Esta página es una traducción. La versión en inglés es la de referencia: English
«Nunca» es la palabra más cara de la investigación.
Cero fallos en n ensayos no significa una tasa de cero. Significa que la tasa probablemente está por debajo de 1 − 0,051/n — unos 3/n. Todo lo que se construye sobre un «nunca» hereda la diferencia, y a escala la diferencia son personas.
¿Qué observaste en realidad?
Prompts de red team, casos de prueba, ítems de evaluación, pacientes, lanzamientos — cualquier ensayo en el que la cosa pudiera haber ocurrido. La cota es del 95 %: exacta en cero (1 − 0,051/n), de Wilson en los demás casos.
Un agente dice «nunca». Mira cómo viaja la palabra.
Un orquestador pasa una pregunta a unos pocos agentes; cada uno reparte partes a unos pocos más. Uno de ellos hace los ensayos, no ve nada y escribe nunca. Cada agente por encima repite la palabra y suelta el número del que salió — ese es el juego. El trabajo construido sobre la palabra es el coste ya pagado; volver a encontrar la palabra cuando aparece el caso es el coste de corregir el rumbo. Fija el equipo y los ensayos; la aritmética es la misma que arriba.
Los ensayos y la exposición salen de la calculadora de arriba. Una tarea es la unidad de trabajo de un agente — una orden, una subpregunta, una revisión; ponle el precio que te cuestan tus agentes por tarea.
Pulsa reproducir para jugar.
Un «nunca» abajo. Todo lo de encima lo hereda.
Un agente hace red team a un modelo con 50 prompts de extracción y no ve fugas. Escribe «nunca filtra». Otra afirmación se construye sobre ella, una decisión de lanzamiento sobre esa, y un millón de personas usan el resultado. Entonces aparece el caso de 1 entre 1.000.
Pulsa reproducir.
Cada sobreafirmación, con la aritmética y la frase honesta.
«nunca» con muy pocos ensayos
0 de 50 todavía permite un 5,8 %. El rechazo lo dice, da «ninguna ocurrencia en 50 ensayos (cota superior del 95 % 5,8 %)» y cuántos ensayos necesita 1 de cada 1.000 (2.995).
«nunca» sin su n
0 de 3.000 basta para decir algo — pero solo si el lector ve los 3.000. «Nunca» a secas se lee como cero; significa «como mucho 1 de cada 1.000».
«elimina», «100 %», «siempre»
Nada contado — o el recuento de otra cosa. Nombra la medición por lo que cuenta.
«sin efecto»
El gemelo discreto del «nunca». Con 2.000 ítems por brazo, un efecto de 3,6 puntos normalmente pasaría desapercibido; el rechazo te dice el efecto más pequeño que tu muestra podría haber detectado.
un número salido de la nada
«5 puntos mejor» cuando los recuentos dicen 2,8. Los números que se siguen de los recuentos — diferencias, porcentajes, cocientes, intervalos — pasan.
«significativamente», «causa», «supera»
El registro hace él mismo la prueba sobre los recuentos ligados, quiere un experimento detrás de «causa» y ambos lados medidos detrás de «supera».
hypgraph bound 0 50 --exposure 1000000 --unit users