Las métricas de evaluación de agentes son un conjunto estructurado de mediciones cuantitativas y cualitativas que se utilizan para evaluar el rendimiento, la fiabilidad, la seguridad y la eficacia de los sistemas de IA agentiva.
La mitigación del sesgo se refiere a las estrategias, técnicas y procesos utilizados para reducir o eliminar el sesgo injusto en los sistemas de toma de decisiones, especialmente aquellos que involucran datos, inteligencia artificial (IA) y juicio humano.
MLOps, abreviatura de Machine Learning Operations, se refiere a la optimización de la implementación, la supervisión, la gestión y el control de los modelos de aprendizaje automático (ML) en producción.
El modelado de lenguaje enmascarado (MLM) es una técnica en la que partes de los datos de texto, normalmente palabras o tokens individuales, se ocultan intencionadamente o se sustituyen por símbolos especiales (como [MASK]).
