Hogar
Microsoft presenta una herramienta para que los desarrolladores creen pruebas de comportamiento de IA a partir de descripciones de texto
Los investigadores y los laboratorios especializados en IA han logrado avances significativos en la evaluación de los modelos de IA en cuanto a seguridad, cumplimiento normativo, adulación y alineación. Sin embargo, las empresas y los desarrolladores se enfrentan ahora a un reto concreto: garantizar que sus sistemas de IA se comporten exactamente como se pretende para su producto o servicio concreto.
Para simplificar ese proceso de pruebas, Microsoft presentó el martes ASSERT, acrónimo de «Adaptive Spec-driven Scoring for Evaluation and Regression Testing» (Puntuación adaptativa basada en especificaciones para pruebas de evaluación y regresión).
Según Microsoft, este marco de código abierto facilita la evaluación del comportamiento de la IA específico de cada aplicación. Utiliza la IA para convertir descripciones de alto nivel, en lenguaje natural, de objetivos, políticas o comportamientos previstos en pruebas exhaustivas y puntuadas que pueden examinarse.
ASSERT acepta descripciones en lenguaje sencillo del comportamiento y las políticas esperados de un modelo de IA y, a continuación, las transforma en un conjunto estructurado de comportamientos aceptables e inaceptables. Genera escenarios problemáticos y casos de prueba, los ejecuta en el sistema de destino y puntúa los resultados. El marco también registra las rutas del sistema de IA, incluidas las acciones intermedias y las llamadas a herramientas, lo que permite a los desarrolladores inspeccionar dónde se producen los fallos.
Los desarrolladores también pueden proporcionar el contexto del sistema, las herramientas y las restricciones para personalizar aún más el alcance de las evaluaciones.
Por ejemplo, un desarrollador podría especificar que un agente de IA dedicado a la búsqueda de documentos no debe enviar correos electrónicos a personas ajenas a la empresa, debe restringir el acceso a la información confidencial a los directivos de alto nivel y debe proporcionar resúmenes concisos teniendo en cuenta el contexto previo. A continuación, ASSERT utiliza esas reglas para generar casos de prueba que comprueban continuamente si el sistema las cumple.
Créditos de la imagen:Microsoft
Según Microsoft, el marco cubre una laguna que las evaluaciones más amplias y generales no pueden abordar cuando se pretende que los modelos de IA se comporten de acuerdo con el contexto, las políticas y las herramientas de una aplicación o un producto.
«Una de las cosas que hemos aprendido es que las evaluaciones son absolutamente fundamentales para tomar buenas decisiones», afirmó Sarah Bird, directora de producto de IA Responsable en Microsoft. «Porque si no se comprende el comportamiento del sistema de IA, resulta muy difícil saber si cumple con los estándares de la organización […] Lo que hemos descubierto es que, si realmente se quiere un sistema fiable, hay que evaluar muchas más dimensiones específicas de cada aplicación».
Bird señaló que ASSERT puede utilizarse para evaluar sistemas durante su desarrollo, tras su implementación y para la supervisión continua.
Este lanzamiento se produce en medio de un cambio gradual, pero cada vez más amplio, en el sector de la IA. A medida que los modelos ganan en capacidad, los investigadores se centran en pruebas repetibles y comprobaciones de regresión. HELM, de Stanford; AILuminate, de MLCommons; y grupos de evaluación como METR están poniendo en marcha pruebas de referencia para medir cómo se comportan los modelos en diferentes condiciones.
Artículo relacionado
Microsoft retira herramientas de IA fallidas y consolida las aplicaciones de Copilot
Hace dos años, Microsoft caracterizó a la IA como un “cambio generacional” en la tecnología que tenía como objetivo liderar. Hoy, la empresa está consolidando sus aplicaciones de consumo y empresariales con la marca Copilot, al tiempo que descontinúa
Microsoft reportedly entrena al personal de ventas para superar a los competidores OpenAI y Anthropic
Microsoft estaría preparando a su fuerza de ventas para intensificar la competencia contra sus principales rivales en el sector de la inteligencia artificial.Según un informe de Bloomberg, los ejecutivos celebraron una sesión estratégica interna el
¿Podría esto marcar el inicio de una crisis para las economías basadas en tokens?
Microsoft ha introducido recientemente ajustes significativos en los precios de GitHub Copilot; cambios tan sustanciales que un usuario de Reddit calificó la situación dentro de su empresa como una “Tokenpocalypse”.En el episodio más reciente del po
Recomendaciones de temas especiales relacionados
escribiendo
Los mejores generadores de esquemas basados en IA para artículos largos optimizados para SEO
Los mejores generadores de esquemas con IA mejor valorados de 2026 para artículos largos optimizados para SEO, seleccionados minuciosamente por XIX.AI. Estas potentes herramientas ofrecen una ayuda revolucionaria a la hora de crear contenido de alta calidad rápidamente, lo que aumenta considerablemente la eficiencia a la hora de escribir. Consigue una comparación entre las versiones gratuitas y de pago, junto con pruebas en condiciones reales y clasificaciones detalladas, que te ayudarán a encontrar la opción imprescindible que mejor se adapte a tus necesidades. Explora ahora para descubrir las ventajas que te ofrece la IA.
8 herramientas
xix.ai
Educación y aprendizaje
Herramientas de estudio basadas en IA para los deberes y la preparación de exámenes
¡Las mejores herramientas de IA de 2026 para hacer los deberes y prepararse para los exámenes! XIX.AI ha elaborado una lista con las herramientas mejor valoradas, potentes y revolucionarias que ayudan a los estudiantes a aumentar su productividad, agilizar la realización de los deberes y sacar sobresaliente en los exámenes gracias a pruebas reales. Consigue una comparación entre versiones gratuitas y de pago, clasificaciones detalladas y opciones imprescindibles para sacar el máximo partido a la IA. ¡Explora ahora!
10 herramientas
xix.ai
composicion musical
Herramientas de demostración vocal con IA para compositores, ganchos, melodías principales y sesiones de borrador multilingüe
¡Las mejores herramientas de demostración vocal con IA de 2026 para compositores, creadores de ganchos y equipos de contenido multilingüe! XIX.AI ha recopilado una lista de herramientas poderosas y transformadoras, rigurosamente probadas en el mundo real. Encontrarás datos detallados de comparación entre versiones gratuitas y de pago, clasificaciones completas y opciones imprescindibles para ayudarte a aumentar tu eficiencia de escritura y desbloquear todo tu potencial creativo. ¡Explora ahora para descubrir la herramienta perfecta para todas tus necesidades de contenido!
9 herramientas
xix.ai
Negocio
Las mejores herramientas de investigación competitiva basadas en IA para pequeñas empresas
¡Las mejores herramientas de investigación competitiva basadas en IA mejor valoradas de 2026 para pequeñas empresas! XIX.AI ha seleccionado una colección revolucionaria y muy potente, que se actualiza semanalmente con rigurosas pruebas en el mundo real y clasificaciones detalladas. Encontrarás una comparación exhaustiva entre las opciones gratuitas y las de pago que te ayudará a identificar las herramientas imprescindibles que impulsarán tu productividad y te proporcionarán una ventaja competitiva. ¡Explora ahora mismo y descubre la herramienta perfecta para ti!
9 herramientas
xix.ai
Edición de imágenes
Herramientas de retoque con IA de Photoshop para ropa de comercio electrónico, limpieza de piel y consistencia del color
¡Las mejores herramientas de retoque con IA de Photoshop de 2026 para ropa de comercio electrónico, limpieza de piel y consistencia de color! Esta lista curada de alta calificación presenta soluciones poderosas que cambian las reglas del juego, que ayudan a aumentar la eficiencia de redacción, optimizar la creación de contenido y lograr resultados visuales perfectos sin esfuerzo. Cada herramienta ha pasado por pruebas en el mundo real a través de clasificaciones actualizadas semanalmente, con detalles completos de comparación entre versiones gratuitas y de pago. Respaldado por XIX.AI, es la guía imprescindible para cualquier persona que aspire a desbloquear su ventaja con IA. ¡Explora ahora!
10 herramientas
xix.ai
Inmediato
Las mejores bibliotecas de indicaciones de IA para los flujos de trabajo de ChatGPT
Las mejores bibliotecas de prompts de IA de 2026, con las más valoradas, para optimizar todo tipo de flujos de trabajo de ChatGPT. XIX.AI ha seleccionado una colección potente y revolucionaria que se somete a rigurosas pruebas en condiciones reales para garantizar el máximo rendimiento. Encontrarás comparativas detalladas entre opciones gratuitas y de pago, así como clasificaciones de expertos, que te ayudarán a elegir las herramientas imprescindibles para potenciar tu productividad y sacar el máximo partido a la IA. ¡Explora ahora!
11 herramientas
xix.ai
comentario (0)
0/500
Los investigadores y los laboratorios especializados en IA han logrado avances significativos en la evaluación de los modelos de IA en cuanto a seguridad, cumplimiento normativo, adulación y alineación. Sin embargo, las empresas y los desarrolladores se enfrentan ahora a un reto concreto: garantizar que sus sistemas de IA se comporten exactamente como se pretende para su producto o servicio concreto.
Para simplificar ese proceso de pruebas, Microsoft presentó el martes ASSERT, acrónimo de «Adaptive Spec-driven Scoring for Evaluation and Regression Testing» (Puntuación adaptativa basada en especificaciones para pruebas de evaluación y regresión).
Según Microsoft, este marco de código abierto facilita la evaluación del comportamiento de la IA específico de cada aplicación. Utiliza la IA para convertir descripciones de alto nivel, en lenguaje natural, de objetivos, políticas o comportamientos previstos en pruebas exhaustivas y puntuadas que pueden examinarse.
ASSERT acepta descripciones en lenguaje sencillo del comportamiento y las políticas esperados de un modelo de IA y, a continuación, las transforma en un conjunto estructurado de comportamientos aceptables e inaceptables. Genera escenarios problemáticos y casos de prueba, los ejecuta en el sistema de destino y puntúa los resultados. El marco también registra las rutas del sistema de IA, incluidas las acciones intermedias y las llamadas a herramientas, lo que permite a los desarrolladores inspeccionar dónde se producen los fallos.
Los desarrolladores también pueden proporcionar el contexto del sistema, las herramientas y las restricciones para personalizar aún más el alcance de las evaluaciones.
Por ejemplo, un desarrollador podría especificar que un agente de IA dedicado a la búsqueda de documentos no debe enviar correos electrónicos a personas ajenas a la empresa, debe restringir el acceso a la información confidencial a los directivos de alto nivel y debe proporcionar resúmenes concisos teniendo en cuenta el contexto previo. A continuación, ASSERT utiliza esas reglas para generar casos de prueba que comprueban continuamente si el sistema las cumple.
Créditos de la imagen:Microsoft
Según Microsoft, el marco cubre una laguna que las evaluaciones más amplias y generales no pueden abordar cuando se pretende que los modelos de IA se comporten de acuerdo con el contexto, las políticas y las herramientas de una aplicación o un producto.
«Una de las cosas que hemos aprendido es que las evaluaciones son absolutamente fundamentales para tomar buenas decisiones», afirmó Sarah Bird, directora de producto de IA Responsable en Microsoft. «Porque si no se comprende el comportamiento del sistema de IA, resulta muy difícil saber si cumple con los estándares de la organización […] Lo que hemos descubierto es que, si realmente se quiere un sistema fiable, hay que evaluar muchas más dimensiones específicas de cada aplicación».
Bird señaló que ASSERT puede utilizarse para evaluar sistemas durante su desarrollo, tras su implementación y para la supervisión continua.
Este lanzamiento se produce en medio de un cambio gradual, pero cada vez más amplio, en el sector de la IA. A medida que los modelos ganan en capacidad, los investigadores se centran en pruebas repetibles y comprobaciones de regresión. HELM, de Stanford; AILuminate, de MLCommons; y grupos de evaluación como METR están poniendo en marcha pruebas de referencia para medir cómo se comportan los modelos en diferentes condiciones.
Microsoft retira herramientas de IA fallidas y consolida las aplicaciones de Copilot
Hace dos años, Microsoft caracterizó a la IA como un “cambio generacional” en la tecnología que tenía como objetivo liderar. Hoy, la empresa está consolidando sus aplicaciones de consumo y empresariales con la marca Copilot, al tiempo que descontinúa
Microsoft reportedly entrena al personal de ventas para superar a los competidores OpenAI y Anthropic
Microsoft estaría preparando a su fuerza de ventas para intensificar la competencia contra sus principales rivales en el sector de la inteligencia artificial.Según un informe de Bloomberg, los ejecutivos celebraron una sesión estratégica interna el
¿Podría esto marcar el inicio de una crisis para las economías basadas en tokens?
Microsoft ha introducido recientemente ajustes significativos en los precios de GitHub Copilot; cambios tan sustanciales que un usuario de Reddit calificó la situación dentro de su empresa como una “Tokenpocalypse”.En el episodio más reciente del po
Los mejores generadores de esquemas con IA mejor valorados de 2026 para artículos largos optimizados para SEO, seleccionados minuciosamente por XIX.AI. Estas potentes herramientas ofrecen una ayuda revolucionaria a la hora de crear contenido de alta calidad rápidamente, lo que aumenta considerablemente la eficiencia a la hora de escribir. Consigue una comparación entre las versiones gratuitas y de pago, junto con pruebas en condiciones reales y clasificaciones detalladas, que te ayudarán a encontrar la opción imprescindible que mejor se adapte a tus necesidades. Explora ahora para descubrir las ventajas que te ofrece la IA.
8 herramientas
xix.ai
¡Las mejores herramientas de IA de 2026 para hacer los deberes y prepararse para los exámenes! XIX.AI ha elaborado una lista con las herramientas mejor valoradas, potentes y revolucionarias que ayudan a los estudiantes a aumentar su productividad, agilizar la realización de los deberes y sacar sobresaliente en los exámenes gracias a pruebas reales. Consigue una comparación entre versiones gratuitas y de pago, clasificaciones detalladas y opciones imprescindibles para sacar el máximo partido a la IA. ¡Explora ahora!
10 herramientas
xix.ai
¡Las mejores herramientas de demostración vocal con IA de 2026 para compositores, creadores de ganchos y equipos de contenido multilingüe! XIX.AI ha recopilado una lista de herramientas poderosas y transformadoras, rigurosamente probadas en el mundo real. Encontrarás datos detallados de comparación entre versiones gratuitas y de pago, clasificaciones completas y opciones imprescindibles para ayudarte a aumentar tu eficiencia de escritura y desbloquear todo tu potencial creativo. ¡Explora ahora para descubrir la herramienta perfecta para todas tus necesidades de contenido!
9 herramientas
xix.ai
¡Las mejores herramientas de investigación competitiva basadas en IA mejor valoradas de 2026 para pequeñas empresas! XIX.AI ha seleccionado una colección revolucionaria y muy potente, que se actualiza semanalmente con rigurosas pruebas en el mundo real y clasificaciones detalladas. Encontrarás una comparación exhaustiva entre las opciones gratuitas y las de pago que te ayudará a identificar las herramientas imprescindibles que impulsarán tu productividad y te proporcionarán una ventaja competitiva. ¡Explora ahora mismo y descubre la herramienta perfecta para ti!
9 herramientas
xix.ai
¡Las mejores herramientas de retoque con IA de Photoshop de 2026 para ropa de comercio electrónico, limpieza de piel y consistencia de color! Esta lista curada de alta calificación presenta soluciones poderosas que cambian las reglas del juego, que ayudan a aumentar la eficiencia de redacción, optimizar la creación de contenido y lograr resultados visuales perfectos sin esfuerzo. Cada herramienta ha pasado por pruebas en el mundo real a través de clasificaciones actualizadas semanalmente, con detalles completos de comparación entre versiones gratuitas y de pago. Respaldado por XIX.AI, es la guía imprescindible para cualquier persona que aspire a desbloquear su ventaja con IA. ¡Explora ahora!
10 herramientas
xix.ai
Las mejores bibliotecas de prompts de IA de 2026, con las más valoradas, para optimizar todo tipo de flujos de trabajo de ChatGPT. XIX.AI ha seleccionado una colección potente y revolucionaria que se somete a rigurosas pruebas en condiciones reales para garantizar el máximo rendimiento. Encontrarás comparativas detalladas entre opciones gratuitas y de pago, así como clasificaciones de expertos, que te ayudarán a elegir las herramientas imprescindibles para potenciar tu productividad y sacar el máximo partido a la IA. ¡Explora ahora!
11 herramientas
xix.ai
