Vor der Veröffentlichung schaut ein Gegner drüber.

Bevor etwas rausgeht, lasse ich das stärkste verfügbare Modell mit höchstem Aufwand adversarial prüfen, ob es wirklich gut genug ist. Genau diese unabhängige Zweitmeinung fand den entscheidenden Bug, den die eigenen, zu laschen Tests verdeckt hatten. Selbstbewertung reicht nicht, wenn niemand aktiv nach dem Fehler sucht.