# Evaluación de modelos de IA: qué es y cómo funciona
> La evaluación de modelos de IA comprueba si un sistema cumple criterios de calidad y comportamiento en tareas definidas.
URL: https://www.zorraquino.com/diccionario/evaluacion-ia

# Evaluación de modelos de IA

La evaluación de modelos de IA comprueba si un sistema cumple criterios de calidad y comportamiento en tareas definidas

Qué significa, cómo se usa y en qué contexto aparece, con sus conceptos relacionados.

[Todo el diccionario](https://www.zorraquino.com/diccionario)

## Qué es y cómo funciona

Utiliza casos de prueba, métricas y revisión humana según el contexto. Debe incluir situaciones frecuentes, difíciles y de fallo. Un buen resultado en un benchmark público no demuestra que el sistema funcione bien con los datos y necesidades de una organización.

También se dice

Evals, evaluación de IA

Temas

[Inteligencia artificial](https://www.zorraquino.com/diccionario/categoria/inteligencia-artificial)

## Preguntas frecuentes sobre Evaluación de modelos de IA

### ¿Cómo evitar que una buena media oculte fallos graves de un modelo de IA?

Define grupos de casos y consecuencias antes de resumir el resultado. Incluye situaciones frecuentes, excepciones y errores que no pueden aceptarse por su impacto. Una media puede mejorar mientras empeora un grupo pequeño pero importante. La evaluación necesita criterios de aceptación por tipo de tarea y una revisión de ejemplos fallidos. También debe probar el sistema completo, con datos, herramientas y permisos, porque el modelo aislado no representa toda la experiencia.

## Conceptos relacionados

- [Gobernanza de IA](https://www.zorraquino.com/diccionario/gobernanza-de-ia)
- [Guardrails de IA](https://www.zorraquino.com/diccionario/guardrails-de-ia)
- [IA generativa](https://www.zorraquino.com/diccionario/ia-generativa)

## Referencias

- [Anthropic: evaluación de agentes](https://www.anthropic.com/engineering/demystifying-evals-for-ai-agents)
- [Artificial Intelligence Risk Management Framework: Generative Artificial Intelligence Profile](https://nvlpubs.nist.gov/nistpubs/ai/NIST.AI.600-1.pdf)