Tasa de alucinación del 32% en una herramienta de investigación que la gente usa para tomar decisiones de operación. Eso era Research v1.5. @SurfAI acaba de lanzar Research 2.0 el 19 de mayo y redujo la tasa al 8%. El número que realmente importa más es la coherencia lógica del informe: del 55% al 94%. En la v1.5, más de 4 de cada 10 salidas se contradecían en algún punto del mismo informe. Eso no es un problema de calidad menor. Es un producto que engaña activamente a los usuarios que leen todo el informe. La reconstrucción arregló desde cero la capa de orquestación, no solo el modelo. Qué datos se recuperan, cuántas fuentes se cruzan, cómo se estructura la respuesta. Se agregaron 37 nuevos puntos finales de API en mercados de predicción, flujos de capital institucional, comparaciones DeFi y cobertura de Hyperliquid desde el génesis. La integración con Polymarket y Kalshi es la que encuentro verdaderamente interesante. La v1.5 no podía responder ni una sola pregunta sobre mercados de predicción. La v2.0 ahora puede escanear 30 días de mercados BTC cada 5 minutos y detectar inversiones de probabilidad en los últimos 60 segundos antes del cierre. Eso es una ventaja específica y accionable que no existía hace dos semanas. Lo que quiero ver a continuación es si la tasa de alucinación del 8% se mantiene cuando se lance la capa de personalización de cartera. Conectar las posiciones y el estilo de operación del usuario con el agente de investigación aumenta considerablemente la superficie de error para que el modelo cometa errores que importan más que los errores genéricos.
