mrsaynothing.dev
Lo que los decision models no pueden hacer: seis límites, declarados por el propio expediente
Sin razones, sin verificación por consenso, muros de licencia, límites impresos que fallan en silencio, calibración sin probar — la ola delimitada, no matada.
■ space · carril de prosa
Seis límites, declarados por el propio expediente: sin razones · acuerdo ≠ verificación · muros de licencia · huecos de idioma/modalidad · límites impresos · calibración sin probar.
Nada de esto mata la ola. La delimita: decisiones, no explicaciones; una pasada, no consenso.
El banco decide si los números de confianza son reales — ese post viene después.
LA BANDEJA CONFIADA
La probabilidad alta la clasifica. Nada la comprueba. Ese es el modo de fallo que alimenta cada límite de abajo.
LOS SEIS LÍMITES
- Dentro de la caja no hay razones. Un decision model devuelve una etiqueta y un número. Por qué esa etiqueta — la evidencia, la contraargumentación, la duda — no está en la salida, a ningún precio. En cuanto tu pipeline necesita un porqué, vuelves a un modelo de chat o a un humano.
- El acuerdo no es verificación. Pregunta a tres modelos y recibe tres respuestas iguales, y tienes una opinión por triplicado. Una respuesta errada y unánime llega en la bandeja confiada — clasificada, sellada, y equivocada a 0.99. El consenso necesita una referencia independiente para significar algo, y ninguno de estos modelos trae una.
- Los muros de licencia son reales. Julia-1, Laya, lev y Kev-4B son Apache-2.0. Nimble y OpenJev son CC BY-NC 4.0 — sin uso comercial, hasta aquí. El runtime de llama.cpp es MIT, y eso no dice nada de los pesos: la ficha del checkpoint manda por encima de la insignia de licencia del repo, siempre.
- El mapa de modalidades tiene agujeros. Laya es solo-inglés — no le pases tráfico multilingüe. Nimble es solo-texto en local. La entrada de visión de OpenJev necesita su propio proyector. Kev-4B llega sin el preprocesado de fechas de referencia que espera. Cada hueco está impreso; ninguno se ve desde el lado de la API.
- Los límites están impresos en la caja. Julia-1 acepta 2–20 opciones y una pregunta combinada de 8,192 tokens — pasarte de cualquiera de las dos y el fallo es silencioso, no un error. Darle a un decision model un documento de 12,288 tokens no es estirarlo; es usar otro producto distinto del que se envió.
- Servir no es probar. Un endpoint nuevo que devuelve números es un hecho de fontanería, no un hecho de exactitud. Los precios publicados por millón de tokens y el soporte de serving no dicen nada sobre si la probabilidad es honesta en tus etiquetas. Solo un banco sobre tráfico real responde eso — y nadie ha publicado uno todavía. Ese hueco es la oportunidad.
LO QUE SE MANTIENE PESAR DE LOS SEIS
El alcance se estrecha, no el valor. Enrutamiento, filtrado y triaje en una pasada — cuando la salida es una decisión y un humano es dueño de las consecuencias — sigue siendo el mejor encaje que la IA local ha ofrecido en un año. Pequeño, rápido, sin facturas por token, y honesto sobre ser un sello. El modo de fallo para el que diseñar es la bandeja confiada: pon un umbral — digamos 0.90 — escala por debajo, y nunca dejes que el sello tenga la última palabra en nada que importe.
Recuerda esto: una probabilidad es una afirmación. Sellado ≠ clasificado bien. Pruébalo en tus etiquetas antes de que la bandeja haga fe.
El banco viene después: Julia-1 contra Laya sobre etiquetas de enrutamiento reales, calibración por tamaño, latencia por hardware. Si los números de confianza aguantan, la ola se lo gana. Si no — este post ya lo dijo.
fin de los seis límites · nada descargado · todo en local