Tutorial: cómo evaluar un agente de IA
Tutorial práctico para evaluar la tarea completa de un agente: resultado, trayectoria, permisos, coste, recuperación y abstención. Una respuesta final correcta no basta.
Los enlaces con ?t= abren el vídeo en un segundo concreto.
Resumen del vídeo
Las ideas que debes retener
La unidad de evaluación es una tarea
Una tarea útil debe especificar:
Cuatro dimensiones que conviene medir
1. Resultado
¿La tarea terminó correctamente? Es la dimensión más visible, pero no la única. Debe admitir resultados parciales y distinguir “no se pudo completar” de “se completó con datos…
Momentos clave
Ve directamente a una sección
Siguiente paso
