Evaluación
Métricas de generación: fidelidad, relevancia y groundedness
Evaluar con un modelo como juez: cómo se monta, cuánto cuesta y en qué falla más de lo que se admite.
Evaluación
Evaluación
Métricas de recuperación: recall@k, MRR y nDCG
Qué mide cada una, cuál usar según el caso y cómo interpretarlas sin engañarse con un número bonito.
Evaluación
Cómo se mide un RAG: las tres capas de métricas
Recuperación, generación y extremo a extremo. Por qué medir sólo la respuesta final te engaña sistemáticamente.