Evaluaciones y benchmarks de LLM
Conjuntos de pruebas y benchmarks para medir la calidad de un modelo, un prompt o un agente.
- [1wcvfks] Evaluación de IA de la anonimización de textos | eval | es | CC-BY-4.0 | https://contextetech.com/es/evaluaciones/eval-anonimizar-textos-rgpd-1wcvfks
¿Qué es una evaluación de LLM?
Una evaluación es un conjunto de casos de prueba (entrada y respuesta esperada) con un método de puntuación. Mide si un modelo, prompt, contexto o agente hace bien su trabajo.
Guía: Evaluaciones →