Cumplimiento, con un comprobante.
La mayoría del "cumplimiento de IA" se queda en registros de acceso y barreras a nivel de prompt. Divinci entra en el modelo. Cada asociación de entidad es una característica consultable; cada edición es un parche portátil y auditable — y el vindex es el artefacto de documentación técnica que tu regulador está a punto de empezar a exigir.
Lo que exige la regulación · lo que ofrece LarQL
El mismo artefacto — el vindex — responde a los requisitos de transparencia, supervisión, documentación y borrado en las cuatro principales regulaciones de IA que enfrentan los clientes de Divinci.
| Regulación | Requisito | Lo que ofrece la competencia | Lo que ofrece LarQL/vindex |
|---|---|---|---|
| "Transparencia suficiente para permitir a los usuarios interpretar los resultados" | Tarjetas de modelo, descripciones del sistema en prosa | El vindex ES un artefacto de transparencia consultable — cada característica portadora de hechos identificada por (layer, feature, gate_score) | |
| Los operadores deben intervenir de forma significativa | Barreras a nivel de prompt (vulnerables a jailbreak) | Parches DELETE a nivel de pesos en la característica, no en el prompt — no se pueden eludir mediante jailbreak | |
| "Lógica general del sistema de IA" | Diagramas de arquitectura + resúmenes de datos de entrenamiento | Documentación mecanicista exacta a nivel de bits: el vocabulario proyectado de cada característica, la métrica estructural de cada capa (C1–C5) | |
| Eliminación verificable de datos personales | Ajuste fino para "olvidar" — no verificable; los datos pueden reaparecer de forma adversaria | Parche DELETE con registro de auditoría = supresión demostrable de una asociación específica de entidad nombrada con +0.02% de perplejidad. El archivo del parche es el comprobante. | |
| Eliminar PII de los productos de datos | Filtrado de tokens en E/S (con posibles fugas) | Identificación a nivel de característica de las direcciones que codifican PII; eliminación quirúrgica en la capa de pesos | |
| Cuantificar y gestionar el riesgo residual | Evaluaciones de riesgo basadas en intuición | Las constantes universales C1–C5 te dan una línea base estructural medible; vuelve a verificar tras cada parche |
Cómo es realmente un "comprobante"
Un parche LarQL es un archivo JSON portátil con suma de comprobación SHA-256. Aplícalo para suprimir un hecho; quítalo para restaurar el modelo bit por bit. El parche ES el registro de auditoría — operadores, reguladores y consumidores posteriores pueden verificar la misma operación de forma independiente.
A continuación: el parche Gate-3 real que enviamos en nuestro paquete de pruebas público, mostrando la asociación París→capital suprimida y revertida con efecto medible y repetible en un vindex real de Gemma 4 E2B.
{
"name": "gdpr-art17-paris-capital",
"version": 1,
"base_model": "google/gemma-4-E2B-it",
"created_at": "2026-04-22T22:34:00Z",
"operations": [{
"op": "delete",
"entity": "Paris",
"relation": "capital",
"target": "서울",
"weight": -1.0,
"layer": 27,
"feature": 11179
}]
}
# ── Verifiable result ──
# before: feature 11179 score 18.10 target='서울' (rank #1)
# after: feature 11179 ABSENT from top-25
# Δ perplexity (WikiText-103, 1024 tok): +0.02%
# vindex sha256: 9abaeaf6...Cumplimiento que puedes demostrar. En cualquier transformer abierto.
Ocho vindexes publicados hoy en Gemma, Qwen, Llama, Mistral, OpenAI MoE y Microsoft 1-bit. Trae tu modelo — nosotros construiremos el comprobante.