Investigación
DiaCroma™ se apoya en un programa formal: una serie de artículos que demuestran, compuerta por compuerta, por qué una decisión en la que puedas confiar, que puedas cuestionar y verificar debe construirse de una forma determinada. Cada uno está en revisión por pares con universidades aliadas y disponible a solicitud.
El programa · seis artículos, publicados
Un arco autocontenido: la base, las compuertas sobre las que se construye, tres resultados estructurales y la culminación que los integra.
Demuestra que un límite estricto — algo que un sistema nunca debe hacer — no puede imponerse penalizando las violaciones dentro de una función de puntuación, porque una recompensa suficientemente grande siempre supera cualquier penalización finita. La seguridad debe provenir de eliminar las acciones prohibidas antes de puntuar, no de ponerles un precio frente a ella.
Solicitar acceso →Construye las cuatro compuertas — factibilidad, seguridad, legalidad y legitimidad — como pruebas de sí/no sobre las creencias del sistema, y muestra que no son una misma verificación repetida cuatro veces, sino tres tipos distintos. Demuestra que su conjunción es el único filtro capaz de imponer las cuatro a la vez.
Solicitar acceso →Modela el cumplimiento como capacidad × disposición × coordinación, de modo que el más débil de los tres limita todo el resultado. La regla que se desprende: diagnosticar el único factor limitante y repararlo en su propio canal, en lugar de exigir más esfuerzo.
Solicitar acceso →Corrige dos distorsiones que un sistema de aprendizaje debe resolver bien: la factibilidad se agota cuando se acaba el primer recurso — tiempo, dinero, energía, atención, la cooperación de otros —, y atribuir a una acción la mejora bruta premia la suerte. Corrige ambas, con una regla de horizonte basada en el primer recurso en agotarse y una línea base contrafactual que resta la mejora que habría ocurrido de todos modos.
Solicitar acceso →Define qué significa que un sistema sea honesto sobre una recomendación. Cuando la disyuntiva correcta está genuinamente sin resolver, la salida honesta es la frontera de opciones, no un único «mejor» forzado — y cualquier confianza declarada debe coincidir con la frecuencia con que el evento realmente ocurre.
Solicitar acceso →Sostiene que las restricciones que deben cumplirse incondicionalmente pertenecen a las matemáticas mismas — una proyección de admisibilidad fija que el optimizador y el aprendiz no pueden alcanzar, reajustar ni discutir — y lee toda la serie a través de esa única idea.
Solicitar acceso →El programa continúa · cinco artículos, en reserva
Los seis anteriores forman parte de un programa de once artículos. Cinco artículos adicionales lo amplían y se mantienen en reserva bajo una solicitud de patente en curso; se abrirán a solicitud una vez presentada.
Cómo un sistema de decisión debe leer con honestidad la evidencia incierta o de baja calidad, para que su confianza nunca exceda lo que los datos realmente sostienen.
Qué hace duradera una rutina: por qué la repetición constante, no la intensidad, es lo que permite que una conducta se vuelva confiable.
Cuando la mejor opción no es una sola recomendación, qué tipo de respuesta debe dar un sistema en su lugar — y cómo lograr que cada respuesta, incluida una negativa, sea estructurada y reproducible.
Qué partes de un sistema que aprende de la experiencia pueden mejorar con seguridad, y cuáles deben permanecer fijas para que nunca se cruce un límite estricto mientras aprende.
Parte del programa, deliberadamente no descrito — en este caso, el tema mismo es el resultado protegido. Su contenido permanece sellado hasta que la solicitud esté presentada.
Colabora
Estos artículos están en revisión por pares con universidades aliadas. Solicita acceso a un artículo publicado, propón una revisión o cuéntanos hacia dónde llevarías el trabajo.
Ponte en contacto →