Cómo medimos qué motor gana

La red nueva de MatrixAI, en el campo de los demás motores

Qué quiere decir «el mejor motor» aquí

En cada conjunto, cada motor entrena con sus valores por omisión —sin buscar hiperparámetros— y se mide con la métrica de esa tarea. El motor con mejor media gana ese conjunto; cualquier otro que quede a menos de un número fijo de puntos del ganador cumple la regla igual en ese conjunto. Un fallo (caída o tiempo agotado) cuenta como conjunto perdido para ese motor, no como un cero.

el motor con mejor media de los ajustes en ESE dataset, excluido el baseline dummy; un fallo (timeout/crash) cuenta como dataset perdido para ese motor

kc2 — Clasificación binaria

Calculado del mismo JSON que lee toda esta página — nada aquí está escrito a mano. · 522×22 · OpenML ↗

La red anterior se enseña solo como referencia: en el campo nuevo la sustituye la red nueva, así que aquí no tiene distancia al mejor.

En kc2, el mejor motor fue Red de MatrixAI, con 0,919. De los 6 motores que compitieron, 3 se quedaron dentro de los 2 puntos del mejor y por tanto cumplen la regla en este conjunto.

Quién hace el modelo: MatrixAI dirige, los motores aprenden

El paquete general para descargar nunca lleva ONNX. Solo cuando el ganador es LightGBM, en una clasificación binaria con su decisión ya elegida, MatrixAI puede generar además una página que predice en el navegador sin servidor, en formato ONNX, con su paridad medida contra filas reales antes de publicarse — ni el baseline ni la red densa exportan a ONNX.

La tabla de abajo mide exactamente la parte del motor: todos aprenden con los mismos datos preparados, el mismo reparto y el mismo tiempo, y MatrixAI hace el resto igual para todos.

Un caso es entero de MatrixAI: nuestra red neuronal. No es una biblioteca de terceros — la genera y la entrena el núcleo de MatrixAI. Su arquitectura parte de TabM; la sección de la red nueva, más abajo, lo dice.

40 conjuntos × 7 motores

El mismo campo que las cuentas de arriba. Filtra por tarea o por tamaño del conjunto. En el móvil la tabla lleva su propio scroll horizontal — la página en sí nunca se desplaza de lado.

Esta tabla es la Fase 0: cada motor con 4 hilos y entre 120 y 600 s por intento, medido sobre el test de cada conjunto. Un estudio del Studio da a cada intento 1 hilo y como mucho unos 22 s, y elige su campeón con validación cruzada sobre los datos de quien lo hace: cuando las diferencias son pequeñas, puede elegir otro motor que esta tabla, y las dos medidas dicen bien lo que miden.

• ✓ cumple el listón (a menos de 2 puntos del mejor en ese conjunto)
• ★ mejor motor en ese conjunto, en el campo nuevo (el baseline nunca compite)
• — se cayó o agotó el tiempo (cuenta como conjunto perdido, no como un cero)

Los conjuntos marcados SELLADO son el examen final de la cartera: nunca se usan para elegir ni ajustar nada, solo para calificar el resultado una vez, al final.

Baseline es un predictor ingenuo que se enseña solo como referencia — nunca compite por «el mejor» y queda excluido de todos los veredictos de abajo.

La última columna es la red anterior tal como se midió en la tabla v2 congelada. En este campo la sustituye la red nueva, así que aquí no lleva ✓ ni ★.

Las dos últimas filas cuentan los 40 conjuntos, sea cual sea el filtro de arriba. Para la red anterior, la cuenta de su propio campo v2.

La red neuronal nueva de MatrixAI, medida

Es una red neuronal pensada para datos en tabla, como los de una hoja de cálculo. Cada fila pasa por varias redes pequeñas que comparten casi todos sus pesos, y se promedian sus respuestas. Antes, cada valor numérico se traduce a un pequeño vector de senos y cosenos cuyas frecuencias aprende la propia red, para que lea bien los números.

Corre en CPU, sin GPU (no la necesita), y es el motor que sustituye a nuestra red densa anterior en esta medición.

Su arquitectura parte de TabM con embeddings PLR (Gorishniy y otros, Yandex Research, 2022 y 2025). La adaptación a CPU, su integración en MatrixAI, el protocolo y la medida son nuestros.

31 de 32 en los conjuntos contra los que pudimos ajustarla, más 7 de 8 en los sellados. La red anterior: 11 de 32, más 5 de 8.

Los 8 conjuntos sellados se midieron una sola vez: sin segundo intento y sin ajustes después.

Los recibos de esta medición ↓

No cumple la regla: llegó al listón en 15/40 conjuntos en la medición del 16 de septiembre de 2026 y en 16/40 en la del 22 de septiembre de 2026, donde fue el mejor motor en 4. En el campo de arriba ya no compite: la red nueva ocupa su sitio.

En el Studio descargable, desde la v2.8: en el paquete con GPU la red anterior sigue compitiendo, como motor experimental, y solo gana cuando es la mejor en ese conjunto; en el paquete CPU la ocupa la red nueva y la anterior deja de figurar.

• Allstate_Claims_Severity entrena solo 5 épocas: lo corta el plazo, muy por debajo de las 17 que la regla pide como mínimo. Cuenta como medido, con esa desventaja.
• En clasificación, la parada temprana usa la log-loss del ensamblado, no la accuracy que usa la fuente original del método. Cambia qué época se guarda, o sea los números; el protocolo ya estaba sellado y no se cambió.
• Las otras redes y motores salen de la tabla congelada del 22 de septiembre de 2026 (v2); no se volvieron a medir con la red nueva.
• Los conjuntos sellados se midieron una vez (110 intentos, ninguno repetido).

Con nuestra propia regla de decisión, una red que llega al listón en al menos 32 de 40 conjuntos entra en la cartera de motores de la Fase 0, y esta entra.

Eso es de la Fase 0: 4 hilos por intento y entre 120 y 600 s cada uno. En el Studio descargable cada intento tiene 1 hilo y unos 22 s, y ahí se midió el 1 de octubre de 2026, en 13 conjuntos, con la regla escrita antes de medir: completa 18 de 26 intentos, está a 2 puntos o menos del mejor en 4 de 13 conjuntos y pierde contra la red anterior en 5 (el tope era 2). No pasó la regla, así que en esa fecha el Studio descargable siguió con la red anterior. Eso es historia: lo que cambió, en el párrafo siguiente.

Después, el contrato 120 la metió en el estudio como un motor más, con su propio tiempo (60 s por intento, sumados al presupuesto: ningún otro motor pierde un segundo), y la midió así. Solo compite si se midió en todas las partes de la validación cruzada, y el estudio elige por conjunto: solo gana donde es la mejor. Está en el Studio desde la v2.8.

Medido en el estudio del Studio, en 13 conjuntos públicos, sin GPU y con 6 GB de memoria para el contenedor. Paquete CPU: El campeón sube en 2 de 13 conjuntos (diferencia en puntos de su cifra en el test: dresses-sales +4,4, pc1 +1,6), no baja en ninguno y ninguno deja de completar. En 2 el estudio no terminó con campeón ni con la red ni sin ella. En 2 la memoria estimada superó la del contenedor y la red no compitió (Allstate_Claims_Severity: 15,3 GB estimados frente a 6 GB; KDDCup09_appetency: 7,8 GB estimados frente a 6 GB).

Paquete con GPU: El campeón sube en 3 de 13 conjuntos (diferencia en puntos de su cifra en el test: dresses-sales +4,4, house_16H +1,8, pc1 +1,6), no baja en ninguno y ninguno deja de completar. En 3 el estudio no terminó con campeón ni con la red ni sin ella. Esta pasada también se hizo sin GPU: lo que valga en una GPU no está medido.

Compite en los dos paquetes. El paquete CPU descarga PyTorch de CPU (unos 200 MB) en su primer arranque, en el equipo de quien instala, como ya hacía el paquete con GPU; los arranques siguientes no descargan nada. Si la memoria estimada del estudio (alrededor de 1 GB más medio GB por cada millón de celdas, con un 15 % de margen) supera la del contenedor, la red no compite en ese estudio y Resultados lo dice, con las dos cifras. La demo alojada no la lleva.

De dónde sale cada cifra, y si se puede anclar a un commit exacto

El campo se compone de tres fuentes. Los demás motores salen de la tabla congelada de la medición del 22 de septiembre de 2026. La red nueva sale de dos registros sellados, medidos el 30 de septiembre de 2026 y el 1 de octubre de 2026, cada uno atado a un commit exacto; sus sellos se recalcularon antes de publicar esta página.

110 de los 3.479 intentos de esta pasada se midieron con el árbol de matrixAI sucio al relanzar tras una caída — no vienen de un commit limpio, así que esta pasada NO es anclable entera a un punto exacto del historial.

Sellos de la medición (JCS): C3 640137070dc30a28 · C4 a44a38c0e1a1fac4 · v2 600ebdaad2ca206e

Son sellos del contenido, no huellas de fichero; la explicación está en las descargas de más abajo.

Los protocolos y los artefactos crudos

Esta página no redistribuye los conjuntos —cada fila de la tabla enlaza a su propia página de OpenML—. Lo que sí se puede descargar aquí son los registros sellados: primero los de la medición del 38/40 de la red nueva y después los de la tabla v2 congelada —la base del campo—, cada uno con la huella que demuestra que no se ha tocado.

SHA-256 del fichero  8ec2e05bed0db6f8e38c99c6b5da4dc9f1097579bc55065a998b2813c3582cd3

SHA-256 del fichero  665c1c83b7b80ca8d49bcbd0f314a470902c8d76c9985e3527e3fae93d088d3b

SHA-256 del fichero  fcb154c67e2d7f0e06ec62d9ba843de4766b76d50fa1f622cb94032eace4d118

SHA-256 del fichero  7b300b179ffd210163f52764778b8a51ef1c39e607328490dffa871e2f31ee57

SHA-256 del fichero  efce65c3b74bfd762e7c911c1f3a996632789b1e50c4107cc49537889711a27b

SHA-256 del fichero  40029421c095292fd77490cca4ac8c664df797cd3b1424c931a3826806537912

Sello de la medición  640137070dc30a282a1cfc4d7702fd5f06b4e24ca9e2d720950b0c0b8bd995ce

SHA-256 del fichero  c8fdf337184f236d6874e8f72711e92828352fac0643dbd219cabb9b6e60cca4

Sello de la medición  a44a38c0e1a1fac450d958bfdec6d5a3153c84edb65d2d88cf6f73c31471e078

La medición anterior y la base del campo

Son los recibos de las mediciones anteriores —la red anterior y la tabla v2 congelada sobre la que se construye el campo—, no los del 38/40, que están arriba.

SHA-256 del fichero  40ef7614d12bc5f727779d878ad430db9eb340b79d40894e4f174125d1f85b22

Huella del protocolo registrada  1b4e902e61e06edcfda8e9f4ccef1232a233d46718089c5f0a2f814feb9dc878

SHA-256 del fichero  3ab8bd3589855e074f1bf21e0f82993f12c08553d8b1950396eaa8a565eecfb1

Sello de la medición  600ebdaad2ca206eac148e25c38b57add8ad2d64652fafca3d8226758010c0d0

Nada de esta página redistribuye un conjunto — cada nombre de conjunto enlaza a su propia página de OpenML.

Las mediciones anteriores, con su fecha

Hasta el 1 de octubre de 2026 esta página enseñaba la medición del 16 de septiembre de 2026 (v1). Se conserva aquí, no se borra. La medición del 22 de septiembre de 2026 (v2) es la base del campo de arriba: sus cuentas son la primera columna de las dos cuentas.

La medición v2 fue la primera con la receta de la red anterior (la que llevó el Studio hasta la v2.7.3 y sigue llevando el paquete con GPU, como motor experimental), y decidió un cambio de cartera el 22 de septiembre de 2026. Parte de ella se midió con el árbol de trabajo sucio (véase la tabla de procedencia de arriba), así que no es anclable entera a un commit.

SHA-256 del fichero  cbc0f42b928df18d359cb0471b7b5741711abed429a54f4f073a3c8762e5091f

Huella del protocolo registrada  ea50ca482a815627364b3439bfcf10e78295a13ae5f821219d0fb40329e65301

SHA-256 del fichero  dfb37c28e9aca72305efee319be46e5b968f30d981aeb781e8358881d30ae2d5

Sello de la medición  3646af61b155c1321ad3fd71f25e9300ed9797b9b5dec0f37ed835cd835ecf48