---
title: "¿Puedes enviar un artículo escrito con PaperOrchestra?"
canonical: https://wavect.io/es/blog/paperorchestra-manuscript-review/
language: es
description: "Revisa un artículo de PaperOrchestra antes de enviarlo. Compara la tabla con los datos de CVPR, verifica las citas y calcula el coste de redacción."
image: "https://wavect.io/img/blog/headers/header_paperorchestra-manuscript-review.png"
author: ["Kevin Riedl"]
published: "2026-11-16"
updated: "2026-11-16"
reviewed: "2026-11-16"
---

# ¿Está listo para enviar un artículo escrito con PaperOrchestra?

[**Volver**](/es/blog/overview/)

[![Kevin Riedl](/img/team/kevin.webp)](/es/team/kevin-riedl/)

[Kevin Riedl](/es/team/kevin-riedl/) https://linkedin.com/in/wsdt

8 min de lectura · 16 nov 2026 Última revisión 16 de noviembre de 2026

[**Siguiente**](/es/blog/feynman-open-source-ai-research-agent/)

Resumen

PaperOrchestra redacta artículos en LaTeX a partir de experimentos ya realizados. En un borrador de CVPR conservó la tasa de colisiones certificada del 49 % y omitió la observada del 9,0 %. En las comparaciones a ciegas, los evaluadores prefirieron su redacción a la de otras dos herramientas y valoraron mejor los originales. Antes de enviar el manuscrito, contrasta las afirmaciones principales con los datos y consulta las normas de la convocatoria.

En uno de los artículos que muestra PaperOrchestra, todas las cifras de una fila coinciden con el estudio original. Falta una columna entera. Para verla basta con abrir las dos tablas y buscar el mismo modelo.

PaperOrchestra, de Google Cloud AI Research, convierte el resumen de una idea y los registros de experimentos ya realizados en un manuscrito en LaTeX. Puede buscar referencias, preparar figuras y revisar el texto. Antes de enviarlo a una revista o a un congreso, comprueba que incluya las medidas necesarias para evaluar tus conclusiones y que la convocatoria permita ese uso de la IA.

*Revisión del 16 de noviembre de 2026. Contrastamos un borrador público con el artículo original, comprobamos un segundo ejemplo con su registro experimental y examinamos el código publicado. Los tiempos de ejecución y las preferencias de los evaluadores proceden del estudio de los autores. Nuestra comprobación se hizo sobre los ejemplos publicados.*

## ¿Qué dato se perdió en la tabla de PaperOrchestra?

La versión con figuras generadas omite la tasa de colisiones observada de la tabla 1 de *Certified Human Trajectory Prediction*, un estudio sobre cómo predecir el movimiento de peatones. Amplía la página central del ejemplo de CVPR y busca la fila «Smoothed D-Pool». Compárala con la tabla 1 de la página 7 del PDF original. [Manuscrito generado de CVPR](https://github.com/yiwen-song/paper_orchestra/blob/342e47ed21b645527bec044e10228f1fc8820cfd/figures/cvpr_ours_ploton.jpg) · [Tablas 1 y 2 de Bahari y colaboradores](https://openaccess.thecvf.com/content/CVPR2025/papers/Bahari_Certified_Human_Trajectory_Prediction_CVPR_2025_paper.pdf#page=7)

| Medida para Smoothed D-Pool | Tabla 1 publicada | Tabla 1 generada |
| --- | --- | --- |
| Error de desplazamiento final | 1,23 m | 1,23 m |
| Error de desplazamiento final certificado | 2,0 m | 2,00 m |
| Tasa de colisiones observada (Col) | 9,0 % | Falta la columna |
| Tasa de colisiones certificada (Certified-Col) | 49 % | 49 % |

La tasa de colisión ordinaria, del 9,0 %, compara la trayectoria predicha con las trayectorias registradas de los peatones cercanos. El 49 % indica en cuántos casos al menos uno de esos peatones queda dentro de los límites certificados de la predicción. El borrador que usa las figuras originales conserva las cuatro columnas. También comprobamos la fila en el registro experimental de PaperWritingBench. Los valores de origen son 1,23, 2,0, 9,0 y 49, en ese orden. Puedes localizarla en tu copia del archivo con este comando. [Borrador con las figuras originales](https://github.com/yiwen-song/paper_orchestra/blob/342e47ed21b645527bec044e10228f1fc8820cfd/figures/cvpr_ours_plotoff.jpg) · [Archivo de datos de la versión analizada](https://huggingface.co/datasets/yiwen-song/PaperWritingBench/blob/fbcfcafd042184ca954954b08dfcb92bd7942b51/datasets.zip)

```
unzip -p datasets.zip \
  '*/cvpr2025_5f3288a486/raw_materials/experimental_log.md' | grep 'Smoothed D-Pool'
```

En la tabla 2 del borrador con figuras generadas, los tres valores de ruido residual tras aplicar el modelo de difusión coinciden con los del original (0,06, 0,14 y 0,24). Así sabemos qué dato recuperar en la primera tabla. Para averiguar con qué frecuencia se pierde una columna o qué causó esta omisión harían falta más ejemplos.

## ¿Qué necesita PaperOrchestra para redactar un artículo científico?

Parte de una pregunta, un método y los resultados de un experimento que ya hayas realizado. La herramienta de línea de comandos recibe un directorio con `idea_sparse.md` y `experimental_log.md` y otro con la plantilla LaTeX de la publicación. La generación de figuras está desactivada de forma predeterminada. [Código de la herramienta y nombres de los archivos](https://github.com/google-research/paper-orchestra/blob/d9bae997e793a015ed38bb1605be9eb58c00284f/paper_writing_cli.py)

Un agente organiza el argumento del artículo. Otro busca trabajos relacionados y comprueba sus registros bibliográficos en Semantic Scholar. Si activas las figuras, un tercer agente las prepara y puede generar gráficos mediante código. El agente de redacción compone las secciones en LaTeX. Después, un agente revisa el manuscrito a partir de comentarios simulados. Si uno de esos comentarios pide otro experimento, le toca realizarlo al equipo de investigación. [Descripción de los agentes y galería de los autores](https://yiwen-song.github.io/paper_orchestra/)

Un registro bibliográfico verificado te ayuda a localizar la fuente. Para saber si respalda una frase, busca el resultado citado y comprueba la población estudiada, el método y el alcance. Si todavía estás recopilando evidencia, nuestro [análisis del agente de investigación Feynman](/es/blog/feynman-open-source-ai-research-agent/) examina la búsqueda bibliográfica y la planificación de réplicas.

## ¿Qué prefirieron los evaluadores al comparar los manuscritos?

Once investigadores de IA evaluaron una muestra de 40 artículos mediante 180 comparaciones por pares a ciegas. Prefirieron PaperOrchestra a las otras dos herramientas de redacción y dieron ventaja a los originales publicados por sus autores. Los autores agruparon los votos por artículo. La tabla resta al porcentaje de comparaciones ganadas a ese nivel el porcentaje de comparaciones perdidas. El resultado se expresa en puntos porcentuales. Los empates no suman ni restan. [Estudio en COLM 2026, figura 7 y apéndice E.6](https://proceedings.colm.cc/paper_files/paper/2026/file/6546d4ab1e224ea9625c7c42ad25d6c8-Paper-Conference.pdf)

| Frente a | Revisión bibliográfica | Manuscrito completo |
| --- | --- | --- |
| Sistema de un solo agente | +67,6 puntos | +37,8 puntos |
| AI Scientist-v2 | +50,0 puntos | +13,9 puntos |
| Artículo original publicado | −37,8 puntos | −75,7 puntos |

PaperWritingBench parte de 100 artículos aceptados en CVPR 2025 y otros 100 en ICLR 2025. El equipo reconstruyó las ideas y los resultados a partir de las publicaciones. Incluso los resúmenes breves de las ideas tenían unas 590 palabras de media. En la comparación principal, los sistemas recibieron las figuras originales. Los autores evaluaron las figuras generadas por separado. Lo que se midió fue la capacidad de redactar a partir de resultados conocidos. Haría falta otra prueba para medir la aceptación en un congreso o la capacidad de hacer descubrimientos. [Datos publicados de PaperWritingBench](https://huggingface.co/datasets/yiwen-song/PaperWritingBench)

## ¿Cómo se contrasta una afirmación con el registro experimental?

Elige la afirmación más amplia del resumen y busca una fila que pueda contradecirla. El apéndice D.4 del estudio incluye un registro de TSAM, un sistema que identifica objetos en un vídeo a partir de texto y sonido. El artículo original de CVPR mide tanto el acierto al localizar el objeto como la respuesta del sistema cuando el objeto está ausente. [Tabla 1 de Radman y Laaksonen](https://openaccess.thecvf.com/content/CVPR2025/papers/Radman_TSAM_Temporal_SAM_Augmented_with_Multimodal_Prompts_for_Referring_Audio-Visual_CVPR_2025_paper.pdf)

En categorías que el modelo no vio durante el entrenamiento, TSAM alcanza un índice de Jaccard del 54,58 % frente al 49,54 % de EEMC. Son 5,04 puntos porcentuales de ventaja. Cuando falta el objeto, la métrica S favorece el valor más bajo. EEMC obtiene 0,007 y TSAM, 0,017. Decir que TSAM ganó todas las pruebas sería incorrecto. Los datos sí permiten afirmar que TSAM segmenta mejor los objetos de categorías nuevas y que EEMC responde mejor cuando no hay nada que segmentar.

## ¿Dónde se prueba PaperOrchestra y cuánto cuesta generar un artículo?

El enlace a la demo lleva a las instrucciones para ejecutar Streamlit en tu equipo. Instala las dependencias de Python, configura las credenciales de tu proveedor de modelos y ejecuta el siguiente comando desde la raíz del repositorio. La interfaz llama al mismo programa de redacción que se usa desde la terminal. Si solo quieres leer un resultado, puedes abrir los ejemplos en la galería del proyecto. [Instrucciones oficiales para ejecutar Streamlit](https://github.com/google-research/paper-orchestra/blob/main/frontend/README.md) · [Código e instrucciones de Google Research](https://github.com/google-research/paper-orchestra)

```
streamlit run frontend/app.py
```

La tabla 9 del estudio de COLM estima entre 50 y 70 llamadas al modelo por manuscrito. Los autores cronometraron diez ejecuciones con un único proceso de trabajo y descartaron la más rápida y la más lenta. Las ocho restantes tardaron 39,6 minutos de media. El estudio no da un precio por artículo. Para presupuestar tu caso, registra el consumo del modelo y los reintentos. Añade el tiempo que una persona dedica a verificar los resultados, las citas y los cambios. Los experimentos originales tienen un coste aparte.

## ¿Qué conviene revisar antes de enviar el manuscrito?

Consulta las normas del año y la convocatoria a la que piensas presentar el trabajo. Por ejemplo, la convocatoria de artículos de posición de NeurIPS 2026 exige que los autores humanos redacten el contenido sustantivo. En el texto solo permite usar IA para correcciones de estilo o cambios menores similares. La convocatoria principal de NeurIPS publica sus propias reglas sobre el uso de agentes por parte de los autores. [Convocatoria de artículos de posición de NeurIPS 2026](https://neurips.cc/Conferences/2026/CallForPositionPapers) · [Manual de la convocatoria principal de NeurIPS 2026](https://neurips.cc/Conferences/2026/MainTrackHandbook)

1. **Contrasta las tablas y las figuras con los registros.** Busca columnas ausentes y métodos de referencia omitidos. Revisa las unidades, las particiones de datos y si un valor más alto indica una mejora. Reproduce los gráficos cuantitativos a partir de las mediciones.
2. **Lee las fuentes de las afirmaciones principales.** Anota la tabla, sección o pasaje que respalda cada una. Si la evidencia procede de un solo conjunto de datos, acota la conclusión a ese conjunto.
3. **Abre el PDF después de la última revisión.** Comprueba los pies de figura, las referencias cruzadas, los datos de autoría y los requisitos de anonimato o de declaración del uso de IA. Pide a la persona que realizó el experimento que valide la redacción. Nuestra [guía para evaluar los resultados de los agentes](/es/blog/ai-agent-eval-sandbox-security-checklist/) explica cómo conservar la evidencia cuando repites estas comprobaciones.

En la edición de 2026, el comité de ICLR contabilizó 19.525 envíos válidos y 76.139 revisiones. Esas cifras dan una idea del trabajo que ya supone revisar los artículos de un congreso. El estudio de PaperOrchestra no midió el efecto de la herramienta sobre el número de envíos ni sobre las horas que dedican los revisores. [Balance del proceso de revisión de ICLR 2026](https://blog.iclr.cc/2026/03/31/a-retrospective-on-the-iclr-2026-review-process/)

## Preguntas frecuentes sobre PaperOrchestra

### ¿Basta con una idea para que PaperOrchestra escriba el artículo?

El procedimiento documentado requiere un resumen de la idea, resultados experimentales y una plantilla de la publicación. Si partes de una hipótesis nueva, primero tendrás que realizar el experimento que permita presentar un resultado.

### ¿Dónde puedo ver un artículo generado sin instalar nada?

La galería de los autores muestra cuatro ejemplos de CVPR e ICLR. Para cada congreso hay un manuscrito con las figuras originales y otro con figuras generadas. El enlace a Streamlit explica cómo ejecutar el generador en tu equipo.

### ¿Comprueba PaperOrchestra que las citas existen?

El agente de búsqueda bibliográfica comprueba los registros en Semantic Scholar. A los autores les corresponde leer el pasaje citado y verificar si los resultados que describe respaldan la afirmación concreta del manuscrito.

### ¿Cuánto tarda PaperOrchestra en redactar el manuscrito?

Los autores registraron una media de 39,6 minutos tras descartar las ejecuciones más rápida y más lenta de un total de diez. Ese tiempo corresponde a la redacción. Calcula aparte el tiempo de los experimentos y de la revisión final.

### ¿Ha aceptado algún congreso los manuscritos generados?

El estudio recoge las preferencias de los evaluadores a ciegas y las decisiones de revisores simulados. Los artículos aceptados que se incluyen en PaperWritingBench son los originales a partir de los cuales se reconstruyeron los datos de entrada. El estudio no ofrece una tasa de aceptación observada para los borradores generados.

QA y preparación para producción

## Qué leer después

Pruebas, auditorías, mantenimiento y hardening para software fiable.

[Empieza aquí**QA para Código Generado por IA**](/es/blog/qa-for-ai-generated-code/)

- [¿Puede Claude Fable 5.2 reanudar una sesión guardada de tu agente?](/es/blog/claude-fable-5-2-session-replay/)
- [Un stack de desarrollo con agentes de IA en 2026, a prueba con un fallo de frontend](/es/blog/pi-agent-development-stack/)
- [Alibaba Open Code Review no dejó comentarios. ¿Qué archivos revisó?](/es/blog/alibaba-open-code-review-no-comments/)
- [¿Cómo comprobar en campo la lectura y la alarma de fuga de un contador LoRaWAN?](/es/blog/lorawan-water-meter-field-acceptance-test/)
- [Dos proveedores dan por terminada la entrega. ¿Qué pruebas pides antes de aceptarla?](/es/blog/multi-vendor-software-acceptance-testing/)

[Artículo siguiente**¿Puede Claude Fable 5.2 reanudar una sesión guardada de tu agente?**](/es/blog/claude-fable-5-2-session-replay/)

[**Volver**](/es/blog/overview/)

[![Kevin Riedl](/img/team/kevin.webp)](/es/team/kevin-riedl/)

[Kevin Riedl](/es/team/kevin-riedl/) https://linkedin.com/in/wsdt

8 min de lectura · 16 nov 2026 Última revisión 16 de noviembre de 2026

[**Siguiente**](/es/blog/feynman-open-source-ai-research-agent/)
