Sets de Pruebas
Pruebas de regresión: verificá que el asistente sigue respondiendo bien tras cada cambio.
Elementos
- Lista de sets (ej. "Evaluación de Regresión").
- Casos de prueba:
query(pregunta) +expected_answer(respuesta esperada). - Ejecución de sets: elegís alias y carpetas, y lanzás la corrida.
KPIs
- Score promedio y tasa de aprobación (pass rate).
- Cantidad de casos y ejecuciones.
- Latencia promedio, mejor y peor caso.
- Gráfico de tendencia del score.
Reporte PDF
Generás un informe formal en PDF para compartir.
Corré el set después de cambiar prompts, modelos o reglas para detectar regresiones.