"Una época más y estaremos listos" — dijo cada ingeniero depurando su modelo a las 3AM. Otro ciclo de entrenamiento, otro ajuste de hiperparámetros, otra ronda de recompensas penalizadas. El ciclo nunca termina. Te dices a ti mismo que este ajuste finalmente logrará el comportamiento. Spoiler: no lo hará. Pero aquí vamos de nuevo de todos modos. El clásico infierno de la optimización.