Guía de los cuatro proyectos

Cuaderno de proyectos · Inteligencia artificial

Revisión 2026.10.19.ia.1. Retos abiertos de revisión personal; no se aprueban automáticamente.

Proyecto I · Clasificador reproducible

Entregue un experimento tabular completo con línea base, matriz de confusión y model card.

Objetivos

• Definir la tarea
• Comparar modelos
• Entregar evidencia

Rúbrica

• [ ] Ejecuta desde cero
• [ ] Partición y pipeline sin fuga
• [ ] Errores y límites documentados
• [ ] Una persona puede ejecutar desde cero las instrucciones.
• [ ] Las métricas incluyen conjunto, denominador y variabilidad pertinente.
• [ ] Las conclusiones distinguen observaciones y supuestos.
• [ ] Incluye fallos, límites y usos no validados.

Plantilla de entrega

1. Problema, usuarios y decisión.
2. Origen, licencia y unidad de observación de los datos.
3. Partición, línea base y método.
4. Experimentos y resultados con evidencia.
5. Análisis de errores y riesgos.
6. Recursos, dependencias e instrucciones.
7. Límites y siguiente experimento.

Proyecto II · Visión y transferencia

Compare la línea base con una red en el notebook, mostrando errores visuales y coste.

Objetivos

• Problema de imágenes
• Una línea base fuerte
• Transferencia revisable

Rúbrica

• [ ] Partición idéntica al comparar
• [ ] Imágenes fallidas revisadas
• [ ] Coste y límites
• [ ] Una persona puede ejecutar desde cero las instrucciones.
• [ ] Las métricas incluyen conjunto, denominador y variabilidad pertinente.
• [ ] Las conclusiones distinguen observaciones y supuestos.
• [ ] Incluye fallos, límites y usos no validados.

Plantilla de entrega

1. Problema, usuarios y decisión.
2. Origen, licencia y unidad de observación de los datos.
3. Partición, línea base y método.
4. Experimentos y resultados con evidencia.
5. Análisis de errores y riesgos.
6. Recursos, dependencias e instrucciones.
7. Límites y siguiente experimento.

Proyecto III · Asistente con evidencia

Entregue un asistente con corpus versionado, diez consultas, citas y pruebas de abstención e inyección.

Objetivos

• Corpus y casos
• Componer un sistema
• Auditar respuestas

Rúbrica

• [ ] Evidencia por afirmación
• [ ] Permisos fuera del prompt
• [ ] Resultados y fallos registrados
• [ ] Una persona puede ejecutar desde cero las instrucciones.
• [ ] Las métricas incluyen conjunto, denominador y variabilidad pertinente.
• [ ] Las conclusiones distinguen observaciones y supuestos.
• [ ] Incluye fallos, límites y usos no validados.

Plantilla de entrega

1. Problema, usuarios y decisión.
2. Origen, licencia y unidad de observación de los datos.
3. Partición, línea base y método.
4. Experimentos y resultados con evidencia.
5. Análisis de errores y riesgos.
6. Recursos, dependencias e instrucciones.
7. Límites y siguiente experimento.

Proyecto IV · Investigar y escalar con criterio

Prepare una propuesta de reproducción con hipótesis, ablación, recursos y criterio para aceptar o rechazar la conclusión.

Objetivos

• Escalado y distribución
• Razonamiento y cómputo en inferencia
• Reproducir un hallazgo

Rúbrica

• [ ] Fuente primaria identificada
• [ ] Presupuesto y línea base
• [ ] Variabilidad y limitaciones
• [ ] Una persona puede ejecutar desde cero las instrucciones.
• [ ] Las métricas incluyen conjunto, denominador y variabilidad pertinente.
• [ ] Las conclusiones distinguen observaciones y supuestos.
• [ ] Incluye fallos, límites y usos no validados.

Plantilla de entrega

1. Problema, usuarios y decisión.
2. Origen, licencia y unidad de observación de los datos.
3. Partición, línea base y método.
4. Experimentos y resultados con evidencia.
5. Análisis de errores y riesgos.
6. Recursos, dependencias e instrucciones.
7. Límites y siguiente experimento.

Validación de materiales

Los notebooks se ejecutan en Python externo. Las dependencias se detallan en cada cuaderno. El de LoRA ilustra la mecánica de adaptación con un modelo pequeño aleatorio; no demuestra calidad de lenguaje. Consulte validacion-notebooks.txt para el estado de ejecución de la versión publicada.