Análisis en profundidad · Unos 4 min de lectura
La guía de confianza de Foundry separa prioridad de revisión y permiso para automatizar
El texto del 14 de octubre explica evidencia y calibración: 41% menos valores seleccionados no equivale a 41% menos tiempo de personal.
- Fecha de la fuente
- Publicado aquí
- Fuente revisada
Microsoft usa un flujo de seguros para explicar cómo ligar campos a evidencias y priorizar su revisión. El artículo del 14 de octubre comunica resultados útiles, pero todas las casillas seguían comprobándose por personas. La confianza ordenaba la atención, no autorizaba procesamiento sensible sin revisión.
Escucha las noticias
Escucha este artículo o continúa con las noticias.
Preparando la lectura…
Voz del dispositivo
El navegador o dispositivo procesa la voz. AISubHub no envía el texto a una API de audio. Las voces y la reproducción con pantalla bloqueada dependen del dispositivo.
Al continuar puede repetirse una frase breve.
Resumen
- La evaluación global del cliente incluyó más de 22.000 valores y más de 1.000 documentos de producción. En un conjunto reservado separado, la revisión focalizada seleccionó un 41% menos de valores, incluyendo más del 80% de los errores de extracción conocidos.
- La confianza procede de otro modelo compartido, no de la certeza verbal del LLM. Calibrar con ejemplos comprobados no reentrena ese modelo.
- El laboratorio público usa 1.000 recibos CORD v2: 800 para calibrar y 200 para evaluar. No son resultados del cliente de seguros.
Evidencia y confianza responden preguntas distintas
Grounding conecta un valor con su soporte documental para inspección y auditoría: comprobable no significa correcto. La confianza es una señal aprendida por campo entre 0 y 1 de un modelo separado que considera evidencia, contexto y diagnóstico. Microsoft informa de hasta 28% menos tokens medios de inferencia al integrar grounding y hasta 14% de mejora de confianza medida por AUROC. Lo segundo no son 14 puntos porcentuales más de exactitud de extracción. Son cifras del proveedor, no medidas nuestras.
Calibrar adapta decisiones, no el modelo
Según Microsoft, el modelo compartido se entrena con datos seleccionados por Microsoft, no datos de clientes. Los ejemplos comprobados del cliente muestran si las notas separan errores en su flujo. Se necesitan umbrales por familia, versión, origen y campo, comprobados en documentos reservados. Los vacíos tienen regla propia: ausencia real y omisión pueden parecerse. Ni una nota global ni un umbral intuitivo bastan. La calibración solo vale para documentos, analizador, esquema y modelo evaluados, no como garantía portátil para formularios nuevos.
Qué contó el resultado de seguros
El cliente clasifica y segmenta, identifica versión y extrae. Usa dos niveles de clasificación y segmenta solo en el primero. Content Understanding v1 no devuelve confianza de clasificación, por lo que se revisaba manualmente. También se comprobaba cada campo sensible; las etiquetas priorizaban atención, no autorizaban paso directo. En el conjunto reservado, 41% menos campos seleccionados incluían más del 80% de errores conocidos; algunos quedaban fuera. No es 41% menos tiempo laboral ni automatización sin error. Las cifras introductorias de casi 50% menos carga, incorporación 75% más rápida y exactitud de clasificación 97%+ tienen otras medidas.
El laboratorio público es otro experimento
El laboratorio permite explorar el método sin documentos del cliente: 1.000 recibos CORD v2, 800 para ajustar políticas y 200 reservados. Algunos gráficos ilustran el conjunto de calibración, no resultados del cliente o garantías futuras. La salida es una tabla de reglas de encaminamiento, no otra llamada ni reentrenamiento. Conviene preservar separación entre ajuste y evaluación, en lugar de copiar un umbral atractivo. Alta exactitud media no demuestra que la nota detecte los errores importantes.
La política necesita seguimiento
La guía recomienda documentos reales representativos verificados por personas, objetivo explícito de cobertura y validación inédita. Si la confianza no separa errores, el campo sigue revisándose. Hay que muestrear también valores no señalados, no solo distribuciones de notas. Cambios de versión, fuente, esquema, analizador o LLM exigen revalidación y posible recalibración. El permiso operativo debe seguir evidencia y riesgo medido, no una nota favorable. Una regla es una decisión mantenida y acotada, no certificado permanente.
Por qué importa
Grounding hace accesibles las pruebas y la confianza distribuye atención limitada. Compárense errores capturados y omitidos con cierta carga, midiendo tiempo y coste aparte. Priorizar puede servir incluso revisando todo. AISubHub no procesó documentos ni reprodujo la evaluación.
Límites y disponibilidad
Leímos la guía completa, no el notebook, explicador o documentación enlazados. No promete exactitud universal, API gratis o beneficios personales. La afirmación sobre entrenamiento solo corresponde al modelo de confianza, no a toda política de datos del servicio.
Fuentes y pruebas
Fecha de la fuente: 14 oct 2026 · Fuente revisada: 20 oct 2026
Contenido editorial asistido por IA y contrastado con fuentes primarias. Las afirmaciones del proveedor se atribuyen; la inclusión no implica recomendación.