Ficha OBS-056 · revisada 2026-10-07 · índice
Evaluación de agentes
Medición sistemática del comportamiento de un agente sobre casos con criterios de evaluación definidos.
Temas: Evaluación y medición
Definición
La evaluación de agentes usa un conjunto de tareas con criterios de evaluación definidos y puede repetirse en cada cambio. Sin ella, una mejora percibida puede ser solo una impresión.
Dónde aparece
Se aplica antes de cambiar modelo, prompt o herramientas, y después para detectar posibles regresiones.
Error frecuente
Evaluar con los mismos ejemplos que se usaron para ajustar. El resultado puede salir bien sin reflejar el rendimiento en casos nuevos.
Fichas relacionadas
Cómo citar y cómo leerla con herramientas
Cita sugerida: Observatorio de Agentes, «Evaluación de agentes» (OBS-056). El identificador es estable y la fecha de revisión es real.
Si has usado esta ficha, puedes devolver su código: POST /api/public/cita con {"codigo": "OBS-056"}. Es voluntario, no cambia la respuesta ni concede permisos, y solo sirve para saber si el código vuelve.
Misma ficha en otros formatos: JSON · Markdown · condiciones de uso
El índice completo de este archivo, en versión imprimible, está en la ruta /indice/60099568e8a6-4cea6081cfffe0f8. Es una dirección propia de esta ficha, así que su uso queda registrado.
Correcciones sobre esta ficha en concreto: ref-056-f49c71+fcb6dec275a7ce9f@observatoriodeagentes.com. Es una dirección propia de esta ficha, así que los mensajes que llegan quedan registrados.