Descubre cómo la técnica ‘Piensa paso a paso’ (Chain-of-Thought) altera la precisión real de un LLM en problemas de lógica y matemáticas. Incluye la guía didáctica de la Línea Péter del Proyecto PINSAPIA y la aplicación completa en Python con FastAPI y LM Studio en el puerto 8094.
Descubre si los modelos de lenguaje son neutros o reproducen estereotipos con la Línea Gebru de PINSAPIA. Incluye una guía de auditoría algorítmica para el alumnado basada en plantillas parametrizadas y análisis léxico determinista en Python en el puerto 8091.
Descubre cómo influyen la temperatura y el muestreo de aleatoriedad en las respuestas de un LLM con la Línea von Neumann de PINSAPIA. Incluye una guía de retos prácticos para el alumnado basada en simulaciones Monte Carlo y la aplicación completa en Python con FastAPI y LM Studio en el puerto 8089.
Descubre cómo solucionar el “falso 200 OK” de LM Studio implementando la tokenización nativa de Qwen 2.5 en Python. Incluye la aplicación interactiva completa de la Línea Booth de PINSAPIA y una guía didáctica con retos prácticos para explorar cómo “leen” las IA con el alumnado en el aula
Cuarta entrega de BIOTOPO: un botón que le pide a LM Studio, en local, que explique en un párrafo qué ha pasado en la partida. Es la primera pieza del proyecto que usa un modelo de lenguaje, con el mismo límite que en METIS y PINSAPIA: el modelo no calcula nada, solo redacta sobre datos que Python ya ha calculado, y no se comunica con METIS en ningún momento.
Cómo le hemos añadido a PINSAPIA la capacidad de leer PDFs escaneados o fotografiados, usando Tesseract y PyMuPDF, sin que el modelo de IA “adivine” nunca el contenido de una imagen
AGLAIA es un regalo para mi sobrina: una app que reutiliza el motor de PINSAPIA para practicar anamnesis con casos clínicos ficticios y una IA local en ROCKY.
Si recargas la página a mitad de conversación, PINSAPIA ya no la borra — pero tampoco se queda guardada para siempre en el ordenador del aula.
PINSAPIA ya muestra, debajo de cada respuesta, qué documentos reales del centro ha usado para responder — sin pedírselo al modelo, porque Python ya lo sabe desde antes de llamarlo.
PINSAPIA ya comprueba con ast.parse() si el código que pega un alumno tiene un error de sintaxis real, antes de que el modelo se pronuncie — para que no se invente un fallo que no existe ni pase por alto uno que sí está ahí.