Cómo medir si un agente respeta las unidades de medida

Guarda la magnitud de origen

Para cada caso conserva número, unidad literal, producto y fragmento. Define la representación normalizada que acepta el consumidor. En un ejemplo hipotético, recibir “500 g” y devolver “500 kg” mantiene la cifra pero cambia la magnitud. Registra estos fallos de forma específica. Incluye abreviaturas propias del negocio y términos como caja o paquete, sin tratarlos como unidades universales con un factor fijo.

Separa conversión física y equivalencia comercial

Un cambio entre gramos y kilogramos puede comprobarse con un factor definido. Pasar de cajas a unidades depende del contenido del envase para ese producto y versión. Necesitas una fuente autorizada del catálogo; no basta con pedir al modelo que suponga un embalaje habitual. La referencia de NIST permite contrastar factores físicos, pero no describe las unidades de venta de tu empresa ni autoriza una sustitución comercial.

Diseña casos que puedan fallar

Incluye unidad omitida, mismo número con distinta unidad, conversión correcta, factor invertido y envase cuyo contenido cambió. Si mezclas masa y volumen, exige la información adicional necesaria en lugar de aceptar una conversión por semejanza numérica. Una prueba sin datos suficientes debe terminar pendiente. Comprueba también mayúsculas y símbolos cuando tengan significado: no apliques una limpieza general del texto que borre distinciones.

Puntúa las etapas

Mide extracción de la unidad, selección del factor y resultado normalizado por separado. Comprueba el redondeo acordado cuando haya conversión y conserva los datos de partida para reconstruirla. Haz que el responsable del proceso decida las discrepancias bloqueantes. Finalmente verifica la exportación: un campo numérico separado de su unidad puede quedar mal asociado al ordenar líneas o combinar documentos. La aceptación debe comprobar el par cantidad-unidad en el destino, no solo en la respuesta visible.

Fuentes y documentación

• NIST · Conversion Factors — Factores de conversión físicos; los envases necesitan una fuente comercial específica.
• OpenAI · Evaluation best practices — Evaluaciones específicas de la tarea; la rúbrica y los ejemplos del artículo son propuestas operativas propias.