F17 · Gobierno federal
Infraestructura compartida para evaluar modelos
Proveer bancos de prueba para comparar exactitud, accesibilidad, seguridad y costo de modelos en tareas públicas. La evaluación local permite elegir componentes por desempeño y facilita sustitución de proveedores.
Problema y mejora propuesta
Proveer bancos de prueba para comparar exactitud, accesibilidad, seguridad y costo de modelos en tareas públicas. La evaluación local permite elegir componentes por desempeño y facilita sustitución de proveedores.
Esta ficha describe una posibilidad de aplicación. No acredita un proyecto ejecutado ni una certificación de madurez.
Función de la IA
Evaluadores automáticos se combinan con revisión humana y conjuntos de prueba reservados; se documenta desacuerdo entre evaluadores.
Papel de la evidencia y blockchain
Blockchain puede registrar resultados firmados por laboratorios independientes; no valida automáticamente una prueba mal diseñada.
Piloto y datos necesarios
Laboratorios y dependencias comparan varios modelos sobre tareas documentales con datos autorizados y pruebas adversariales.
Indicadores y controles
Medir fallas relevantes detectadas, reproducibilidad y costo por respuesta útil. Evitar optimizar únicamente una puntuación agregada o publicar datos de prueba sensibles.
Propuestas relacionadas
Infraestructura nacional de intercambio por finalidad
Permitir que instituciones de distintos niveles intercambien atributos concretos para servicios autorizados sin construir una base central que copie todos los expedientes. El acceso queda ligado a finalidad, identidad del solicitante y vigencia.
Cartera interoperable de credenciales públicas
Habilitar presentación de certificados y atributos verificables con opciones digitales, impresas y asistidas. La persona muestra lo necesario para un servicio y conserva formas de recuperar acceso sin depender de un único dispositivo.
Comprobación privada de requisitos
Explorar que una persona acredite cumplir una condición sin entregar todos los datos que la sustentan. Un verificador podría recibir una prueba limitada de vigencia o pertenencia a una categoría autorizada.