Creo que la observación de que los LLM son "malos tutores" en el sentido de que no pueden sondear con precisión la comprensión es precisa. El hecho de que "aumentar la ponderación de todo el lanzamiento" es estúpido también es cierto. Sin embargo, no es obvio para mí que el remedio para eso sea la reflexión de LLM sobre "lo que salió bien". Creo que esto se topa con problemas muy similares de riesgo de colapso o mala asignación de supervisión. Porque si bien podríamos estar chupando la supervisión a través de una pajita, lo único que es aún peor es succionar la supervisión contaminada a través de una pajita.