Su agente de IA pasó todas las evaluaciones. Las finanzas todavía lo mataron.
en el arnés de evaluación. Luego lo cerraron. Estuve en la sala para la revisión que lo mató. Una empresa SaaS del mercado medio había creado un agente de operaciones…
Sus datos sintéticos pasaron todas las pruebas y aun así rompieron su modelo
Parecía sólido. La divergencia de KL estuvo dentro de rangos aceptables. En la prueba Train on Synthetic, Test on Real (TSTR), el modelo logró una precisión del 91 % cuando…