Los cimientos del método, abiertos.
Cinco paquetes de código abierto reconstruyen las bases públicas de la Inteligencia Híbrida sólo con datos públicos del INEGI. Muestran cómo piensa el núcleo sin exponer productos, clientes ni entrevistas.
| Paquete | Qué responde | Datos |
|---|---|---|
mx-census-sampler | ¿Quién está en la muestra? Muestreo proporcional de los 2,469 municipios con perfiles anclados en el Censo, pesos de diseño y n efectivo de Kish. | Censo 2020 (ITER) |
endutih-media-profiles | ¿Cómo consumen medios? Uso ponderado de internet, redes, streaming, radio y televisión abierta por estado, sexo, edad y zona. | ENDUTIH 2025 |
llm-survey-bias-kit | ¿Es confiable la lectura simulada? Sesgo de orden, A/B pareado con efecto mínimo detectable, piso de ruido A/A y homogeneidad. | Tus corridas |
silicon-sample-validation | ¿Se parece a la realidad? Pronósticos preregistrados y encadenados, guarda de corte de entrenamiento, referencias sin modelo y prueba de memorización. | Fuentes oficiales |
llm-gateway-metering | ¿Puede operar como servicio? Anthropic API, Bedrock y Vertex detrás de una sola puerta, con cuotas y medición por organización. | Sin datos |
292 pruebas, 289 sin conexión en integración continua, con Python 3.11 y 3.12. Licencia MIT.
Explorar el Open Lab en GitHub