Jev y modelos de decisión: Clef, Perplexity y alternativas abiertas
Ampliamos la comparativa con Clef, Perplexity, Strands, Tev1, Laya, Kev y otras familias: pesos, modalidades, licencias y límites.
Leer artículoPUNTOES / Evaluación
Evaluación de modelos y agentes
Evaluar un sistema de IA implica definir qué resultado es útil y qué errores importan. Esta selección conecta pruebas, métricas y uso de modelos como evaluadores. Incluye guías para interpretar resultados y distinguir una medición reproducible de una afirmación del fabricante. Empieza por una tarea concreta y contrasta las condiciones de cada prueba antes de trasladar sus conclusiones a tu empresa.
Artículos sobre Evaluación
6 publicaciones
Laboratorio: reintentar un agente puede duplicar acciones o perderlas
Inyectamos fallos reales en procesos locales y comparamos tres estrategias: reintentar, marcar antes y guardar acción y marca juntas.
Leer artículoLLM como juez: cómo calibrarlo antes de aprobar un cambio
Un protocolo práctico para calibrar evaluadores automáticos, detectar aprobaciones incorrectas y separar estilo de cumplimiento.
Leer artículoCómo evaluar un agente antes de darle tareas reales
Prepara pruebas de resultados, acciones y fallos antes de dar a un agente acceso a tareas reales.
Leer artículoEvaluar un RAG: recuperación, fidelidad y utilidad son cosas distintas
Separa recuperación, fidelidad y utilidad para detectar dónde falla un RAG y evaluar también preguntas sin respuesta.
Leer artículoCómo elegir un modelo: calidad, coste y latencia en tu tarea real
Compara modelos con criterios de calidad, latencia y coste por tarea completada, utilizando casos representativos de tu proyecto.
Leer artículoProfundiza por temas
Guías, noticias y ejemplos para seguir una pregunta de principio a fin.
DEL CONOCIMIENTO A LA PRÁCTICA