Nuestro benchmark tiene una sección de fallas. A propósito.
El criterio de convergencia del trail learning no se cumplió, y está en el reporte de todos modos. Un benchmark imposible de reprobar no es un benchmark.
3 min de lectura
Blog
Notas desde el bosque
Notas de ingeniería sobre navegación, ingesta, memoria de agentes y benchmarking honesto, escritas por quienes corrieron los experimentos.
¿Quieres la versión larga?
El paper trae la arquitectura completa, las tablas del benchmark y los hallazgos que no cumplieron sus criterios.