En público
Exactitud
Qué resultado dan EXISTS, SAYS y HOLDS frente a un banco de citas reales en disputa, empezando por nuestro peor número. Se actualiza con la ejecución nocturna del banco de pruebas; la parte que marcamos INSUFFICIENT_EVIDENCE se informa como tal, nunca se cuenta como aprobada.
no hay respuestas suficientes para puntuar
no method answered on enough of the benchmark to score it — insufficient evidence on EXISTS 80% of 197, SAYS 81% of 123
Citations in the Wild v0.2 · 13 documentos · 197 afirmaciones · generado el 2026-10-27
registro de casos · búsqueda por cita 34 · búsqueda abierta 124 · búsqueda por nombre 20 · sin respuesta 19
sin veredicto · volumen no indexado 4 · el registro nos rechazó 119 · existe, copia no entregada 6 · varios candidatos 9 · cita no legible 18 · sin año impreso 1
Por nivel
| nivel | n | exactitud balanceada | porcentaje de INSUFFICIENT_EVIDENCE | intervalo del 95 % |
|---|---|---|---|---|
| EXISTS | 197 | — | 80% | — |
| SAYS | 123 | — | 81% | — |
| HOLDS | 0 | — | — | — |
porcentaje de INSUFFICIENT_EVIDENCE este mes: 73%
Mes a mes
| mes | actas | afirmaciones | citas | sin comprobar | INSUFFICIENT_EVIDENCE (de las citas) | fallo de EXISTS (de las afirmaciones) | fallo de SAYS (de las afirmaciones) |
|---|---|---|---|---|---|---|---|
| 2026-09 | 28 | 67 | 67 | 0 | 73% | 0.0% | 0.0% |
Cómo leer esto
EXISTS y SAYS son casi deterministas: una fuente responde o no responde; las palabras atribuidas están en ella, en una posición de caracteres, o no están. Sus errores son errores de descarga y desviaciones, no de juicio.
HOLDS puntúa entre el 64 % y el 77 % en los subconjuntos difíciles. Discrepa a menudo de los peritos, devuelve INSUFFICIENT_EVIDENCE a menudo y a propósito, está desactivado por defecto y nunca entra en el registro sellado.
Las cifras de referencia externas para esta misma clase de tarea rondan los setenta y pocos puntos.
EXISTS consulta el registro de casos de dos maneras: por búsqueda de la cita, que tiene un límite diario, y pasado el límite por la búsqueda abierta del registro, un instrumento más tosco. Cómo se repartió una ejecución entre ambas se imprime bajo la línea del banco de pruebas.
Una cita sin veredicto no es una cita en la que nos equivocamos. La segunda línea bajo la ficha del corpus dice por qué le falta a cada una: un volumen que el registro no ha incorporado, un asiento cuya copia no entrega, un nombre al que responden varios casos, una cita que no se puede analizar, o nuestro propio cupo y nuestros propios fallos. Preferimos imprimir ese desglose antes que presentar el silencio del registro como una negación.
se actualiza cada noche con la ejecución del banco de pruebas; una desviación de más de 3 puntos cambia esta página automáticamente