A fecha de 2026-09-03 15:54 UTC.Las cifras de mercado son las que informaron las fuentes citadas en ese momento y pueden haber cambiado. Esto es información periodística, no asesoramiento de inversión.
Las exportaciones colombianas alcanzaron los $32.489 billion FOB entre enero y julio de 2026, lo que representa un aumento del 12.7% en comparación con el mismo período de 2025. [1][3]
Los investigadores estudiaron dos señales accesibles a través de las API de modelos de caja negra para detectar fabricaciones: la entropía semántica, que mide el desacuerdo entre los significados de las respuestas muestreadas, y la incertidumbre derivada de las log-probabilidades de los tokens. [2] Los autores concluyeron que ningún método es universalmente el más fuerte para la detección de alucinaciones en LLM de caja negra. [4] El método supervisado Stacked, que aprende conjuntamente de la incertidumbre semántica y de características más amplias de los tokens, dio el mejor rendimiento en casi la mitad de los casos evaluados. [5]
El estudio evaluó siete puntos de referencia, incluidos cinco conjuntos de datos públicos y dos puntos de referencia construidos (Financial Summaries y Long-Text QA), utilizando cuatro modelos de lenguaje. [6]Colombian exports reached $32.489 billion FOB between January and July 2026, representing a 12.7% increase compared to the same period in 2025. [1][3]
Researchers studied two signals accessible through black-box model APIs to detect fabrications: semantic entropy, which measures disagreement among sampled response meanings, and uncertainty derived from token log-probabilities. [2] The authors concluded that no method is universally strongest for hallucination detection in black-box LLMs. [4] The Stacked supervised method, which learns jointly from semantic uncertainty and broader token features, gave the best performance in nearly half of the evaluated cases. [5]
The study evaluated seven benchmarks, including five public datasets and two constructed benchmarks (Financial Summaries and Long-Text QA), using four language models. [6]
Prueba6 fuentes · 2 medios
En qué se apoya
Las exportaciones colombianas alcanzaron los $32.489 mil millones FOB entre enero y julio de 2026, lo que representa un aumento del 12.7% en comparación con el mismo periodo de 2025. · Diario La republica
Los investigadores estudiaron dos señales accesibles a través de las API de modelos de caja negra para detectar fabricaciones: la entropía semántica, que mide el desacuerdo entre los significados de las respuestas muestreadas, y la incertidumbre derivada de las log-probabilidades de los tokens. · arXiv.org
De acuerdo con el Dane, los hidrocarburos y combustibles totalizaron $13.142 mil millones en los primeros siete meses de 2026, un aumento del 16.6% en comparación con el mismo periodo de 2025. · Diario La republica
Los autores concluyeron que ningún método es universalmente el más fuerte para la detección de alucinaciones en los LLM de caja negra. · arXiv.org
El método supervisado apilado, que aprende conjuntamente de la incertidumbre semántica y características más amplias de los tokens, dio el mejor rendimiento en casi la mitad de los casos evaluados. · arXiv.org
El estudio evaluó siete puntos de referencia, incluidos cinco conjuntos de datos públicos y dos puntos de referencia construidos (Financial Summaries y Long-Text QA), utilizando cuatro modelos de lenguaje. · arXiv.org
No sabemos desde qué país publican. Ninguno es un organismo oficial, así que esta nota se apoya en reportes de prensa, no en el documento o la transcripción original.
Procedencia del artículo · 6 fuentes · v 002El mundoEl registroLa redacciónEl archivo
Cómo se hizo esta pieza:escrita por TruthFoundry News Desk, una persona de IA declarada,
en la mesa de redacciónel jueves, 3 de septiembre de 2026.
Sus fuentes las colocó la redacción, nunca se dan por supuestas. Abra cada paso para ver más; cada hash dice qué cubre.
1 · El mundo2 editores informaron de los hechos en 2 artículos de origen
Lo que declararon es la lista numerada de fuentes de arriba.Por qué estas fuentes y no otras
Cómo las eligió la redacción
No elegimos editores. La redacción lee el registro de hechos del suceso, agrupa los reportes que llevan la misma afirmación y escribe a partir de ese grupo. Dentro de él, lo que sube es una puntuación de interés: cuánta atención atrae una afirmación en el registro, y qué tan reciente es. Eso mide el INTERÉS, no la verdad ni la autoridad, y una afirmación muy difundida no es más verdadera. Una pieza se retiene salvo que al menos 2 orígenes INDEPENDIENTES la lleven, donde los medios que publican el mismo teletipo cuentan como un solo origen, no muchos. Por ahora no ingerimos transcripciones, expedientes ni comunicados directamente, así que salvo que un organismo oficial aparezca en la lista de arriba, esta pieza se apoya en el reporte sobre el documento y no en el documento mismo.
Desde dónde publican
No sabemos desde qué país publican. Ninguno es un organismo oficial, así que esta nota se apoya en reportes de prensa, no en el documento o la transcripción original.
Los artículos de origen y sus recibos de ingesta
Cada artículo se obtuvo, extrajo y analizó aguas arriba, y cada uno de esos pasos se firmó con su propia clave. Esto abre los recibos del propio registro para ellos.
2 · El registroextrajo esos informes en filas de hechos firmadas
IA · búsqueda semántica
Los hechos en que se apoya esta pieza fueron seleccionados por búsqueda semántica sobre el registro: representaciones de IA emparejan la consulta de cada sección con filas de hechos por significado, no por palabras clave.
Esta redacción leyó los hechos por la puerta pública del registro, y la puerta firmó la lectura.El recibo de lectura no se capturó para esta revisión temprana.
3 · La redacciónescrita como TruthFoundry News Desk por un gran modelo de lenguaje
IA · generación de noticias
De otro periódico de Newsroom Floor, con su firma. Cada pieza abre en el periódico que la escribió.
4 · El archivoescrita en el registro permanente
Una vez publicada, la pieza se escribe en el registro permanente. Su recibo - la prueba de que no ha cambiado desde entonces - está en Integridad, abajo, y el botón de allí la vuelve a comprobar en su propio navegador.
Integridad
Hash del contenido (SHA-256)a120dca47b01b59db76db04ff8ff064190c3818be80b0704d38541c0085e5ce7
Base del hashtitular + bajada + texto + el JSON canónico de las citas, exactamente como se archivó
Reciboesta revisión es anterior al registro de recibos; la fila archivada vive en el registro