Crafter Research / Lima, Perú
Convertimos data pública, corpora legales y cívicos, y evaluaciones de modelos en artefactos reproducibles, datasets, registros y tools de accountability.
Trabajamos en datasets source-backed, scorecards, registros, artefactos de evaluación y tools pequeñas atadas a preguntas de interés público.
Fuentes cívicas y gubernamentales desordenadas se vuelven datasets reusables, versionados e inspeccionables.
Material público fragmentado se vuelve source trails, corpus cards e inputs de research.
El trabajo de eval separa correctitud, abstención, alucinación y calidad de evidencia.
Cinco proyectos actuales con sus superficies publicadas, evidencia, fecha de verificación y límites conocidos.
Datos oficiales sísmicos, acelerométricos y volcánicos de Perú y Colombia, publicados con fuentes trazables.
La historia operativa empieza en julio de 2026, así que la confiabilidad de largo plazo aún no está probada.
CLI agent-first para flujos tributarios peruanos supervisados, con controles de seguridad y trazabilidad explícitos.
Varios flujos dependen de portales públicos cuyas interfaces y disponibilidad pueden cambiar sin aviso.
Observatorio abierto de benchmarks culturales latinoamericanos que separa correctitud, abstención y alucinación.
La calibración del juez es in-sample y los datasets públicos no tienen análisis de contaminación.
Corpus versionado de legislación peruana y el motor abierto que lo produce, audita y publica.
El motor es pre-1.0 y la frecuencia de actualización aún no está documentada como compromiso operativo.
Índice censal y reproducible de la superficie digital que las municipalidades peruanas declaran en gob.pe.
Dos snapshots puntuados demuestran una recurrencia, pero aún no una operación mensual estable.
Pregunta, fuentes, artefacto, review, documentación, release.
Una pregunta de interés público atada a una fuente, corpus o comportamiento de modelo.
Un rastro de URLs, fechas, limitaciones y notas de calidad de evidencia.
Un dataset, eval, registro, scorecard, CLI o tool de accountability.
Revisar reproducibilidad, calidad de fuente y limitaciones antes de endurecer claims.
Notas shareables que no requieren acceso al vault privado para entender el trabajo.
Promover, pausar o reformular el proyecto según evidencia, no entusiasmo.
Los proyectos pueden moverse a distintos ritmos, pero el output debe seguir siendo inspeccionable y reusable.
Fuentes públicas más fáciles de citar, refrescar, verificar y reutilizar.
Source trails, hashes, logsLey, records y texto cívico fragmentado convertidos en inputs reusables de research.
Corpus cards, coverage notesArtefactos de evaluación que hacen más inspeccionable el comportamiento de modelos y la calidad de evidencia.
Rúbricas, runs, agreement checksTools enfocadas para inspeccionar sistemas públicos sin esconder el rastro de fuentes.
Registros, CLIs, dashboardsMuestreamos un dominio municipal de cada una de 100 municipalidades. El resultado útil no fue otro ranking, sino un límite más estricto sobre lo que prueba una observación.
Muniscan mapeó la superficie digital pública de las municipalidades del Perú. Su resultado más útil apareció cuando falló el segundo escaneo.
Construimos un asistente hybrid-RAG sobre 21,000 normas peruanas. Después lo medimos, y la conclusión se movió tres veces a medida que la evaluación se volvía más rigurosa.
Cada claim serio debe apuntar a dataset, eval, source cards, registro, run o método público.
El trabajo público debe tener fuentes, limitaciones explícitas y reproducibilidad suficiente para inspeccionarlo.
El contexto de cada proyecto debe entenderse sin acceso a notas privadas de planning.