Spaces:
Sleeping
Sleeping
Commit History
-
Pruebas unitarias de los scripts de evals y target `make evals-unit`
Jose Salazar +1: Claude Opus 5Antes de la puerta, la puerta misma: métricas, rúbrica, umbrales y esquema del dataset son código sin cobertura de nadie más. Si el medidor está roto, el resultado de la puerta no significa nada —visto: el simulador dejaba `fuera_de_alcance` sin declarar y suspendía por su cuenta una métrica de tolerancia cero—. `evals/tests/` no necesita modelo, juez ni índice: son puras. Corren con el venv del backend porque los scripts importan `app.*`. Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>af530a3