Creando benchmarks y estándares para la IA en el sector del agua

Benchmarks independientes y de acceso abierto para la IA en el tratamiento de agua — construidos con el sector.

Explorar el marco de evaluación de IA Nuestra investigación

Por qué Water Benchmarks

Diseñado diferente, a propósito

Benchmarks publicados, metodología revisada por pares y criterios de evaluación estructurados, desarrollados por quienes operan, diseñan y construyen plantas de tratamiento de agua.

Independiente

Sin patrocinio de proveedores ni influencia comercial.

Definido por profesionales del sector

Moldeado por profesionales senior del tratamiento de agua en distintos roles.

Código abierto

Disponible públicamente e impulsado por la comunidad.

Investigación publicada

Benchmarks reales, resultados reales

Hallazgos · v1.0

Diagnóstico operativo RO

26 ejecuciones de modelos en 31 casos reales de planta, repartidos en 5 familias de fallo, evaluados por el comité.

En vivo · v1.0

Cada modelo responde un caso real una vez y se evalúa de 0 a 12 frente a una respuesta gold privada de expertos. Cualquier recomendación que pueda causar un riesgo grave para la operación, diseño o construcción queda descalificada.

Toda la investigación es de acceso abierto. Sin muros de pago ni informes restringidos. Ver toda la investigación →

Véalo en acción

Un caso real, de principio a fin

Cómo se presenta, responde y evalúa un único caso de Diagnóstico operativo RO — el mismo ciclo detrás de cada fila del ranking.

1
El caso
Síntomas reales de planta, tendencias de sensores e historial (p. ej. RO-FOUL-001).
2
El modelo responde
Una respuesta estructurada: hipótesis, señales clave, alternativas, acción recomendada, confianza.
3
La evaluación
Un modelo juez (LLM-as-judge) puntúa cada respuesta con una rúbrica de 0–12 frente a una respuesta gold privada elaborada por expertos, aplicando la puerta de seguridad.

Ver el caso de ejemplo →

Participa