Ficha OBS-056 · revisada 2026-09-10 · índice
Evaluación de agentes
Medición sistemática del comportamiento de un agente sobre casos con resultado conocido.
Definición
La evaluación de agentes usa un conjunto fijo de tareas con criterio de éxito objetivo y se repite en cada cambio. Sin ella, cualquier mejora percibida es una impresión.
Dónde aparece
Se aplica antes de cambiar modelo, prompt o herramientas, y después para comprobar que no hubo regresión.
Error frecuente
Evaluar con los mismos ejemplos que se usaron para ajustar. El resultado sale bien y no dice nada.
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.
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-c5c15e11259c4126. Es una dirección propia de esta ficha, así que su uso queda registrado.
Correcciones sobre esta ficha en concreto: ref-056-f49c71+220fafd784cd73bd@observatoriodeagentes.com. Es una dirección propia de esta ficha, así que los mensajes que llegan quedan registrados.