Usa este artículo para encontrar, filtrar y etiquetar tus Evals, crear un nuevo Eval, organizar tus Evals, importar Simulations desde un archivo CSV (comma-separated values), añadir una Scorecard y ver cómo Fin está funcionando en tus Evals.

La página de Evals lista cada Eval en tu espacio de trabajo, para que puedas ver cómo se desempeñó cada grupo de pruebas y ejecutarlas de nuevo. Un Eval es un grupo temático de pruebas, y cada prueba dentro se llama Simulation. Para abrir la página, ve a Test > Evals.

La tabla de Evals tiene estas columnas:

Para organizar tus Evals, agrupa Simulations en Evals según el tema que tenga sentido para tu negocio. Muchos equipos comienzan con lo que aún no funciona y luego amplían desde ahí. Los puntos de partida comunes incluyen:

Con el tiempo, crea uno o varios Evals como un "conjunto dorado" que cubra las conversaciones que más te importan. Vuelve a ejecutar el conjunto dorado regularmente, por ejemplo semanalmente o cada vez que cambies la configuración de Fin, para asegurarte de que tus escenarios más importantes sigan funcionando.

Para encontrar un Eval por nombre, escribe en el cuadro Buscar evals en la parte superior de la página de Evals. Para reducir la lista, haz clic en Añadir filtro y elige Resultado o Etiqueta.

Para crear un Eval, elige si construirlo manualmente o importar una lista de escenarios de clientes desde un archivo CSV.

Cada Eval puede contener hasta 50 Simulations. Para importar desde un archivo CSV, consulta "Cómo importar Simulations desde un archivo CSV" abajo. Para configurar las Simulations dentro de un Eval, consulta el artículo Configurar Simulations para Evals.

Para importar Simulations desde un archivo CSV, súbelo desde la página de Evals o desde dentro de un Eval. Cada fila se convierte en una Simulation, y revisas cada coincidencia de columna antes de guardar. Para importar, necesitas Puede ver configuración y proponer cambios en un lanzamiento en borrador o Puede ver configuración y publicar cambios directamente en main (individualmente o en un lanzamiento) bajo Fin AI Agent & Automation.

Para importar en un nuevo Eval, ve a Test > Evals, haz clic en Nuevo eval y selecciona Subir un CSV. Para añadir Simulations a un Eval que ya tienes, ábrelo, selecciona Importar CSV en el menú de opciones (...) y luego elige ese Eval bajo Importar a.

Una importación CSV puede llenar 5 campos de Simulation. Solo se requiere el mensaje de apertura.

Para comenzar con un archivo listo, haz clic en Descargar plantilla en el diálogo Subir un archivo CSV. La plantilla tiene una columna para cada uno de los 5 campos. Los encabezados de columna no necesitan coincidir exactamente con la plantilla. Nombres comunes como question, prompt, persona, outcome o ground truth se reconocen automáticamente. Archivos separados por comas, punto y coma o tabulaciones funcionan todos.

Cada campo de simulación se asigna a una columna, y las columnas que no uses se listan bajo No usadas y se ignoran. Si una respuesta esperada supera los 1,000 caracteres, se te pregunta qué hacer: Omitirlas (por defecto) importa la fila sin esa respuesta, Cortar a 1,000 caracteres conserva el inicio de la respuesta, y Omitir estas filas excluye toda la fila.

Si un valor de Canal o Transferencia no es reconocido por Fin, como WhatsApp o Sí, aparece una advertencia en ese campo.

También puedes elegir Omitir filas para excluir esas filas de la importación.

Después de la importación, una confirmación muestra cuántas simulaciones se crearon. Cada fila aparece en la evaluación como una simulación nombrada según su mensaje inicial, lista para que hagas clic en Ejecutar todo. Las simulaciones importadas usan el Cliente de prueba y todas las marcas, así que abre una simulación para elegir un cliente específico. Las etiquetas se agregan a la evaluación, no al archivo CSV. Cuando importas dentro de una versión, las simulaciones se agregan a esa versión.

Si tus filas harían que una evaluación existente supere las 50 simulaciones, verás cuántas aún caben y podrás seleccionar Importar las primeras [número] para importar solo esas. Si alguna fila es rechazada al importar, no se guarda nada. Cada fila problemática se lista con la razón, y puedes seleccionar Importar sin estas filas para importar el resto.

Las etiquetas agrupan evaluaciones relacionadas para que las encuentres rápido a medida que crece tu conjunto. Por ejemplo, etiqueta por tema (Reembolsos), equipo o propietario (Equipo de facturación), tipo de prueba (Regresión, Escalada) o idioma (Francés). Una evaluación puede tener tantas etiquetas como necesites.

Para ver y crear etiquetas, haz clic en Etiquetas en la parte superior derecha de la página de evaluaciones. El panel de etiquetas lista cada etiqueta y cuántas evaluaciones la usan, y puedes buscar una etiqueta con el cuadro Buscar etiquetas.

Para renombrar o eliminar una etiqueta, haz clic en Etiquetas en la parte superior de la página de evaluaciones, o selecciona Gestionar etiquetas en el selector de etiquetas. El panel muestra cuántas evaluaciones usan cada etiqueta. Eliminar una etiqueta la quita de todas las evaluaciones, incluidas las de versiones.

Una tarjeta de puntuación añade evaluación de calidad a una evaluación, como Clarificación o Eficiencia, además de sus verificaciones de aprobado/reprobado. Para agregar una, abre la evaluación y haz clic en Agregar tarjeta de puntuación en la parte superior derecha, junto a Nueva simulación. Después de agregarla, aparece una sección Evaluación de calidad junto a Resultados de simulación. Para crear una tarjeta de puntuación, agregar criterios y establecer el peso de puntuación y la configuración Crítica de cada criterio, consulta el artículo Cómo agregar una tarjeta de puntuación a una evaluación.

Para ver cómo Fin ha rendido en todas tus evaluaciones, mira el resumen en la parte superior de Prueba > Evaluaciones. Refleja la última vez que se ejecutó cada simulación y tiene dos partes:

El resumen se actualiza con tu búsqueda y filtros, así que filtrar por una etiqueta muestra resultados solo para esas Evals. Para comparar ejecuciones anteriores, abre una Simulación y haz clic en el menú desplegable del historial de ejecuciones junto a su resultado. Lista cada ejecución por fecha con su resultado.