<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:content="http://purl.org/rss/1.0/modules/content/"><channel><title>Benchmarking | The .NET Blog</title><link>https://thedotnetblog.com/es/tags/benchmarking/</link><description>Articles, tutorials and insights from the .NET community.</description><generator>Hugo</generator><language>es</language><managingEditor>@thedotnetblog (The .NET Blog)</managingEditor><webMaster>@thedotnetblog</webMaster><lastBuildDate>Fri, 17 Jul 2026 00:00:00 +0000</lastBuildDate><atom:link href="https://thedotnetblog.com/es/tags/benchmarking/index.xml" rel="self" type="application/rss+xml"/><item><title>El ajuste de prompt de GPT-5.5 de VS Code prueba una verdad dura: el diseño del arnés vence al hype</title><link>https://thedotnetblog.com/es/news/emiliano-montesdeoca/gpt-5-5-prompt-tuning-vscode-less-wandering/</link><pubDate>Fri, 17 Jul 2026 00:00:00 +0000</pubDate><author>Emiliano Montesdeoca</author><guid>https://thedotnetblog.com/es/news/emiliano-montesdeoca/gpt-5-5-prompt-tuning-vscode-less-wandering/</guid><description>El experimento de VS Code con GPT-5.5 muestra que las ganancias medibles provienen de la iteración disciplinada del arnés y el prompt, no solo de cambiar a modelos fundacionales más nuevos.</description><content:encoded>&lt;p&gt;La parte más valiosa de la publicación de ajuste de GPT-5.5 de VS Code no es la variante ganadora. Es la metodología. Una hipótesis clara, tratamientos controlados, medición de tráfico en vivo y métricas de protección: así es exactamente como se debe mejorar la calidad de los agentes en entornos de producción.&lt;/p&gt;
&lt;p&gt;Fuente original: &lt;a href="https://code.visualstudio.com/blogs/2026/07/06/optimizing-vscode-coding-harness-model-providers"&gt;https://code.visualstudio.com/blogs/2026/07/06/optimizing-vscode-coding-harness-model-providers&lt;/a&gt;&lt;/p&gt;</content:encoded></item></channel></rss>