Resumen:A medida que se adopta la Inteligencia Artificial Generativa en toda la industria de servicios financieros, una barrera importante para la adopción y el uso es medir el rendimiento del modelo. Las métricas históricas de aprendizaje automático a menudo no se pueden generalizar a las cargas de trabajo de GenAI y, a menudo, se complementan con la evaluación de expertos en la materia (SME). Incluso en esta combinación, muchos proyectos no tienen en cuenta varios riesgos únicos presentes al elegir métricas específicas. Además, muchos puntos de referencia generalizados creados por laboratorios de investigación fundacionales e instituciones educativas no logran generalizarse al uso industrial. Este documento explica estos desafíos y proporciona un marco de evaluación de riesgos para permitir una mejor aplicación de las métricas de aprendizaje automático y de las PYME.
Publicado originalmente en export.arxiv.org el 15 de octubre de 2025.
Ver fuente original
