Capítulo 06 / Presentación del contenido
Cuando la búsqueda se convierte en respuesta
Congelar la máquina. Cambiar el examen.
Edición definitiva · Página 116 del libro
Esta página presenta el contenido; no reproduce el capítulo completo.
BANK500 reúne 500 necesidades, dos formulaciones de cada una y 1.000 ejecuciones. Primero se mide la recuperación; después, la respuesta y sus citas.
Por qué aparece el problema
Un banco que ha servido para decidir cada mejora ya forma parte del desarrollo. Y una página de referencia recuperada no garantiza que el modelo la utilice correctamente.
Qué hace el autor
P1 y MiniLM se enfrentan a nuevas páginas de referencia del mismo corpus. El K12 queda fijado y gpt-oss:20b recibe las doce páginas sin conocer la gold. Se cruzan su posición, las páginas citadas y la suficiencia de los pasajes, sin reintentar las respuestas incómodas.
Qué cambia al ponerlo a prueba
P1 deja la gold en K12 en 490 de 500 formulaciones A y 450 de 500 B. El balance final acepta 931 respuestas de 1.000; el control documental por IA considera suficientes respuesta y citas en 862. Son criterios distintos. Hubo revisión humana de utilidad en 73 salidas, no auditoría exhaustiva de todas las citas.