Clean Code, mejor modelos

Este paper encaja perfecto con mi tesis: si entrenas o ajustas modelos con código más limpio (menos code smells), obtienes mejores outputs. No es solo ‘filosofía’, es ingeniería del dato: la calidad del código de entrada afecta a la calidad del código generado. Si quieres modelos que programen mejor, cuida el dataset (y tu repo).

Pros

+Relaciona limpieza de code smells con mejoras medibles en modelos
+Refuerza la idea de que la calidad del entrenamiento importa

Cons

-Resultados dependen del conjunto de datos y del método de entrenamiento
-No sustituye buenas prácticas en producción (tests, revisión, CI)

Featured in this video

Pensé que Clean Code había muerto. Los datos me callaron

4K views · 2026-01-27 20:00:28

Clean Code, mejor modelos

Arxiv Available on Arxiv

Buy on Arxiv

External purchase

Highlights

+Relaciona limpieza de code smells con mejoras medibles en modelos
+Refuerza la idea de que la calidad del entrenamiento importa

Recommended by

Alpaca Tech