Tema
Evaluación y monitorización
Medir un sistema LLM en vez de discutir sobre él: evals, tracing, detección de regresiones y qué poner en un panel.
4 artículos · ← todos los artículos
Elige un framework de desarrollo con IA por aquello en lo que saca un cero
Seis dimensiones, una rúbrica. En especificación casi todo framework de agentes saca la nota máxima; en roles y validación es donde pierden los equipos.
Temperatura cero no es determinista
Mismo prompt, mismo modelo, respuesta distinta. El mecanismo del no determinismo, la aritmética que mata los pilotos de agentes y qué hacer al respecto.
Tu RAG no tiene un problema de retrieval. Tiene un problema de ranking.
El documento estaba en el índice y la respuesta seguía mal. Cómo distinguir un fallo de retrieval de uno de ranking, qué arreglar primero y cuánto cuesta.
El producto son los gates, no la orquestación
La orquestación de un pipeline de contenido con IA es lo aburrido. Lo que decide si un texto sale es un conjunto de funciones sin modelo con un exit code.