Ficha de modelo
Una ficha de modelo documenta el propósito, las bases, las condiciones de evaluación y los límites conocidos de una versión de un modelo de IA.
Describir con claridad las condiciones de uso de un modelo
Una ficha de modelo, o Model Card, es documentación que acompaña a un modelo de IA. Describe, entre otros aspectos, el uso previsto, los datos de entrenamiento y evaluación, los métodos de evaluación y las limitaciones conocidas. La información debería asociarse a una versión identificable del modelo. Los resultados cobran sentido junto con sus condiciones de evaluación: ¿qué tareas, entradas e idiomas se examinaron? La ficha ayuda a elegir con criterio, pero no sustituye una comprobación en el caso de uso propio.
Para un modelo ficticio que clasifique avisos de servicio, la ficha debería indicar el tipo de aviso considerado y las categorías evaluadas. Si la calidad solo se hubiera evaluado con avisos escritos estandarizados, eso no demostraría una idoneidad comprobada para mensajes de voz transcritos automáticamente que contengan abreviaturas internas. Ese tipo de entrada debería seguir figurando como cuestión abierta y examinarse por separado. Con una nueva versión del modelo habría que contrastar de nuevo la información. Una ficha clara no es por sí sola un certificado independiente ni una prueba de derivación sin errores.
Fuentes
Términos relacionados
- Evaluación de LLMLa evaluación de LLM comprueba resultados según tareas y criterios definidos. Un buen caso aislado no demuestra calidad general.
- Sesgo de la IADistorsiones sistemáticas en sistemas de IA que pueden perjudicar a determinados casos o grupos de personas.
- Reproducibilidad de las salidas de IAPoder repetir la generación de IA con condiciones documentadas y comparar los resultados según criterios definidos.
- Preparación para la IALa preparación para la IA contempla las bases de un proyecto: objetivo, datos utilizables, capacidades, responsabilidades y funcionamiento.
- Ingeniería de contextoLa ingeniería de contexto prepara la información de cada llamada al modelo: instrucciones, mensajes, fuentes y estados actuales pertinentes.
- Detección de anomalíasMétodos que señalan observaciones inusuales respecto a una referencia definida o un patrón aprendido.
Artículos sobre el tema








IA y automatización con ASES
Asistentes de IA y procesos automatizados



