YouTube
Laurie Voss rastrea la cifra de ~200 instrucciones («el agente empieza a olvidar») hasta un aparte de 2025 de Dexter Horthy y luego vuelve a ejecutar una prueba de inclusión de palabras clave al estilo IFScale. Los modelos restantes del año pasado seguían desmoronándose en torno a 200–300 restricciones nombradas. La frontera de entonces, en su corrida, atravesó 500 palabras obligatorias y aguantó hasta unas 2,000 (lo mejor, alrededor de 5,000). Ese es su salto reivindicado de ~10x, no una especificación de producto ni una repetición de Radar. Los archivos de skills más largos ahora son plausibles; el problema vivo es que los modelos fallan de cuatro maneras distintas, y una respuesta plausible puede seguir incompleta.
