Evaluar un sistema con LLM sin depender solo de otro LLM como juez
Comprobaciones deterministas, métricas con referencia, jueces LLM calibrados con etiquetas humanas e intervalos de confianza para no confundir ruido con mejora.
// IA práctica
Evaluación y calidad
Cómo medir si un sistema con LLM funciona y cómo saber cuándo ha dejado de hacerlo.
1 guía