Estos cinco casos vienen de la batería de pruebas del filtro de cifras que se ejecuta sobre cada respuesta en modo análisis. No son ilustraciones. Son los casos contra los que se prueba el código, y son la descripción más clara que podemos dar de lo que hace el filtro.
Cada caso muestra la frase que escribió el modelo y la frase que quien lee tiene permitido ver.
Caso 1: una cifra redondeada
El modelo escribió: Alrededor de 800.000 DKK entre 4 usuarios.
Usted ve: Alrededor de … DKK entre … usuarios.
La contabilidad devolvió 812.400 entre 3 usuarios. Ninguno de los dos números de la frase aparece en las filas, así que ninguno sobrevive.
Este caso es la razón de que el filtro exista. La frase no es una mentira. Es un resumen, y es la clase de resumen que escribe un asistente servicial. También se equivoca en el número de usuarios, y nadie que la lea lo comprobaría. Una cifra redondeada, suavizada o mal recordada no es la cifra que se devolvió.
Caso 2: una cifra fundamentada
El modelo escribió: Los ingresos fueron 812.400 DKK, un 12,3 % de 3.901 filas.
Usted ve: Los ingresos fueron 812.400 DKK, un 12,3 % de 3.901 filas.
Cada cifra aparece en las filas que devolvió la consulta, en uno de los formatos en que esas filas se pueden escribir. La frase pasa sin cambios.
Los formatos numéricos difieren entre el español, el danés, el inglés y el alemán. Un filtro que solo reconoce uno de ellos redacta cifras correctas, lo que enseña a la gente a ignorar la redacción. El tratamiento de formatos no es un detalle aquí. Es la diferencia entre un filtro en el que la gente confía y un filtro que la gente aprende a saltarse.
Caso 3: un número que el modelo escribió él mismo
El modelo escribió: El pie decía 777 y la instrucción 555.
Usted ve: El pie decía … y la instrucción ….
Este es el caso sutil. El pie que había encima del bloque lo escribió el modelo, y después el modelo citó su propio pie como prueba de la cifra que puso en su prosa.
El texto que redacta el modelo no es prueba. Si lo fuera, cualquier modelo podría fundamentar cualquier número escribiéndolo dos veces. Solo las filas que devuelve una herramienta, y los valores que el modelo envió como entradas de una herramienta, pueden fundamentar una cifra.
Caso 4: una advertencia con recuentos inventados
El modelo escribió: Solo 500 de 3.901 filas están en este archivo. La exportación está incompleta.
Usted ve: Solo … de … filas están en este archivo. La exportación está incompleta.
El aviso es correcto e importante. Los recuentos no los devolvió ninguna herramienta en ese turno, así que no sobreviven.
Este caso parece duro y es deliberado. Una advertencia que lleva números inventados es peor que una advertencia sin números, porque quien lee actúa según el tamaño del problema. La frase conserva su significado. Quien lee se entera de que la exportación está incompleta y tiene que preguntar en cuánto.
Caso 5: texto que contiene números pero ninguna cifra
El modelo escribió: Últimos 7 días (3 de septiembre – 10 de septiembre de 2026), después de las 14:30, ticket #3, proyecto PR0017.
Usted ve: Últimos 7 días (3 de septiembre – 10 de septiembre de 2026), después de las 14:30, ticket #3, proyecto PR0017.
Aquí no hay ninguna cifra. Las fechas, los años, las horas, los números de
semana, los trimestres, los marcadores de lista y los identificadores quedan
excluidos, en español, inglés, danés y alemán. P7D es una duración ISO 8601 y
está permitida.
Un filtro que redacta una fecha no es estricto. Está roto, y vuelve ilegible cualquier respuesta.
Qué tienen en común los cinco casos
| Caso | ¿Sobrevive? | Regla |
|---|---|---|
| Redondeado | No | Una cifra tiene que aparecer en las filas devueltas |
| Fundamentado | Sí | Cualquier formato en que se puedan escribir esas filas |
| El pie del propio modelo | No | El texto escrito por el modelo no es prueba |
| Advertencia con recuentos | En parte | La frase sobrevive, los recuentos inventados no |
| Fechas e identificadores | Sí | No son cifras en ningún idioma |
El recuento de sustituciones viaja con el mensaje. Usted puede ver que una frase se ha cambiado, y cuántas veces.
¿Por qué publicar los casos de prueba?
Porque la afirmación solo se puede comprobar si los casos son públicos.
Cualquier proveedor puede decir que su asistente no inventa cifras. La versión útil de esa afirmación es una lista de frases que el sistema rechaza, incluidas aquellas en las que el rechazo cuesta algo. El caso 4 cuesta algo. Lo publicamos por eso.
Si está evaluando asistentes, lleve estas cinco frases al proveedor y pregunte qué hace su sistema con cada una. Las respuestas diferirán más que las páginas de marketing.
Preguntas y respuestas
- ¿Qué pasa con un número que no devolvió ninguna consulta?
- La plataforma sustituye el número por unos puntos suspensivos y cuenta la sustitución. La frase que rodea al número se queda, así que una advertencia sobrevive aunque sus recuentos no lo hagan.
- ¿Puede un pie escrito por el modelo fundamentar una cifra?
- No. El texto que redacta el modelo no es prueba. Un número que el modelo ha escrito en un pie de tabla no puede fundamentar ese mismo número en su prosa.
- ¿Dónde ocurre la verificación?
- La verificación ocurre en el servidor, antes de emitir el texto y antes de guardarlo. Un único texto verificado llega a todos los clientes, a la base de datos y al propio historial del modelo.
Fuentes
Comprobamos cada afirmación externa en la fecha indicada. Microsoft cambia el estado de sus funciones entre oleadas de lanzamiento, así que vuelva a consultar la página antes de apoyarse en ella.
- 01FinGround: Detecting and Grounding Financial Hallucinations via Atomic Claim VerificationarXiv · Fuentes comprobadas 2026-09-17
- 02FAITH: A Framework for Assessing Intrinsic Tabular Hallucinations in FinancearXiv · Fuentes comprobadas 2026-09-17