Fundamentação
O sistema consegue sustentar cada afirmação com evidência autorizada e vigente?
Pesquisa aberta
Avaliar a IA diante da realidade regional — não de uma tradução dela.
Construímos benchmarks nativos para tarefas em que o contexto muda a resposta: operações de carga, compras em saúde, risco financeiro e atendimento ao cliente. Cada caso começa com evidência regional autorizada e revisão profissional.
Conheça a pesquisa ↓01Evidência localDocumentos, registros e regras do mercado que está sendo avaliado
02Tarefas reaisDecisões completas, não perguntas isoladas de conhecimento
03Erros com custoFalhas ponderadas pela consequência operacional
Versão preliminarSC—CO / v0.1.0
es-CO · FREIGHT OPERATIONS
Savia Carga · Colômbia
Um programa de avaliação para raciocínio operacional no transporte rodoviário de carga: terminologia local, cálculos fundamentados, tratamento de exceções, calibração e abstenção segura.
Fundamentado em fontesRevisado por especialistasNativo es-COReprodutível
A versão 0.1.0 está publicada com gabarito, derivações, resultado de referência e fontes. As perguntas ainda não foram confirmadas por um especialista do setor, e a página diz isso. Abrir a versão ↗
O que medimos
01
Fidelidade à fonte
A resposta se mantém dentro da evidência?
02
Correção operacional
A decisão funcionaria na prática?
03
Abstenção calibrada
O sistema sabe quando não responder?
Agenda de pesquisa
Perguntas que importam em produção.
Julgamento regional
Ele reconhece quando uma regra, um termo ou uma prática muda de país para país?
Abstenção segura
Ele para e escala quando a evidência não sustenta uma resposta responsável?
Metodologia
Um benchmark deve explicar por que um sistema falha, não apenas com que frequência.
Cada versão documenta a autorização, a origem dos casos, os critérios dos especialistas, os pressupostos regionais e os limites de uso. Os resultados incluem padrões de erro e a evidência necessária para reproduzi-los.
- 01Definição regional da tarefa
- 02Conjunto de evidências autorizado
- 03Rubrica de avaliação por especialistas
- 04Análise transparente de erros