Objeto del desafío
Determinar cuál de las dos implementaciones es capaz de construir y ejecutar el agente más eficiente, preciso, consistente y adecuado para resolver consultas basadas en una misma Base de Conocimiento.
Participantes
- Néstor Raúl Sáenz Chajín — Implementación basada en LangGraph
- Leonardo David Scelza — Implementación basada en synapseForge
Base de Conocimiento
Flores del Valle S.A.S. — Información sobre sucursales, horarios, reservas, cancelaciones, pagos, entregas, eventos (cumpleaños, matrimonios, funerales), descuentos por volumen, preguntas frecuentes y restricciones comerciales.
Modelos obligatorios
- LLM: Gemini 3.5 Flash Lite
- Embeddings: Gemini Embedding 2
Restricciones clave
- Sin paralelización — todo secuencial
- Sin fuentes externas de información
- Mismo modelo para ambos participantes
- Tracking completo en SQLite (.db)
- Evaluación ciega (Agente A / Agente B)
Casos de prueba
Dificultad baja
Recuperación básica de información, comprensión de horarios, identificación de excepciones.
Dificultad media
Interpretación de cantidades, aplicación de reglas de descuento, cálculo y combinación de información de distintas secciones.
Dificultad alta
Comprensión de múltiples reglas, detección de incompatibilidades, aplicación de restricciones, cálculos, descuentos, anticipos y modalidades de pago.
Consultas del jurado (comunes)
8 consultas adicionales del jurado humano (2 por cada uno de los 4 integrantes). Las resuelven ambos participantes. Cada consulta indica qué se busca evaluar. Secretas, se develan en el momento.
Consultas cruzadas (2 por participante)
4 consultas distintas en total. Cada participante propone 2 para su adversario. Cada uno resuelve las 2 de su adversario, totalizando 13 por participante (11 comunes + 2 cruzados). Cada consulta indica qué se busca evaluar. Secretas, se develan en el momento.