P1 Coach
Valuta le mosse in base a quanto fanno avanzare il ragionamento del partecipante, non a quanto suonano intelligenti.
Palestra
Una palestra di dibattito e impegno in cui umani e modelli si allenano al ragionamento sotto valutazione in tempo reale.
Una palestra di dibattito e impegno dove umani e modelli allenano il ragionamento sotto valutazione in tempo reale, non su un benchmark statico.
formato dibattito · drill · voce · socratico
valutatori coach · critico · impegno · socratico
loop vocale whisper large-v3 → kokoro v1
Cos'è Palestra
Una palestra, non un benchmark
Palestra è la palestra cognitiva che usiamo per studiare la collaborazione uomo-IA. Esegue round strutturati — dibattiti, drill, esercizi vocali — con valutatori multi-testa per coaching, critica, impegno e stimolo socratico. È dove misuriamo la qualità del ragionamento in condizioni dal vivo, non su un benchmark statico.
benchmark
- set di prompt statico
- voto a colpo singolo
- premia la scioltezza
- nessuna replica ammessa
palestra
- avversari dal vivo
- valutata lungo l'intera traccia
- premia il ragionamento che sopravvive a uno scambio reale
- l'affondo deve colpire l'affermazione portante
Come funziona
Quattro teste di valutazione, una palestra
Quattro teste, valutate in modo indipendente. Il punteggio del round è la traccia, non un singolo numero.
P2 Critico
Ruolo avversariale che sonda l'affermazione più debole di ogni round.
P3 Modello di ricompensa dell'impegno
Separa l'impegno dal risultato, così la qualità del ragionamento viene valutata anche quando la risposta è fortunata o sfortunata per caso.
P4 Socratico
Pone la domanda successiva invece di dare la risposta successiva. Utile quando la palestra serve ad addestrare, non a valutare.
Anatomia di un round
Sei mosse, quattro teste, una traccia.
Le colonne del punteggio sono per testa e per mossa. La traccia è ciò che il partecipante porta a casa.
# chi mossa P1 P2 P3 P4
01 A Opening claim: X causes Y under conditions C. 0.72 0.41 0.66 –
02 B Counter: prior P shows Y occurs without X. 0.81 0.74 0.70 why C?
03 A Refines: only under C₁ does the causal link hold. 0.78 0.62 0.74 –
04 B Probes the weakest claim: define C₁ operationally. 0.65 0.88 0.71 –
05 A Operationalises C₁ with measurable threshold. 0.84 0.79 0.82 –
06 B Accepts refinement, asks for an out-of-sample test. 0.86 0.83 0.78 OOS?
Voce nel loop
Un round con cui puoi parlare.
Audio in ingresso, audio in uscita, end-to-end. La pipeline di valutazione non si rompe quando cambia il mezzo.
01
mic
16 kHz capture
+0 ms
02
whisper L3
faster-whisper large-v3
+120 ms
03
evaluator
4-head scoring
+280 ms
04
response
reasoning trace
+720 ms
05
kokoro v1
speech synthesis
+920 ms
andata e ritorno verificati · STT e TTS girano senza rompere la pipeline a 4 teste
Modalità della palestra
Quattro formati, stessa pipeline.
Dibattito
argomentazione strutturata sotto valutazione in tempo reale
Drill
ripetizioni brevi su una singola mossa
Voce
audio in ingresso / audio in uscita end-to-end
Socratico
pone la domanda successiva, non dà mai la risposta
Voce nel loop
Palestra ha una modalità vocale collegata a un percorso verificato di speech-to-text e text-to-speech, così gli esercizi di dibattito dal vivo girano end-to-end senza rompere la pipeline di valutazione.
Perché conta
I benchmark statici premiano la scioltezza. La palestra premia il ragionamento che sopravvive a uno scambio reale. La usiamo per studiare come team di umani e modelli collaborano davvero, con le teste di valutazione visibili a entrambe le parti.