuronales modelos fundacionales 1. El Marco General: IA, ML, DL y GenAI 2. ¿Cómo aprenden estos sistemas? 3. Cómo se ajustan estos sistemas">
  <a class="s5-video-card__poster" href="https://5sigmas.com/videos/series/fundamentos-ia-iag/01-que-es-ia/" aria-label="Ver Qué es la Inteligencia Artificial">
    <img src="https://5sigmas.com/series/fundamentos-ia-iag/01-que-es-ia.jpg" alt="" loading="lazy" width="1280" height="720">
    <span>1:26</span>
  </a>
  <div class="s5-video-card__body">
    <p class="s5-video-card__meta">Fundamentos · 1:26</p>
    <h2><a href="https://5sigmas.com/videos/series/fundamentos-ia-iag/01-que-es-ia/">Qué es la Inteligencia Artificial</a></h2>
    <p>Qué es la Inteligencia Artificial, cómo funciona y cómo ha evolucionado: desde heurísticas y Machine Learning hasta redes neuronales y modelos fundacionales.</p>
    <small>1. El Marco General: IA, ML, DL y GenAI · 2. ¿Cómo aprenden estos sistemas?</small>
    <div class="s5-video-card__links">
      <a href="https://5sigmas.com/videos/series/fundamentos-ia-iag/01-que-es-ia/">Ver vídeo</a>
      <a href="https://5sigmas.com/series/fundamentos-ia-iag/01-que-es-ia/">Leer artículo</a>
    </div>
  </div>
</article>


<article class="s5-video-card" data-s5-video-card
  data-topic="fundamentos"
  data-search="Fundamentos de IA e IA generativa Serie introductoria sobre IA e IA generativa: qué son, cómo funcionan, en qué se diferencian y qué es la AGI. Para profesionales técnicos y decisores. Fundamentos Fundamentos inteligencia artificial IA generativa LLMs AGI machine learning fundamentos IA 1. Qué es la IA y su evolución 2. Qué es IA generativa exactamente 3. IA vs IA generativa">
  <a class="s5-video-card__poster" href="https://5sigmas.com/videos/series/fundamentos-ia-iag/00_presentacion_serie/" aria-label="Ver Fundamentos de IA e IA generativa">
    <img src="https://5sigmas.com/series/fundamentos-ia-iag/00_presentacion_serie.jpg" alt="" loading="lazy" width="1280" height="720">
    <span>0:59</span>
  </a>
  <div class="s5-video-card__body">
    <p class="s5-video-card__meta">Fundamentos · 0:59</p>
    <h2><a href="https://5sigmas.com/videos/series/fundamentos-ia-iag/00_presentacion_serie/">Fundamentos de IA e IA generativa</a></h2>
    <p>Serie introductoria sobre IA e IA generativa: qué son, cómo funcionan, en qué se diferencian y qué es la AGI. Para profesionales técnicos y decisores.</p>
    <small>1. Qué es la IA y su evolución · 2. Qué es IA generativa exactamente</small>
    <div class="s5-video-card__links">
      <a href="https://5sigmas.com/videos/series/fundamentos-ia-iag/00_presentacion_serie/">Ver vídeo</a>
      <a href="https://5sigmas.com/series/fundamentos-ia-iag/00_presentacion_serie/">Leer artículo</a>
    </div>
  </div>
</article>

  </section>

  <p class="s5-video-library__empty" data-s5-video-empty hidden>No hay vídeos que coincidan con la búsqueda.</p>
</div>