Para asegurar que los modelos de ML e IA pueden mantener un rendimiento sólido y consistente, incluso cuando se enfrentan a condiciones variables, ruido en los datos o perturbaciones en el entorno, es necesario evaluarlos bajo distintas condiciones de operación. Los investigadores de VRAIN tienen una dilatada experiencia en el análisis de la robustez de los modelos, entendiendo por tal la capacidad de los mismos para generalizar bien a diferentes conjuntos de datos y para manejar situaciones inesperadas de manera efectiva. En VRAIN hemos desarrollado metodologías específicas para la evaluación de la robustez de los modelos midiendo el impacto que la complejidad de los datos y el nivel de ruido tienen en los modelos.