Aprueba tu evaluación de entrenador de IA en el primer intento
La mayoría de las plataformas de entrenamiento de IA solo te dan una oportunidad en la prueba inicial o de calificación. Practica evaluación comparativa A/B, detección de alucinaciones, RLHF de programación, rúbricas binarias y calificación de búsqueda antes del examen real.
Iniciar un simulacro de 10 preguntasElige tu especialidad
- 391 preguntas originales
- 32 evaluaciones
- 6 especialidades
- 17 idiomas
Pruebas de práctica por especialidad
Todavía no están traducidos todos los exámenes de práctica. Los que dicen “en inglés” abren la página en inglés.
RLHF general y principal
Comparación de respuestas A/B, seguimiento de instrucciones, restricciones negativas, verificación de hechos y redacción de justificaciones.
Evaluación de código y SWE
Depuración de código generado por LLM, verificación de casos límite, complejidad algorítmica y clasificación de preferencia de código.
Matemáticas, lógica y STEM
Verificación paso a paso de cadena de pensamiento, detección de errores aritméticos y de demostración, y acertijos de lógica formal.
Diseño de rúbricas y prompts
Redacción de rúbricas binarias atómicas para autoevaluación, creación de prompts adversarios y calificación de fundamentación de respuestas.
Calidad de búsqueda y seguridad
Calidad de página (E-E-A-T), escalas de calificación Needs Met, seguridad YMYL y directrices de PII / red-teaming.
Bilingüe y redacción
Tono, gramática, control estilístico, precisión de localización y cumplimiento de restricciones creativas para evaluaciones de idioma.
Cómo funciona
- Elige tu especialidad o plataforma. Practica las habilidades exactas evaluadas en pruebas iniciales, calificaciones de programación, verificación matemática y diseño de rúbricas.
- Responde 10 escenarios realistas cada vez. Detecta la alucinación sutil, la restricción negativa omitida, el error de índice por uno o el criterio de rúbrica defectuoso, con el fundamento exacto de calificación al instante.
- Refuerza tus puntos débiles antes de que corra el reloj. Gana velocidad y consistencia antes de presentar una prueba de calificación de un solo intento.
Cómo se elaboran nuestras preguntas
Cada escenario es original y está modelado según flujos reales de evaluación RLHF, estándares de depuración de software, principios formales de diseño de rúbricas y directrices públicas de calidad de búsqueda. Cada respuesta explica el fallo exacto y cita la regla subyacente. Lee cómo las redactamos.
- Solo escenarios originales. Cada prompt, comparación Modelo A/B, fragmento de código y elemento de rúbrica se redacta desde cero.
- Principio de calificación claro. Cada respuesta cita la regla de evaluación exacta, el principio de depuración o el estándar de calificación en el que se basa.
- Verificación técnica y matemática. Los casos límite de programación, cotas de complejidad y demostraciones matemáticas se verifican de forma independiente.
- Segunda revisión independiente. Las respuestas y sus fundamentos se revisan frente al principio de evaluación citado.
¿Para qué evaluación te estás preparando?
Dinos la plataforma y la especialidad de calificación. Las solicitudes deciden qué escribimos después.