Cómo evaluar importes extraídos por un agente con tolerancias explícitas

Identifica qué importe estás midiendo

Anota si esperas base, impuesto, descuento, total o saldo. Conserva el texto original, su localización y el valor normalizado. En una factura con varios totales, acertar una cifra existente no basta si corresponde a otro concepto. Comprueba también signo y moneda. Incluye documentos con abonos, importes negativos y separadores distintos, evitando convertir automáticamente una coma o un punto sin una regla de interpretación.

Fija tolerancias por operación

Para transcribir un importe impreso puedes exigir coincidencia con el valor visible, sin margen adicional. Para un cálculo derivado necesitas acordar regla de redondeo y tolerancia absoluta o relativa cuando proceda. Son decisiones del proceso contable, no números que deba elegir el modelo. Documenta además si el redondeo se aplica por línea o al agregado. Si la referencia de evaluación está mal calculada, corrígela con revisión y conserva el cambio.

Cuenta los fallos que una media esconde

Registra diferencia obtenida, porcentaje de casos dentro de tolerancia y número de errores de moneda, signo y concepto. En un ejemplo hipotético, cien extracciones pequeñas correctas no compensan confundir el total y la base de una factura importante. Separa ese fallo semántico del pequeño desfase numérico. Muestra resultados por formato y calidad del documento para localizar dónde ocurre el problema.

Comprueba el borde y el rechazo

Añade casos exactamente en el límite permitido, justo fuera y con importe ausente. Verifica que la comprobación aplica la regla acordada y que un valor desconocido no se transforma en cero. Incluye una cifra correcta tomada de otro documento para comprobar la procedencia. El responsable financiero debe decidir qué errores bloquean el uso y qué casos quedan pendientes de revisión; una tolerancia de evaluación no autoriza pagos ni cambios contables.

Fuentes y documentación

• NIST · AI RMF Core — Marco voluntario para documentar medidas y límites de la evaluación.
• OpenAI · Evaluation best practices — Evaluaciones específicas de la tarea; la rúbrica y los ejemplos del artículo son propuestas operativas propias.