El autor desarrolló un sistema RAG para preguntas y respuestas financieras, utilizando documentos de la SEC y el benchmark FinanceBench. Descubrió una discrepancia significativa entre las evaluaciones de un LLM como juez y el rendimiento real, obteniendo lecciones sobre la calibración de LLMs para la evaluación.
El autor construyó un sistema de piloto automático impulsado por IA para generar contenido de salud basado en evidencia en tres idiomas para su plataforma, Longevity AI. Este sistema busca superar las limitaciones de la producción manual de blogs, manteniendo la calidad, la ética y el cumplimiento normativo.
Eliminar los saludos iniciales comunes de un prompt de correo electrónico frío de GPT-4o-mini aumentó las tasas de respuesta ocho veces, del 2-3% al 8-15%. El autor descubrió que los saludos generados por IA son fácilmente identificados por los destinatarios y marcados por los filtros de spam, haciendo que la comunicación directa sea más efectiva.