Si querés entender cómo funcionan realmente los sistemas de IA modernos, no hay mejor punto de partida que los 30 artículos que Ilya Sutskever supuestamente entregaba a los nuevos investigadores que se unían a OpenAI. El problema: la mayoría de esos artículos asumen conocimientos de nivel de posgrado. El sitio 30papers.com resuelve esto presentando cada artículo en un formato estructurado y amigable para principiantes sin simplificar excesivamente las ideas centrales.
La lista cubre los fundamentos intelectuales del aprendizaje profundo tal como existe hoy: mecanismos de atención, transformers, fundamentos del aprendizaje por refuerzo, modelos generativos y los insights sobre escalabilidad que hicieron posibles los grandes modelos de lenguaje. Estos no son curiosidades históricas. Son los ancestros directos de GPT, Gemini y todos los modelos serios que se están construyendo ahora. Comprenderlos te da un modelo mental para entender por qué estos sistemas se comportan como lo hacen.
Lo que hace que este recurso sea prácticamente útil es el formato. En lugar de sumergirte en notación densa y pruebas matemáticas, cada entrada contextualiza la contribución central del artículo, explica por qué fue importante en su momento y la conecta con lo que vino después. Este hilo narrativo es lo que la mayoría de recursos de autoaprendizaje pierden: los artículos no existen aislados, y entender la genealogía es la mitad de la batalla.
Para desarrolladores específicamente, trabajar a través de esta lista agudizará tu intuición sobre decisiones arquitectónicas, dinámicas de entrenamiento y los límites de los enfoques actuales. Este tipo de comprensión fundamentada es lo que diferencia a los ingenieros que pueden depurar y extender sistemas de IA de aquellos que solo pueden operarlos.
El sitio es gratuito y no requiere registro. Un enfoque razonable: trátalo como un currículo estructurado de 30 semanas, un artículo por semana, y complementa cada entrada con el artículo original una vez que hayas leído el resumen accesible. La combinación de explicación guiada más fuente primaria es significativamente más efectiva que cualquiera de las dos por separado.