LLMs · 5 jun 2026 · 7 min
Por qué el acuerdo no era suficiente en UPV-EARTH
Un modelo que nunca rechaza documentos irrelevantes puede parecer preciso y producir un mapa institucional inutilizable.
01
El vocabulario de sostenibilidad es un atajo débil
Un artículo puede mencionar sostenibilidad sin estudiar un proceso del sistema terrestre. Otro puede contribuir directamente a un Límite Planetario sin usar lenguaje habitual de políticas públicas. UPV-EARTH trata la tarea como clasificación científica basada en evidencia, no como etiquetado por palabras clave.
02
Rechazar también es una capacidad
El proyecto compara TF-IDF, embeddings científicos y LLM locales midiendo el sesgo positivo. Un modelo que asigna casi todos los resúmenes a alguna categoría puede coincidir en ejemplos positivos y aun así degradar el mapa institucional por no saber abstenerse.
03
La auditabilidad puede justificar un pequeño intercambio
La cascada auditable mantiene visibles la evidencia y las trazas de revisión. El repositorio explica que intercambia una pequeña parte de precisión Top-1 por un proceso inspeccionable, una decisión razonable cuando las clasificaciones guían análisis institucionales.
Idea central
Qué me llevo
Evaluar el fallo que perjudica el uso final, no solo la métrica más fácil de comparar.