MAPA-Bench Litigio

Última actualización: 29 de julio de 2026

Qué es

Harness abierto en el repositorio: casos chilenos anotados, tres dimensiones separadas (trazabilidad de cita, recall de prueba faltante, resistencia a trampas). No hay score único ni ranking contra competidores.

Metodología

Set ≥150 casos · 10 materias · ≥30 trampas con premisa falsa documentada.
Verificador de citas: verificada · no_encontrada · inexistente.
Gate de release: si inexistente > 0 (fuera de trampas controladas), el eval falla.
Reproducible: npm run eval (offline con fixtures) · npm run eval:live contra la app.

Último resultado publicado

Set: MAPA-Bench Litigio · 168 casos · — trampas

Fecha: 2026-07-29T21:43:53.387Z

Hash set: 786eed65ee5bbc29

Corpus / modelo: corpus-99-2026-07-29 · fixture-offline

Citas

V 21 · N 12 · I 6

Prueba faltante

118/118

Trampas

30/30

Gate inexistente: FAIL

Detalle técnico en el repo (evals/README.md). Política de datos: Centro de confianza.