3er Encuentro del Laboratorio L52+

Generative Floor Plan Design with LLMs via Reinforcement Learning with Verifiable Rewards

Luis Lara, Research Scientist, Mila - Quebec AI Institute

Professional floor plan design requires precise control of room areas and dimensions while maintaining functional layouts. Prior generative methods mainly enforce room connectivity and lack explicit numerical control. We propose a text-based approach that fine-tunes an LLM on real plans and uses reinforcement learning with verifiable rewards to enforce numerical (areas, dimensions) and spatial (topology) constraints. We also introduce constraint-adherence metrics to measure alignment with user requirements. Our method produces realistic and diverse plans and reduces compatibility error by up to 94%.

Semblanza

I am a Research Scientist at Mila - Quebec AI Institute. My research focuses on controllability in generative models and LLM agents to build AI systems that can operate reliably under real-world constraints. Recently, I have been working on structured generative design for architecture and planning.

Creando soluciones de IA para la industria petrolera

Semblanzas

Ing. Carlos Suárez Salas
Ingeniería Petrolera en la Universidad Nacional Autónoma de México (UNAM), con especialidad en Administración de Costos por el Tecnológico de Monterrey, y Finanzas por el Instituto Panamericano de Alta Dirección de Empresas (IPADE), conceptualiza y desarrolla productos de investigación, aplicación y adopción de tecnologías digitales en la industria energética, en colaboración con equipos interdisciplinarios de expertos en ingenierías, diseño y usabilidad.

Durante más de 6 años, se ha desempeñado en el rol de User Experience, Business Analytics Translator y Evaluación financiera, en productos digitales, desde simuladores de gemelo digital con tecnologías inmersivas de realidad virtual, hasta sistemas de automatización de modelos de inteligencia artificial de cómputo en la nube y/o infraestructura propia, todo con registros exitosos de propiedad intelectual. Actualmentese desempeña como Director General (CEO) en Broxia Intelligence.

Ing. Oliver Hernández
Ingeniero Petrolero de la Universidad Nacional Autónoma de México(UNAM), con más de 9 años de experiencia en estudios e implementación de la inteligencia artificial (IA) para la industria petrolera. Lleva más de 6 años colaborando con expertos en las áreas de soluciones digitales centrada en el usuario, computo en la nube y privados. También participa en el departamento de investigación e implementación de inteligencia artificial basados en redes neuronales profundas y modelos generativos, y actualmente se desempeña como Director de Tecnologías en Broxia Intelligence.

Emprendiendo en robótica en México

Mtro. Hernándo Ortega, LAIDETEC, Fis. Ivonne San Miguel Rodríguez, Departamento de Vinculación, IIMAS, UNAM., M. en C. José Francisco Neri González, José Francisco Neri González LAIDETEC

Semblanzas

Es física egresada de la Facultad de Ciencias de la UNAM. Cuenta con una trayectoria consolidada en vinculación académica, gobernanza y cambio climático, y más recientemente en inteligencia artificial, desarrollo tecnológico ético aplicado y comunicación pública de la ciencia. Ha colaborado en proyectos de comunicación científica con medios públicos y privados, y ha participado como jurado, tallerista y mentora en iniciativas de innovación en instituciones de educación superior y aceleradoras de negocios.

De 2014 a 2023 fue Coordinadora de la Unidad de Vinculación y Comunicación de la Ciencia del Instituto de Ciencias de la Atmósfera y Cambio Climático de la UNAM, donde gestionó convenios estratégicos con instituciones gubernamentales, académicas y del sector privado.

Desde finales de 2023 forma parte del Departamento de Vinculación del Instituto de Investigaciones en Matemáticas Aplicadas y en Sistemas (IIMAS-UNAM), donde impulsa alianzas estratégicas en ciencia de datos, ciencias de la computación e inteligencia artificial para el desarrollo de proyectos académicos de alto impacto.

Asimismo, es profesora de la Facultad de Ciencias de la UNAM, donde imparte asignaturas relacionadas con innovación, emprendimiento de base científica y tecnológica, filosofía de la ciencia y comunicación científica.

M.en C. José Francisco Neri González
Maestro en Ciencias de la Computación egresado de la UNAM y socio fundador de LAIDETEC desde 2019, una empresa mexicana pionera en robótica de servicio e inteligencia artificial incubada en IIMAS-UNAM. En la empresa colabora en el diseño, desarrollo y fabricación de soluciones tecnológicas que integran visión computacional, procesamiento de lenguaje natural y robótica de servicio, con el objetivo de ofrecer productos y servicios con valor agregado Hechos en México.

Ajuste fino de modelos BERT: de la teoría a la práctica

Mat. Isaac Barrón Jiménez, CIMAT

Este taller está pensado como una introducción práctica al ajuste fino de modelos de lenguaje tipo BERT. El propósito será entrenar modelos reales de HuggigFace en Google Colab, explorar distintas estrategias de fine-tuning y presentar una mini-competencia de reconocimiento de entidades nombradas en Kaggle para poner en práctica lo aprendido. No se requiere experiencia previa en NLP, solo conocimientos básicos de Python.

Semblanza

Isaac estudió Matemáticas en la Facultad de Ciencias de la UNAM, donde realizó la tesis "Introducción a álgebras de dimensión finita". En 2023 se unió al Laboratorio L52+ donde participó en la competencia REST-Mex que concluyó en la publicación "IIMAS-UNAM Team entry: Transformers Adapters for the Sentiment Analysis REST-MEX 2023". En 2024 comenzó sus estudios de posgrado en la Maestría en Ciencias de la Computación del CIMAT.

Expectativas laborales: Híbrido vs. remoto

Lic. Marlene Lizette Reyes Álvarez, Storyteller, Lic. Sandra Vázquez, PCIC-UNAM e Ing. Andrés Leonardo Hernadez Bermúdez, FC-UNAM.

Semblanzas

Lic. Marlene Lizette Reyes Álvarez
Licenciada en Psicología por la Facultad de Psicología de la UNAM. Desarrolladora del proyecto chatbot Mar, se especializa en la atención a personas migrantes, integrando el enfoque clínico con herramientas digitales para la salud mental.

Lic. Sandra Vázquez
Experiencia en BBVA AI Factory, trabajando en ingeniería de datos y proyectos de Inteligencia Artificial Generativa, incluyendo el diseño de pipelines productivos con LLMs, procesamiento de datos no estructurados y desarrollo de asistentes inteligentes en entornos de nube.

Ing. Andrés Leonardo Hernadez Bermúdez
Ingeniero en computación egresado de la Facultad de Ingeniería, colaboró en el UNAM-CERT administrando y asegurando servidores Linux, también realizó auditorías de servidores y pruebas de caja gris a sistemas informáticos y sitios web. Impartió cursos en el Plan de Becarios de Seguridad en Cómputo.

Actualmente es ayudante de profesor en la Facultad de Ciencias y elabora cursos de certificación en materia de Kubernetes en la iniciativa privada.

Análisis y predicción de Series de Tiempo financieras

Act. Luis Vicente Ruiz Hernández, PCIC-UNAM

Este taller tiene como objetivo introducir los conceptos básicos de las series de tiempo, así como implementar en Python modelos clásicos para su análisis y predicción, utilizando como ejemplo series de tiempo financieras. Posteriormente, se mostrará la implementación de una red neuronal recurrente (LSTM) y se utilizará un modelo Transformer para comparar predicciones y métricas de error sobre las mismas series financieras, discutiendo las ventajas y desventajas de cada enfoque.

Temario

• Introducción a las series de tiempo.
• Modelos clásicos de series de tiempo.
• Modelos de Redes Neuronales.

Semblanza

Licenciado en Actuaría por la UNAM. Actual estudiante de último semestre de la Maestría en Ciencia e Ingeniería de la Computación en la UNAM.

¿Inteligencia artificial para qué y para quién? Poder, desigualdad y alternativas en América Latina

Dra. Paola Ricaurte Quijano, Profesora Investigadora Titular, Tecnológico de Monterrey

La charla examinará críticamente los desafíos éticos, sociales, ambientales y profesionales que plantea el diseño, desarrollo y uso de sistemas de inteligencia artificial. A partir de ejemplos de México y América Latina, se discutirán las tensiones entre innovación tecnológica, poder, desigualdad y justicia social, así como las posibilidades de construir alternativas más justas, participativas y situadas desde la región.

Semblanza

Paola Ricaurte es investigadora titular del Departamento de Medios y Cultura Digital del Tecnológico de Monterrey e investigadora asociada del Berkman Klein Center for Internet & Society de la Universidad de Harvard. Es cofundadora de la red Tierra Común y coordina la Red Feminista de IA en América Latina y el Caribe. Participa como experta en la Alianza Global para la IA (OCDE) en el grupo de trabajo por una IA responsable, en la red AI Ethics Experts Without Borders, y en la plataforma Women for Ethical AI (W4EAI) de la UNESCO. Fue incluida en la lista TIME100 AI 2025 como una de las personas más influyentes en el campo de la inteligencia artificial a nivel mundial.