Solía estar confundido sobre por qué tantas personas se molestan cuando LLMs como Cursor y ChatGPT a veces alucinan o cometen errores. Son analistas super mágicos... así que, ¿qué pasa si cometen algunos errores? Encuentro que un control de calidad básico, la triangulación y el puenteo pueden ayudarte a encontrar estos errores. Trabajé en algunos trabajos de capital privado antes de Theia, donde el control de calidad (es decir, asegurarme de que el modelo del asociado no estuviera roto) era una parte enorme del rol. Los analistas novatos cometen muchos errores. Mi línea favorita (a las 2 a.m.) era "buen trabajo, pero cada número en esta página está mal." Encontré que esto era tedioso y aburrido, pero era una parte absolutamente crítica del trabajo. Nunca pensé en esto como una habilidad antes, pero me doy cuenta de que la uso todos los días con LLMs. En realidad, no creo que los LLMs dejen de cometer errores por completo, así que esta es ahora una habilidad fundamental para ti. Encontré que algunas de las mejores técnicas de control de calidad son — 1. Simplemente revisa el modelo / código. Aprendes a encontrar muchos errores de esta manera. 2. Triangulación básica (por ejemplo, un 45% de TIR está mal, las ventas de pizza en EE. UU. no pueden ser de $50B porque Domino's hace $18B y no hay forma de que hagan 40%) 3. Conecta números dentro del modelo entre sí (por ejemplo, si el mercado está creciendo un 50% y estamos aumentando nuestra cuota de mercado del 5 al 10%, ¿por qué no estamos creciendo un 100%? Ve a revisar esos números) 4. Conecta con análisis previos (por ejemplo, nuestros ingresos del año 2028 eran de $120M en el modelo anterior y ahora son de $144M... ¿Qué pasó específicamente? Oh, aumentamos el precio por unidad de $10 a $12, OK) Honestamente, se reduce a mirar los números en la página y pensar en ellos durante cinco minutos antes de aceptar el modelo. Esto es bastante obvio, pero lo publico por si ayuda a alguien.