Ctrlk
Aceleradora PotencIA MXLlama
For the complete documentation index, see llms.txt. This page is also available as Markdown.

Macrotabla de decisiones

Base de Datos Interactiva para Navegar

ESTRUCTURA AIRTABLE

TABLA 1: DECISIONES INICIALES (START HERE)

Campo
Tipo
Descripción

Pregunta

Text

Pregunta del usuario

Respuesta Corta

Text

Respuesta en 1 línea

Documentos Relacionados

Link to Records

Guías aplicables

Tiempo de lectura

Number

Minutos recomendados

Prioridad

Select

High/Medium/Low

DECISIONES MAPEO

DECISIÓN 1: "¿LOCAL O CLOUD?"
├─ Local (Tengo GPU/Mac/Linux)
│  ├─ LM Studio [172]
│  ├─ Ollama Mac [173]
│  └─ HF Transformers [174]
└─ Cloud (Quiero 24/7 uptime)
   ├─ AWS Bedrock [175]
   └─ Llama 4 Cloud (esperado 2026) [176]

DECISIÓN 2: "¿CUÁNTA COMPLEJIDAD?"
├─ Principiante (chat simple)
│  └─ LM Studio [172] → 30 min
├─ Intermedio (análisis legal)
│  └─ HF Transformers [174] → 2 horas
└─ Avanzado (production API)
   └─ AWS Bedrock [175] → 4 horas

DECISIÓN 3: "¿NECESITO COMPLIANCE?"
├─ No (solo experimentation)
│  └─ Cualquier guía local
├─ Sí, básico (LFPDPPP awareness)
│  └─ Sección E: Glosario [178]
└─ Sí, full (auditoría completa)
   └─ AWS Bedrock [175] + Glosario [178]

DECISIÓN 4: "¿NECESITO FINE-TUNING?"
├─ No (usar modelo base)
│  └─ Cualquier guía
├─ Sí, LoRA (eficiente)
│  └─ Sección III Meta Conglomerada [177]
└─ Sí, Full (máxima calidad)
   └─ Sección III Meta Conglomerada [177]

DECISIÓN 5: "¿NECESITO OPTIMIZACIÓN?"
├─ No (latencia no crítica)
│  └─ Cualquier guía
├─ Sí, quantización
│  └─ Sección IV Meta Conglomerada [177]
└─ Sí, distillation
   └─ Sección IV Meta Conglomerada [177]

TABLA 2: MATRIZ GUÍAS (TODOS LOS DOCUMENTOS)

Guía ID
Nombre
Páginas
Secciones
Best For
Time
URL

167

Módulo Integral GitBook

50

5

Currículum base

2h

[167]

169

Estrategia Despliegue

40

6

Arquitectura

1.5h

[169]

170

Obsidian Wikipedia

50

12

Wiki structure

2h

[170]

171

AWS Bedrock v1

60

10

Cloud basics

2.5h

[171]

172

LM Studio

70

10

GUI fácil

2.5h

[172]

173

Ollama Mac

70

12

Terminal Mac

2.5h

[173]

174

HF Transformers

80

15

Python production

3h

[174]

175

AWS Bedrock SUPERIOR

100

18

Enterprise

4h

[175]

176

Llama 4 Anticipatoria

80

17

Future-ready

3h

[176]

177

META LLAMA CONGLOMERADA

200

7 partes

Visión + Prompt + Fine-tuning

6h

[177]

178

GLOSARIO DEFINITIVO

100+

15 secciones

Reference

ongoing

[178]

TABLA 3: MATRIX TECNOLOGÍAS

Tecnología
Dificultad
Curva Aprendizaje
Costo Setup
Costo/Mes
ROI
Guía Ref

LM Studio

Fácil

30 min

$0

$0

Alta (local)

[172]

Ollama

Fácil

30 min

$0

$0

Alta (local)

[173]

Hugging Face Trans.

Intermedia

2h

$0

$0-100

Muy alta

[174]

AWS Bedrock

Intermedia

1h

$100

$1-10k

Alta (scale)

[175]

Docker

Avanzada

4h

$0

$0

Alta (DevOps)

[174]

Fine-tuning LoRA

Avanzada

3h

$0

$50-200

Crítica

[177]

Quantización

Avanzada

2h

$0

$0

Crítica

[177]

TABLA 4: ROADMAP 12 SEMANAS

Semana
Objetivo
Guías
Horas
Status

1

Setup inicial + decisión

[172]/[173]/[174]

5

Start

2

First model running

[172]/[173]/[174]

8

Validate

3

Chat básico funcional

[172]/[173]/[174]

6

Deploy

4

API REST endpoint

[174]/[175]

8

Production

5

Monitoring setup

[175]/[177]

6

Observe

6

Data preparation (fine-tuning)

[177]

10

Prepare

7-8

Fine-tuning LoRA

[177]

16

Train

9

Optimization (quantization)

[177]

8

Optimize

10

Evaluation + testing

[177]

8

Validate

11

Production hardening

[175]

8

Secure

12

Scale + documentation

[175]/[178]

8

Document

TABLA 5: CASOS DE USO POR SECTOR

Sector Legal (62)

Caso
Descripción
Guías Aplicables
Stack Recomendado
ROI

Análisis contrato

Review + compliance check

[174]/[175]/[178]

HF Trans. → Bedrock

300%

Derechos ARCO

Automatizar respuestas LFPDPPP

[175]/[178]

Bedrock API

250%

Peritaje digital

Generar reportes expertos

[177]/[175]

Fine-tune + Bedrock

400%

Case law search

RAG + jurisprudencia

[177]/[174]

RAG + HF

200%

Drafting

Generar documentos

[177]/[172]

Llama local

150%

Sector RRHH (56)

Caso
Descripción
Guías
Stack
ROI

Resume screening

Clasificar candidatos

[174]/[175]

HF + Bedrock

350%

Capacitación

Generar contenido

[172]/[177]

Llama + Fine-tune

200%

Compliance laboral

LFPDPPP + derechos

[175]/[178]

Bedrock

300%

Sector Salud (62)

Caso
Descripción
Guías
Stack
ROI

Documentación médica

NLP en expedientes

[174]/[173]

HF Trans.

250%

Regulatory compliance

NOM-004 + LFPDPPP

[175]/[178]

Bedrock

400%

Patient education

Explicar tratamientos

[172]/[177]

Llama local

180%

TABLA 6: PROBLEMAS Y SOLUCIONES

Problema
Síntoma
Solución
Guía Ref
Tiempo Fix

GPU out of memory

"CUDA out of memory" error

Usar quantización int4

[177] sección IV

30 min

Slow inference

Respuesta 5+ segundos

Batching + caching

[177] sección IV

2h

Hallucinations

Respuestas incorrectas

Usar RAG + baja temperatura

[177] sección II

1h

High latency P95

5-10% requests lentos

Load balancer + scaling

[175]

4h

Model not loading

"Model not found" error

Verificar ruta modelo

[172]/[173]

15 min

Compliance violation

LFPDPPP risk

Audit + encryption setup

[175]/[178]

8h

Fine-tune overfitting

Test accuracy baja

Early stopping + regularization

[177]

3h

Cost spiraling

$10k/mes (inesperado)

Token caching + batch

[177]

2h

TABLA 7: CONCEPTOS CLAVE (LINKERS)

Concepto
Definición Corta
Guías Principales
Sub-conceptos Relacionados

RAG

Retrieval-Augmented Generation

[174]/[177]

Vector DB, Embedding, Context

Fine-tuning

Adaptar modelo con tus datos

[177]

LoRA, QLoRA, Epochs, Loss

Quantización

Reducir precisión para speed/size

[177]

int4, int8, bfloat16

Compliance

Seguir normas (LFPDPPP)

[175]/[178]

ARCO, Consentimiento, Audit

Evaluation

Medir calidad modelo

[177]

Benchmarks, Metrics, Testing

Deployment

Poner en producción

[175]

API, Lambda, Scaling

Prompting

Instruir a Llama

[177]

CoT, Few-shot, Temperature

Distillation

Crear modelo pequeño de grande

[177]

Teacher, Student, Knowledge transfer

TABLA 8: PERSONA USER → RECOMENDACIONES

User Type: "Principiante Tech"

Aspecto
Recomendación

Hardware

Mac (LM Studio) o Laptop Windows

Guía start

[172] LM Studio (15 min setup)

Tiempo aprox

2-3 horas total primeros pasos

Stack

LM Studio → Bedrock (eventual)

Cost/mes

$0-500 (depende escala)

Riesgo

Bajo (GUI amigable)

Roadmap

Semanas 1-3: Learning; Semana 4+: Production

User Type: "Developer Python"

Aspecto
Recomendación

Hardware

GPU recomendada (RTX 4090/A100)

Guía start

[174] HF Transformers (2h setup)

Tiempo aprox

4-6 horas setup + 40h integración

Stack

HF Transformers → FastAPI → Bedrock

Cost/mes

$200-2k (depende volumen)

Riesgo

Medio (más control = más responsabilidad)

Roadmap

Semanas 1-6: Development; Semana 7+: Deploy

User Type: "Enterprise Tech Lead"

Aspecto
Recomendación

Hardware

Full cloud (AWS)

Guía start

[175] AWS Bedrock SUPERIOR (1h setup)

Tiempo aprox

10-15 horas arquitectura + compliance

Stack

Bedrock → Lambda → API Gateway → CloudFront

Cost/mes

$2k-50k+ (escala automática)

Riesgo

Bajo (AWS maneja infraestructura)

Roadmap

Semanas 1-2: Arch; 3-6: MVP; 7+: Scaling

TABLA 9: CHECKLISTS TEMÁTICAS

Pre-Deploy Checklist

LFPDPPP Compliance Checklist

TABLA 10: CÁLCULATOR ROI INTERACTIVA

Métrica
Input
Fórmula
Output

Setup Cost

User enters

Manual

$X

Monthly Inference

user requests/month

X × $0.003

$Y

Monthly Fine-tuning

if yes

Manual

$Z

Time Savings

Hours saved/month

X × hourly rate

$W

Total Monthly Cost

Y + Z

$$$

Total Monthly Benefit

W

$$$

Payback Period

Setup / (W - (Y+Z))

M meses

12-Month ROI

((W - (Y+Z)) × 12 - Setup) / Setup

X%

Ejemplo calculado:

TABLA 11: GLOSARIO INTERACTIVA (LINKED)

Cada término en [178] GLOSARIO tiene:

Campo
Valor

Término

Nombre del concepto

Definición

Explicación clara

Contexto MiPyME

Aplicación real

Guías relacionadas

Links a secciones

Nivel complejidad

Beginner/Intermediate/Advanced

Última actualización

Fecha

Links

A otras fichas relacionadas

CÓMO USAR LA MACROTABLA

A continuación se presentan los flujos principales como steppers para guiar al usuario paso a paso.

1

Flujo: "¿Por dónde empiezo?"

  1. Abre Tabla 1: Decisiones Iniciales

  2. Responde 5 preguntas clave

  3. Sistema te recomienda:

    • Cuál guía leer

    • Qué tablas revisar

    • Tiempo estimado

    • Stack recomendado

2

Flujo: "Tengo un problema"

  1. Abre Tabla 6: Problemas y Soluciones

  2. Busca tu problema

  3. Lee solución

  4. Abre la guía referenciada para más detalles

  5. Revisa el tiempo estimado de fix en la tabla

3

Flujo: "Quiero entender un concepto"

  1. Abre Tabla 11: Glosario Interactiva

  2. Busca término

  3. Lee definición + contexto

  4. Sigue links a guías relacionadas

  5. (Opcional) Guardar en Notion/Obsidian

4

Flujo: "Estoy en semana X de roadmap"

  1. Abre Tabla 4: Roadmap 12 Semanas

  2. Encuentra tu semana

  3. Lee objetivo + horas

  4. Abre guías linkedadas

  5. Ejecuta las tareas planificadas

5

Flujo: "Necesito calcular ROI"

  1. Abre Tabla 10: Calculator ROI

  2. Ingresa tus números:

    • Setup cost

    • Monthly request volume

    • Hourly rate ahorrado

  3. Sistema calcula:

    • Payback period

    • 12-month ROI

    • Break-even point

SETUP AIRTABLE DESDE CERO

1

Crear Base

  1. Ve a airtable.com

  2. Click "Create new base"

  3. Nombre: "Llama MiPyME Hub"

  4. Descripción: "Navegación + decisiones para 750 pgs IA"

2

Crear Tablas

Copiar cada tabla de este documento a Airtable:

  • TABLE > Create table > Name: "Decisiones Iniciales"

    • FIELD 1: Pregunta (Text)

    • FIELD 2: Respuesta Corta (Text)

    • FIELD 3: Documentos Relacionados (Linked Records)

    • FIELD 4: Tiempo Lectura (Number)

    • FIELD 5: Prioridad (Single Select)

[Repeat para cada tabla listada en este documento]

3

Rellenar Registros

Copiar datos de cada tabla aquí arriba a Airtable (puedes usar CSV o scripts de importación).

4

Crear Vistas

Crear al menos estas vistas:

  • Grid view (tabla)

  • Gallery view (cards)

  • Calendar (roadmap)

  • Form (ROI calculator)

  • Kanban (por status)

5

Compartir

Share button → Generate link Compartir con team/estudiantes

PLANTILLA EXPORTABLE

CSV ejemplo para importar decisiones:

(Disponible para descarga como CSV + Excel)

ACTUALIZACIÓN MENSUAL

Esta macrotabla será actualizada:

  • Cada vez que sale Llama nueva versión

  • Con feedback de usuarios

  • Nuevos conceptos agregados al glosario

  • New tools/frameworks

Changelog

  • Nov 24, 2025: v1.0 (Initial release)

  • Dic 2025: v1.1 (Llama 4 launch)

  • Ene 2026: v2.0 (Esperado)

Última actualización: Noviembre 24, 2025 Version: 1.0 Total campos: 100+ Total registros: 200+ Status: Pronto en Airtable público

SIGUIENTES PASOS

  1. Crear base Airtable

  2. Copiar todas las tablas

  3. Llenar registros

  4. Crear vistas inteligentes

  5. Compartir link público

  6. Publicar en Obsidian + GitBook

¿LISTO? 🚀

Si quieres, puedo:

  • Generar los CSVs listos para importar para cada tabla.

  • Preparar un script de importación (Airtable API) con los campos mapeados.

  • Exportar versiones en Notion/Obsidian markdown. ¿Cuál prefieres?

Anterior7.6. Preguntas frecuentes
SiguienteSuperGuía de Llama para la Mipyme en México

Última actualización