> ## Documentation Index > Fetch the complete documentation index at: https://avala.ai/docs/llms.txt > Use this file to discover all available pages before exploring further. # Trazabilidad > Trace cualquier predicción de modelo hasta los datos de entrenamiento, la anotación y la revisión de QA que la produjeron Avala enlaza cada fotograma, etiqueta, decisión de revisión y versión de exportación en una sola plataforma. Cuando un modelo falla en un caso límite, puede trazar la predicción hasta la etiqueta de entrenamiento exacta que la influyó -- y corregir la causa raíz en lugar de adivinar. ## Qué significa trazabilidad en Avala Cada anotación en Avala lleva metadatos de linaje completos: | Entidad | Qué se rastrea | | ------------------------ | ------------------------------------------------------------------------------------------------- | | **Elemento del dataset** | URL del archivo fuente, marca de tiempo de subida, pertenencia a secuencia, metadatos del sensor | | **Tarea** | Anotador asignado, hora de creación, hora de finalización, transiciones de estado | | **Resultado** | Datos de anotación, herramienta utilizada, ID del anotador, marca de tiempo de envío | | **Revisión de QA** | ID del revisor, decisión de revisión (aceptar/rechazar/corregir), comentarios de revisión | | **Exportación** | Formato de exportación, datasets/proyectos/slices incluidos, marca de tiempo de creación, versión | Esto significa que puede partir de cualquier etiqueta exportada y recorrer hacia atrás toda la cadena: qué anotador la creó, si pasó QA, de qué elemento del dataset provino y cuándo ocurrió cada paso. ## Recorrido: Depuración de un fallo del modelo Aquí hay un ejemplo concreto de cómo la trazabilidad le ayuda a depurar un problema de modelo en producción. ### 1. El modelo falla en un caso límite Su modelo de percepción clasifica incorrectamente un peatón parcialmente ocluido en un escaneo LiDAR. Identifica la predicción y quiere entender por qué el modelo aprendió este comportamiento. ### 2. Encontrar los datos de entrenamiento Use el SDK para buscar en sus exportaciones los elementos del dataset que contribuyeron al conjunto de entrenamiento del modelo. ```python theme={null} from avala import Client client = Client() # Get the export used for training export = client.exports.get("export_abc123") print(f"Export: {export.name}") print(f"Format: {export.format}") print(f"Created: {export.created_at}") ``` ### 3. Inspeccionar resultados individuales Cada resultado en la exportación incluye el elemento del dataset de origen, información del anotador y estado de QA. ```python theme={null} # List tasks from the project used in the export tasks = client.tasks.list(project="project_uid") for task in tasks: print(f"Task {task.uid}") print(f" Status: {task.status}") print(f" Dataset: {task.dataset_name}") print(f" Item: {task.dataset_item_name}") ``` ### 4. Trazar hasta el origen Una vez que identifica la etiqueta problemática, puede buscar el elemento original del dataset para ver su archivo fuente, metadatos del sensor e historial completo de anotación. ```python theme={null} # Get the specific dataset item item = client.datasets.get_item( dataset="dataset_uid", item="item_uid" ) print(f"Source: {item.source_url}") print(f"Uploaded: {item.created_at}") print(f"Sequence: {item.sequence_name}") ``` ### 5. Corregir y reentrenar Con la causa raíz identificada -- por ejemplo, un error de anotación en el peatón ocluido -- corrija la etiqueta en Avala, cree una nueva exportación y reentrene su modelo con datos corregidos. ```python theme={null} # Create a new export with the corrected labels new_export = client.exports.create( name="Training v2 - fixed occlusion labels", format="avala-json-external", projects=["project_uid"] ) print(f"New export: {new_export.uid}") ``` ## Beneficios ### Reproducibilidad Cada exportación está versionada. Puede recrear el conjunto de entrenamiento exacto usado para cualquier versión de modelo haciendo referencia al UID de exportación. Sin adivinar qué etiquetas se incluyeron o excluyeron. ### Depuración más rápida En lugar de buscar manualmente entre miles de anotaciones para encontrar un error, trace directamente desde el fallo del modelo hasta la etiqueta específica que lo causó. Lo que solía tomar días ahora toma minutos. ### Cumplimiento y pistas de auditoría Para industrias reguladas (automotriz, médica, defensa), la trazabilidad proporciona la pista de documentación que los auditores requieren. Cada decisión de anotación está atribuida, marcada con tiempo y enlazada a su revisión de QA. ### Mejora continua Rastree la calidad de anotación con el tiempo correlacionando el rendimiento del modelo con anotadores específicos, etapas de revisión y versiones de datasets. Identifique problemas sistemáticos de etiquetado antes de que se propaguen a través de su pipeline de entrenamiento. ## Trazabilidad a través de la API Todos los datos de trazabilidad están disponibles a través de la REST API y los SDKs. Endpoints clave: | Endpoint | Qué devuelve | | --------------------------------------- | ------------------------------------------------------------------------------------- | | `GET /api/v1/exports/{uid}/` | Metadatos de exportación incluyendo datasets, proyectos y marca de tiempo de creación | | `GET /api/v1/tasks/` | Lista de tareas con estado, anotador y referencias a elementos del dataset | | `GET /api/v1/datasets/{uid}/items/` | Elementos del dataset con URLs de origen y pertenencia a secuencias | | `GET /api/v1/datasets/{uid}/sequences/` | Secuencias con conteo de fotogramas y referencias a elementos | Consulte la [Referencia de la API](/docs/api-reference/overview) para documentación completa de endpoints, o use el [Python SDK](/docs/es/sdks/python) y [TypeScript SDK](/docs/es/sdks/typescript) para acceso tipado. ## Próximos pasos

Control de calidad

Conozca cómo los flujos de QA multi-etapa de Avala detectan errores de anotación antes de que lleguen a su modelo.

Exportaciones

Cree exportaciones versionadas de sus datos anotados con metadatos de linaje completos.

SLAs de calidad

Comprenda las garantías de calidad, objetivos de precisión y tiempos de entrega de Avala.

Python SDK

Instale el SDK y comience a consultar sus datos de forma programática.