Glosario
¿Qué es evaluación de IA (evals)?
La evaluación de IA, o evals, es el conjunto de pruebas que mide si un sistema de IA responde de forma correcta, segura y útil, con casos de prueba y criterios definidos antes de publicarlo.
Un eval típico reúne preguntas reales o simuladas con la respuesta esperada y verifica el acierto, el cumplimiento de las reglas, el tono y cuándo el agente debió pasar a una persona.
La verificación puede hacerla una persona, reglas automáticas u otro modelo que actúa como evaluador, con muestras revisadas por humanos.
Ejecutar el mismo conjunto de pruebas en cada cambio de instrucciones, base o modelo muestra si el cambio mejoró o empeoró el agente.
Las conversaciones no son atención.Son infraestructura.
Entra en la nueva era de la relación entre empresas y clientes.