Todo lo que hace MatrixAI Studio,
punto a punto

MatrixAI Studio encuentra el mejor modelo predictivo para una tabla de datos. Traes un fichero CSV y dices qué columna quieres predecir. Varios motores compiten con tus datos mediante validación cruzada, un conjunto de prueba se aparta y se usa una sola vez, y el Studio te dice qué motor gana —o que ninguno es lo bastante bueno— y por qué, por escrito. Funciona en tu propio equipo con Docker, en castellano y en inglés.

Qué puede predecir

• Clasificación binaria: dos desenlaces, como paga o no paga. Métrica de selección: AUROC.
• Clasificación multiclase: tres o más clases. Métrica de selección: exactitud.
• Regresión: un número. Métrica de selección: RMSE.
• Una columna de texto libre (castellano o inglés) por estudio, que compite con un candidato de solo texto. Las fechas se usan descompuestas: año, mes, día de la semana y días transcurridos.

Las partes del Studio

• El estudio (el camino por omisión): planteamiento, progreso, resultados y uso. Secciones 2 a 5.
• El laboratorio (modo experto): diseñas tu propia red, la entrenas y miras por dentro. Es para aprender y experimentar, no la vía al mejor modelo de tus datos. Sección 6.
• «¿Funciona aquí?»: comprueba, con tus propios casos, si una puntuación de riesgo que ya usas funciona. No entrena nada. Sección 7.
• Guardado (bajo «Tu biblioteca»): los estudios y las comprobaciones que conservaste. Sección 8.

La portada las muestra como tres tarjetas y un menú lateral da a cada una su propia página. Para la versión corta, lee Qué consigues — y qué no; para ver capturas de una sesión real, el Tour del Studio.

Un estudio tiene cuatro pasos, que se ven en un raíl a la izquierda: Planteamiento, Estudio (la pantalla de progreso), Resultados y Uso. Un paso al que no se puede ir dice por qué, en vez de callar.

Trae tus datos

• Suelta o elige un CSV, o pégalo. El fichero se lee entero en tu navegador y se manda tal cual: la pantalla no lo recorta ni lo trunca. Lo que no es un CSV se rechaza con su nombre.
• Una vista previa enseña el número de filas y de columnas y las primeras filas, y resalta la columna objetivo en cuanto la eliges.
• Pruébalo antes con los ejemplos: dos muestras de 250 filas generadas (una tabla de riesgo de impago y otra de «¿lloverá mañana?»; los datos se generan con un patrón conocido más ruido, no son de nadie) y cuatro conjuntos públicos medidos, con su fuente y su licencia (dresses-sales, climate-model-simulation-crashes, pc1 y, para regresión, us_crime).
• En el Studio que se descarga no hay tope de filas. El límite es la memoria, y cada petición admite hasta unos 128 MB, y el Studio te avisa antes de empezar (ver «Aviso de memoria» más abajo).

Di qué se predice

• Columna objetivo: el nombre exacto de la columna.
• Tipo de problema: binario, multiclase o regresión. Si lo dejas vacío, el núcleo lo deduce de la columna o te pregunta.
• Clase positiva (solo binario): cuál de los dos valores quieres detectar, escrito como aparece en la columna. Se entienden formas como 0/1, Sí/No o etiquetas con mayúsculas, y las pantallas, el fichero de lote y el estudio guardado muestran las etiquetas como las escribiste.
• Unidad de observación (obligatoria): qué representa una fila. Importa porque el conjunto de prueba se reparte por filas, así que un mismo sujeto repartido en varias filas podría caer a los dos lados.
• Momento de predicción y horizonte: obligatorios solo si los datos traen una columna de fecha. Dicen desde qué punto se predice y con cuánta antelación.

Di cómo se decide hoy (opcional)

Puedes decir que no hay proceso actual, señalar una columna que guarda la decisión o la predicción de hoy, o escribir una regla. La columna se saca de los predictores para que el modelo no la copie, y Resultados compara después el modelo con ella sobre las mismas filas de la prueba. Una regla escrita queda anotada, pero no se puede medir.

Calidad, coste del error y restricciones (opcional)

• Uso previsto: una frase. No cambia nada del estudio; viaja con el problema, con el estudio guardado y con la descarga completa.
• Un mínimo que el modelo elegido debe cumplir, por ejemplo un suelo de especificidad. Se aplica antes de ordenar: si ningún candidato lo cumple, el estudio lo dice en vez de coronar al menos malo.
• Coste de un falso positivo y de un falso negativo (los dos valen 1 por omisión) y, si quieres, el coste de revisar un caso a mano. Con ellos el estudio elige el umbral de decisión y, con un coste de revisar, tres bandas de decisión: positiva, a revisar y negativa.

Confirma el objetivo antes de empezar

El botón «Confirmar objetivo» comprueba el problema contra tus datos sin entrenar nada. Cualquier cambio posterior borra la confirmación. La respuesta llega en cuatro bloques:

• Lo que bloquea el estudio: un objetivo que no existe, que tiene una sola clase, que es un identificador o una fecha, o que no tiene entradas utilizables.
• Lo que falta por decidir: objetivo, tipo de problema, clase positiva, unidad, momento de predicción u horizonte.
• Lo que se queda fuera del estudio, con su motivo: las columnas de texto libre y la columna del proceso actual. No bloquean; el estudio sigue con las demás.
• Cosas a tener en cuenta, incluidos los avisos de fuga y el aviso de memoria.

Texto libre. Si una columna quedó fuera por ser texto libre, puedes declararla como texto, elegir castellano o inglés, y compite con su propio candidato. Como mucho una columna de texto por estudio.

Aviso de memoria. Si el estudio puede no caber en memoria, una nota da filas × columnas, los GB estimados, los GB disponibles y el conjunto medido en que se apoya. Nunca bloquea: siempre puedes empezar.

Ayuda opcional de un LLM. Si configuraste un proveedor de modelos de lenguaje en Ajustes, una casilla le deja proponer los campos vacíos (objetivo, tipo, clase positiva, unidad, momento, horizonte). Antes de marcarla, la pantalla dice exactamente qué se envía: los nombres de las columnas, unas cuentas por columna y cinco filas reales de tu CSV. Los campos propuestos llevan la insignia «Propuesto por el LLM» hasta que los editas. Todo funciona sin ella.

Lo que no eliges

• El reparto es al azar, estratificado por el objetivo en clasificación, con un 20 % de las filas apartado como prueba y validación cruzada de 5 pliegues sobre el resto.
• El Studio fija la semilla, el presupuesto de tiempo (crece con el tamaño de los datos), los hiperparámetros de cada motor y qué motores compiten (sección 3). No hay pantalla para cambiarlos.
• Las filas sin objetivo se quitan y se cuentan; Progreso y Resultados dicen cuántas. En regresión, un objetivo que no sea un número en todas las filas detiene el estudio con un mensaje.

Mientras corre

• La pantalla de progreso lista los motores y, debajo de cada uno, sus partes con su estado. No enseña cifras de calidad mientras corre, a propósito: cambiarían cada pocos segundos.
• Puedes cancelar en cualquier momento. Si recargas la página, el Studio pregunta al servidor por el estudio que tenías en curso y lo retoma, o te dice que el servidor ya no lo tiene.
• Un estudio de uno de los ejemplos de la demo tarda alrededor de un minuto y medio en el servidor de la demo (medido en septiembre de 2026 con dos ejemplos: unos 90 segundos). Con datos más grandes tarda más.

Existen otros motores en la biblioteca de motores (XGBoost, CatBoost, un modelo lineal, TabICL y un ensamblado), pero hoy no entran en un estudio.

Qué motores compiten en cada instalación

Cómo se elige el ganador

• Cada motor se puntúa sobre las mismas partes de validación cruzada. Decide la media de la métrica de selección sobre las partes; el conjunto de prueba no decide nada.
• Desempate frente a las redes. Si la mejor media es de una red, tiene que superar al mejor árbol por más de un error típico corregido (la corrección de Nadeau–Bengio, calculada sobre las diferencias pareadas por parte). Si no, gana el árbol, y un empate exacto es del árbol. Resultados enseña una insignia «Desempate» y una frase sobre ello.
• El ganador se reajusta y se puntúa una sola vez sobre el conjunto de prueba.
• Un campeón cuyo modelo final predice peor que la referencia, o que no completa ninguna época, se aparta y se declara; la decisión se toma entonces entre los demás.
• Un motor al que se le acaba su presupuesto de tiempo queda marcado «se quedó sin presupuesto de tiempo» y no cuenta como mala puntuación.
• Madurez. Cada motor lleva la etiqueta «soportado» o «experimental» con su motivo. Un motor soportado enseña lo que midió la Fase 0 para él; mira Cómo medimos.

Cuándo se aparta TabM

• Guarda de memoria. El Studio estima la memoria del estudio. Si supera el límite fijado en Ajustes (100 % por omisión), TabM se queda fuera y Resultados lo dice en «No compitieron por la memoria».
• Guarda de tiempo. El tiempo de TabM por intento se estima según el tamaño de los datos. Si pasa de 800 segundos en CPU (1.800 segundos en una GPU), TabM se queda fuera y Resultados lo dice en «No compitieron por el tiempo». El plazo propio de TabM se suma al presupuesto del estudio, así que ningún otro motor pierde tiempo.
• Memoria de la GPU. Si TabM va a entrenar en la GPU y la memoria de vídeo libre no alcanza, cae a CPU, y Resultados da las cifras.

Qué hace la GPU

Solo TabM y la red densa usan la GPU. Los motores de árboles y el de texto corren en CPU. Si la GPU falla durante un ajuste, el motor cae a CPU y Resultados dice cuál de los casos fue. No se publica ninguna cifra de aceleración de la GPU, porque no hay ninguna medida y declarada.

Presupuesto de tiempo

Un estudio tiene un presupuesto por omisión de 180 segundos (140 para la búsqueda, 20 para el ajuste final, 10 para la calibración y 10 para la evaluación), repartido entre los motores por pesos: la red densa recibe una parte mayor. El plazo de TabM va aparte, encima. Si la configuración no cabe en el presupuesto, el estudio falla en voz alta en vez de recortar nada en silencio. Con datos muy grandes el presupuesto crece con el tamaño.

Qué tamaños, medidos

La recomendación

• Campeón: el motor ganador por su nombre, una descripción en lenguaje llano de qué tipo de modelo es (un modelo de árboles dice que no es una red neuronal y que no hay red que dibujar) y la razón de la decisión en palabras, escrita en tu idioma.
• Si no hay ganador, lees «Ningún modelo cumple los requisitos mínimos» o «Evidencia insuficiente para recomendar un candidato», cada uno con su razón.
• La madurez del motor («soportado» o «experimental»), la frase del desempate cuando aplica, si una red se cortó por su plazo y tras cuántas épocas, y dónde se entrenó la red (GPU o CPU, y por qué cayó).
• Guardar este estudio lo conserva para que sobreviva a un reinicio del servidor (sección 8).

El resultado en la prueba reservada

• Una insignia dice qué clase de evidencia son las cifras. «Prueba reservada independiente» es la buena; las demás (validación externa, test ya usado, se aprendió con el test, estimación de desarrollo, no evaluado) salen en ámbar.
• Binaria: AUROC, exactitud y especificidad con el umbral del estudio. Multiclase: exactitud, pérdida logarítmica y F1 macro. Regresión: RMSE, R² y MAE. Cada métrica lleva un «?» a su definición.
• Velocidad de predicción: cuánto tarda una fila en esta máquina y el tiempo por fila en un lote, con una nota de que la primera predicción puede tardar 1–2 segundos más mientras cargan las bibliotecas.

La comparación

• Una entrada por motor: su madurez, la media de sus partes (marcada como la que decide), su dispersión de la parte más baja a la más alta, y una lista desplegable de cada parte con su estado y su veredicto emparejado frente al campeón (mejora, inferioridad, equivalencia práctica, inconcluso, incomparable).
• Fuera de la decisión, con el motivo: sin presupuesto de tiempo, falló al ajustar, no admite la tarea, no está instalado aquí, no corrió en todas las partes, se le acabó el tiempo en alguna parte («no es por su calidad»), su modelo final predecía peor que la referencia.
• Frente a lo que se hace hoy: si nombraste una columna del proceso actual, el modelo se compara con ella sobre las mismas filas de la prueba con remuestreo emparejado. En problemas binarios se comparan por separado la sensibilidad y la especificidad. Es retrospectivo, porque las decisiones de hoy moldearon los desenlaces, y una regla escrita no se evalúa.
• Si cargaste un ejemplo medido, una ficha de la Fase 0 enseña lo que sacó cada motor en ese conjunto público en el banco de pruebas, qué motor ganó allí y por qué tu cifra puede diferir.

Riesgos

• Estado del riesgo: Bloqueado, Exploratorio o Confirmado.
• Avisos de fuga: identificador probable, asociación muy alta, proxy probable, categoría predictiva por pureza, objetivo duplicado, igualdad de valores sin explicar, variable disponible solo tras el desenlace, falta de eventos, tamaño efectivo insuficiente, ausencia de linaje, precisión insuficiente, cruce de unidades prohibido.
• Segmentos: grupos predefinidos y exploratorios con su tamaño, la métrica dentro del grupo frente al resto y una marca «peor que el resto» o «soporte insuficiente».
• Calibración: el error de calibración esperado (ECE) y el método de recalibración. En problemas multiclase dice que no se calcula calibración y que la decisión es la clase de mayor probabilidad.
• Predicción conforme: la cobertura prometida (90 %), la cobertura medida en la prueba con un intervalo del 95 %, si es compatible con lo prometido, y el tamaño medio del conjunto (clasificación) o la anchura media del intervalo (regresión). Promete cobertura en promedio, y solo si las filas nuevas se parecen a las de calibración.
• Bandas de decisión (problemas binarios con coste de revisar): positiva, a revisar y negativa, con cuántas filas caen en cada una y el acierto dentro de ella.

El mapa de la decisión

Para problemas binarios cuyo ganador no lee texto y que tienen al menos dos atributos numéricos, Resultados dibuja la decisión del modelo sobre dos atributos. Cada punto es una fila de la prueba (hasta 1.000) coloreada por su clase real; el fondo enseña lo que decide el modelo en cada combinación, con la intensidad según su seguridad; una línea continua marca dónde la probabilidad cruza el umbral del estudio. Un círculo es un acierto, una cruz es un fallo y un aro discontinuo es una fila fuera del rango de entrenamiento. Dos menús eligen los atributos, y el Studio escoge por omisión el par más informativo y dice qué regla usó. Con más de dos atributos es un corte: los demás se fijan en un valor típico, que se lista. En los demás casos la pantalla dice por qué no hay mapa.

Evidencia

El bloque de evidencia lista las comprobaciones del paquete que se hicieron (integridad) y las que no, y enseña el recibo del estudio, firmado o sin firmar, con el motivo cuando no está firmado. El recibo se firma con la clave que configures para tu instalación. En La prueba se cuenta qué sostiene un recibo y cómo se verifica.

Lo que Resultados no enseña

Resultados no trae curva ROC, ni matriz de confusión, ni curva de calibración, ni comparación entre dos estudios, ni exportación de la tabla de la comparación. La importancia de columnas del propio modelo está en la pantalla de Uso y solo existe para LightGBM.

La pantalla de Uso ofrece solo lo que de verdad se puede hacer con este ganador. La lista de Resultados dice cuáles.

Probar una fila

• Un campo por columna de entrada del modelo. Los numéricos aceptan coma decimal y, si el estudio guardó el rango, enseñan un deslizador y el rango visto al entrenar; los categóricos ofrecen las categorías vistas al entrenar; los de fecha dicen el formato; un ganador de texto trae una caja de texto.
• Los campos arrancan con valores de muestra (la mediana de cada columna numérica, la categoría más frecuente) con un botón para volver a ellos. Un campo vacío se trata como dato ausente, no como cero, y la pantalla lo dice.
• Resultado binario: la predicción con el nombre original de la clase, la probabilidad calibrada, la probabilidad cruda y el umbral del estudio. Multiclase: la probabilidad por clase. Regresión: el número predicho.
• También se enseña, cuando existen: el conjunto o el intervalo conforme de esa fila, la banda de decisión y una comprobación de «lo visto» que dice si todos los valores están dentro de lo que el modelo vio al entrenar (categoría nueva, valor fuera de rango, vacío que nunca faltó).

Predecir un CSV entero

Elige un segundo CSV y pulsa Predecir. El esquema del fichero entero se valida antes de predecir: las columnas que faltan o sobran se listan una a una. Las filas se predicen de una en una, así que una fila mala no detiene a las demás. Recibes un resumen (filas predichas, filas con error, filas por banda, filas con algo no visto) y un CSV para descargar con las etiquetas originales, una columna de banda y una columna que marca las filas fuera de lo que el modelo vio.

Qué columnas pesan y el dibujo de la red

• Qué columnas pesan en este modelo: solo disponible cuando el ganador es LightGBM, con la ganancia total y el número de particiones de cada columna. Dice lo que este modelo hizo con estos datos, no influencia causal.
• La red de este modelo: un dibujo capa por capa, solo cuando el ganador es la red densa. TabM y los modelos de árboles no tienen dibujo.

Guardar y llevarse el modelo

• Paquete: una carpeta con el modelo, su preparación de datos, un guion de predicción que da la misma respuesta que la pantalla y una lista de dependencias, descargable en un zip. Los estudios binarios, multiclase y de regresión pueden exportar paquete. La comprobación del paquete que se hace es la de integridad; las demás se declaran «no comprobadas».
• Predicción en el navegador: solo cuando el ganador es LightGBM. El Studio convierte el modelo a ONNX y mide su paridad con el modelo propio del Studio sobre filas reales antes de ofrecer la página. Puedes abrir la página o descargarla como un único fichero HTML. Carga ONNX Runtime Web desde internet, así que sin conexión no arranca.
• Servir el modelo con Docker: un zip con un Dockerfile, un servidor pequeño y el paquete de inferencia. Es obligatorio un token de 16 caracteres o más; sin la cabecera el servicio responde 401. Pesos de imagen medidos: unos 544 MB con HGB, 622 MB con LightGBM, 1,68 GB con TabM o una red (PyTorch) y unos 8,9 GB para una red entrenada con GPU.
• Llevarte el estudio entero a otro Studio: un zip con la comparación, la nota, el modelo ganador, filas de prueba y un manifiesto. Se importa en un Studio; no se ejecuta solo. La pantalla lista de antemano qué datos tuyos viajan (hasta 2.000 filas de la prueba sin el objetivo, las categorías vistas, el mínimo, el máximo y la mediana de cada columna numérica y, en problemas binarios, el fichero del mapa de la decisión), y avisa si el escáner encuentra algo con forma de clave o contraseña.

La demo en línea no exporta paquetes, páginas, servicios ni estudios; eso forma parte del Studio que se descarga.

El laboratorio entrena tu propia red, la que diseñaste desde una frase, un CSV o una plantilla, con ajustes de entrenamiento editables. Comparas ejecución con ejecución y miras por dentro lo que midió el entrenamiento. Es experimental y de aprendizaje: el mejor modelo de tus datos se busca en el estudio. El laboratorio tiene su propia página, a la que se llega con la tarjeta de la portada o con «El laboratorio» del menú lateral. El paso a paso para construir un modelo está en el manual de fases.

Los siete ajustes de entrenamiento

• Cada casilla enseña el valor que se usará si no la cambias y dice si es obligatoria. El servidor comprueba los rangos. Los errores salen junto a la casilla y «Entrenar» queda apagado hasta corregirlos.
• Un número se lee según el idioma de la pantalla (coma decimal y punto de miles en castellano, al revés en inglés), y la pantalla te dice cómo leyó lo que escribiste.
• La misma semilla repite una ejecución exactamente; «Probar otra semilla» pone una nueva. La función de pérdida, la arquitectura, la parada temprana, el momento, el recorte de gradiente y el dropout los fija el modelo y no se cambian aquí.
• Sin PyTorch, el laboratorio entrena con SGD plano, ejemplo a ejemplo, y los controles que no puede cumplir (Adam, AdamW, decaimiento de pesos, planificador) salen apagados con su motivo escrito al lado.

Experimentos propuestos

Seis experimentos preparados, cada uno cambia una sola cosa con la semilla fija para que puedas distinguir la causa: un ritmo de aprendizaje muy alto, uno muy bajo, un lote grande, Adam en lugar de SGD, más épocas con Adam y otra semilla. Cada uno dice lo que suele pasar (nunca un resultado prometido) y qué mirar. «Preparar este experimento» solo rellena los ajustes; no entrena. Se midieron en clasificación (climate) y en regresión (us_crime), y la pantalla da lo esperado para cada tarea.

Curvas y métricas

• Dos curvas de la ejecución actual: la pérdida (entrenamiento y validación por época, con la mejor época marcada y la divergencia avisada si la pérdida deja de ser finita) y, según el problema, la exactitud o el error de validación (regresión).
• Una lectura en palabras de las curvas cuando la ejecución ha terminado.
• Métricas de clasificación: exactitud y F1 macro, una matriz de confusión, y precisión, sensibilidad y F1 por clase, además de una referencia: lo que sacaría contestar siempre la clase más frecuente. Si el modelo colapsó a una sola respuesta, la tarjeta lo dice. Regresión: MAE, RMSE y R².
• Un valor ausente se escribe con un guion, nunca como un cero.

Historial de ejecuciones y comparación

• Cada ejecución que termina deja una ficha guardada con el modelo; se conservan las últimas 20. Marca hasta 5 para superponer sus curvas: un color y un trazo por ejecución, un marcador en cada mejor época, un conmutador para entrenamiento, validación o las dos, y una escala logarítmica opcional.
• «Qué cambia entre estas ejecuciones» lista solo los ajustes que difieren, y avisa cuando cambiaron dos o más cosas a la vez (no se puede saber cuál causó la diferencia) o cuando las ejecuciones usaron redes o filas distintas.
• La mejor ejecución del historial se nombra con su criterio en palabras, elegida solo entre las comparables (misma tarea, misma cifra, mismas filas, mismos datos). Una mejor ejecución que no supera a contestar siempre la clase más frecuente se marca como tal.

Dentro de la red

• Pesos por capa, para una muestra de épocas (la primera, la mejor y la última, entre otras).
• Recorrido de una fila por la red: eliges una fila de la validación, o escribes una ya preparada, y ves la activación de cada neurona, capa a capa, hasta la salida.
• Cómo aprende cada capa: la norma del gradiente por capa y época, con lo que es y lo que no es (no es cuánto se mueven los pesos).
• Disponible para tu propia red densa en una ejecución terminada con PyTorch. TabM no tiene ajustes, curvas por época ni vista «por dentro».

Un puente al estudio: «Probar con la red de MatrixAI (TabM)»

Desde el laboratorio puedes elegir TabM en lugar de tu propia red. Eso abre un estudio de un solo motor con los datos de tu modelo, medido frente a la referencia. Te dice lo habitual que tarda con tu tamaño de datos, y solo entrega un modelo si TabM es estrictamente mejor que la referencia. Al terminar, el resultado vuelve al historial de tu modelo.

Lo que el laboratorio no hace

No hay más optimizadores que SGD, Adam y AdamW, ni más planificador que el coseno, ni parada temprana, dropout o pérdida elegible, ni barrido automático de hiperparámetros, ni zoom o exportación de las curvas, ni borrar o anotar una ejecución suelta, ni reanudar una ejecución cancelada. Entrena tablas, no imágenes ni texto en bruto.

Una puntuación de riesgo que te da un hospital, un banco o un proveedor se midió con otras personas. Esta comprobación la contrasta con lo que ocurrió de verdad en tus casos. No entrena nada, no necesita el modelo y no cambia tu puntuación: mide lo que ya registras. Una versión simulada, que corre en tu navegador, está en la página «¿Funciona aquí?».

Qué traes

• Un CSV con una fila por caso: un desenlace observado binario, una o dos columnas de puntuación y, si quieres, columnas para definir subgrupos.
• Declaraciones que haces tú, porque el Studio nunca las deduce de los valores: cuál es el evento, si la puntuación es una probabilidad, un porcentaje o una escala de puntos, si más alto o más bajo es más riesgo, cuándo se calculó la puntuación, el horizonte del desenlace y si la muestra representa a la población donde la usarías. Si no declaras algo obligatorio, la comprobación no se construye.

Qué mide

• Ordenación: si la puntuación pone por delante a los casos con el evento (AUROC y precisión media).
• Calibración, solo con una probabilidad: si una probabilidad dada coincide con la frecuencia con que ocurre el evento.
• Con el umbral que usas hoy: sensibilidad, especificidad y, si la muestra representa a la población, los valores predictivos positivo y negativo, con su matriz de confusión.
• Subgrupos: con quién falla. Un subgrupo necesita al menos 30 filas, 10 con evento y 10 sin evento, para dar una cifra.
• Dos puntuaciones: si una mejora a la otra, con una comparación emparejada.
• Los intervalos son del 95 % por bootstrap, con la semilla registrada en el informe.

Qué recibes

Un informe en castellano y en inglés, que se ve en pantalla y se descarga como HTML, y un recibo con la huella de tu CSV, tus declaraciones, la semilla y las versiones usadas. El informe dice lo que no es: no es una validación clínica ni una evaluación regulatoria; avisa de la paradoja del tratamiento (si la puntuación ya decidía y el tratamiento evitó el desenlace, parecerá peor de lo que es); y depende de cómo se registró el desenlace. El recibo se firma con la clave de la instalación si la hay; si no, sale sin firmar.

Adónde va tu fichero

En el Studio que se descarga, el CSV se queda en tu equipo. En la demo en línea, el CSV sale de tu equipo hacia el servidor de la demo, se procesa en memoria y se descarta, con topes de tamaño y un aviso de no subir datos de pacientes ni personales. El informe y el recibo no llevan filas, solo agregados.

No hace: desenlaces multiclase, de regresión ni de supervivencia; recalibrar y devolver una puntuación corregida; conectarse a una base de datos (solo CSV); ejecutar un fichero de modelo; firmar para terceros con una clave asimétrica.

Bajo «Tu biblioteca», la página Guardado tiene dos listas, cada una guardada donde le corresponde.

• Estudios guardados (Studio que se descarga): nombre (por omisión el objetivo y la fecha), descripción, fecha, motor, métrica y tarea. Puedes abrir un estudio para usarlo (probar una fila, predecir un CSV, ver qué columnas pesan, descargar el paquete o abrir la página del navegador), borrarlo tras una confirmación o preparar su zip. Un estudio que no se puede reabrir, por ejemplo porque su motor se retiró, dice por qué. Un estudio guardado solo se abre para usarlo: no se edita ni se reentrena.
• Importar un estudio desde un zip que produjo otro Studio. El importador rechaza un zip demasiado grande (64 MB) o que descomprimido pase de 512 MB, acepta solo las piezas permitidas y avisa cuando el estudio ya estaba en la lista.
• Comprobaciones guardadas («¿Funciona aquí?»): cada comprobación terminada se guarda sola, en tu equipo en el Studio que se descarga y en tu navegador en la demo. Puedes verla tal como se calculó, borrarla, o modificarla y repetirla. En el Studio que se descarga puedes guardar también una copia del CSV con la comprobación (la casilla viene marcada y la copia se queda en tu equipo). Si no la conservaste, repetirla pide el mismo fichero y compara su huella SHA-256 antes de usarlo.

Guardar, abrir e importar estudios no está disponible en la demo en línea. Guardar un estudio no lo cambia, y ningún estudio se puede compartir como un enlace.

• Interfaz por fases: la de serie del Studio que se descarga y la única de la demo. Su flujo de modo experto (modelo, datos, entrenamiento, auditoría, prueba, despliegue, seguimiento) está en el manual de fases.
• Workbench: una tercera interfaz con paneles movibles y una pestaña por modelo, solo en los paquetes y marcada como experimental. Mira el manual del Workbench.
• Interfaz clásica: la original, a la que solo se llega escribiendo su dirección en los paquetes. Se mantiene como siempre fue.

Lo que pasa con un modelo una vez fuera está en Después de desplegar, y la regla que decide el objetivo de los datos generados, en el manual de la receta de datos.

El Studio que se descarga viene en dos paquetes, CPU y GPU, y los dos se ejecutan con Docker. PyTorch no va dentro del zip: se descarga en el primer arranque, en el equipo que lo instala. Los Primeros pasos lo recorren, y las descargas están en la portada, en precio. La demo en línea enseña las mismas pantallas con restricciones.

Un perfil de límites en Ajustes (equilibrado por omisión, avanzado, ilimitado) acota lo que cuesta calcular, como las épocas, la profundidad, los parámetros y la guarda de memoria de TabM. La demo conserva topes duros propios.

Un estudio dice qué se midió y sobre qué; nunca promete que un modelo sea bueno. Esto es lo que el Studio no hace hoy.

• No eliges los motores, el presupuesto de tiempo, el número de pliegues, la semilla ni la fracción de prueba, y no puedes buscar hiperparámetros.
• Reparto: al azar, estratificado en clasificación. Sin reparto temporal, sin reparto por grupos, sin cohorte externa. Pedir un reparto temporal o por grupos falla con una explicación.
• Datos: solo CSV (ni Excel, ni bases de datos o APIs, ni varias tablas). Ni series temporales, imágenes, audio, documentos, objetivos multietiqueta ni regresión cuantílica. Como mucho una columna de texto, y no se mezcla con las columnas de tabla en un mismo modelo.
• Calibración y bandas: no hay calibración para problemas multiclase, y las bandas de decisión son solo para problemas binarios con coste de revisar.
• Estudios: no se reentrena ni se edita un estudio guardado, no hay comparación entre dos estudios ni historial de estudios más allá de la lista de los guardados.
• Explicar el modelo: la importancia de columnas es solo para LightGBM; no hay dibujo de TabM ni de los árboles; la página del navegador es solo para LightGBM.
• Más allá del entrenamiento: el Studio empaqueta modelos y, desde el modo experto, puede publicarlos en Hugging Face, pero no los despliega en producción por sí mismo. Lo que pasa una vez que un modelo está fuera (registro, política continua y deriva) está en Después de desplegar.
• No es una validación clínica ni regulatoria, y ningún informe pretende serlo. Para lo que cubren los artefactos de documentación respecto al Reglamento de IA, lee Reglamento de IA.

El Studio funciona sobre el núcleo de código abierto, MatrixAI core, que puedes usar sin el Studio. No tiene dependencias obligatorias, funciona sin un modelo de lenguaje (modo determinista) y tiene licencia AGPL-3.0.

Instalar

• pip install matrixai-core, con Python 3.10 o posterior. Extras opcionales: [export] (ONNX, ONNX Runtime y NumPy) y [torch] (PyTorch).
• Se ejecuta como matrixai <orden> o python -m matrixai. Los proveedores de modelos de lenguaje se configuran con variables de entorno MATRIXAI_LLM_* o un fichero .env; sin clave se usa el motor determinista.

Órdenes de la línea de órdenes

Cada orden con ejemplos reales está en la referencia de la CLI; las recetas que se pueden ejecutar, en el API cookbook.

El servidor HTTP

matrixai serve expone POST /predict, POST /execute-action, POST /feedback, GET /health, GET /metrics (Prometheus), GET /docs y GET /openapi.json y, bajo /api/v1/, el registro (listar, etiquetas, detalle, descargar, subir, verificar, predecir y etiquetar). Entre sus opciones están --port (8000), --host (127.0.0.1), --api-key (una clave Bearer, generada si no das ninguna), una clave de solo lectura, --rate-limit (60 por minuto y por IP por omisión), --cors-origin, --registry, --signing-key y --allow-real-actions. El ciclo entero está en la referencia de la API REST.

El núcleo como biblioteca

• El estudio mismo: matrixai.estudio contiene la competición, la validación cruzada, la selección, las bandas de decisión, la predicción conforme, la calibración, el umbral y el informe final que usa el Studio.
• Generación y entrenamiento: de una frase o un CSV a un modelo (generation, agents, training), con la receta de datos escrita a mano (manual de la receta de datos).
• Exportación: ONNX, WebAssembly y un paquete autosuficiente con un guion de predicción y una especificación de inferencia.
• Después del despliegue: un registro versionado y firmado, políticas de aprendizaje continuo con detección de deriva (aceptar una sugerencia crea un candidato, nunca un despliegue) y pipelines deterministas que nombran la regla que se disparó.
• Confianza: firmas DSSE con un almacén de claves rotable, recibos con un nivel de garantía de A0 a A4 que se deduce y nunca se declara, un sandbox que dice por acción qué está permitido y por qué, y un estimador de recursos de VRAM, RAM, disco y tiempo.

Integración continua

La acción de GitHub matrixai-verify verifica un paquete reproducible en tu pipeline. Entradas: el paquete, los alcances que deben haberse realizado (manifest,R1 por omisión; solo puede endurecerse), si reentrenar y el idioma. Salidas: un veredicto (VERIFIED, PARTIAL, FAILED o NOT VERIFIED), un código de salida (0 todo lo exigido se realizó y nada falló, 1 no pudo empezar, 2 algo comprobado estaba mal, 3 algo exigido no se realizó) y los alcances no realizados. Necesita matrixai-core 1.8.0 o posterior y nunca informa más en verde que matrixai verify.

Para cómo funcionan los recibos, la verificación y los paquetes reproducibles, lee La prueba y los Casos que puedes rehacer; para los agentes detrás del flujo «de una frase a un modelo», Agentes; y para cada función que el lenguaje puede ejecutar, Funciones matemáticas.