Evidencia de pruebas
Criterio CISO · La seguridad de la informaciónAnálisis estadístico de las pruebas
Cómo rinden Alexis, Guillermo y Amparo en su primera ronda de prueba, con el margen de cada resultado y cada falla con su origen. Se regenera desde la evidencia del repositorio con cada ronda.
Ronda más reciente: 1
En una mirada
La ronda completa más reciente, la 1, sobre las 6 entidades del material: 100 de 100 señales sembradas encontradas (margen del 95 %: 96,3–100 %) y 0 de más; 48 de 48 datos extraídos bien (100 %, margen del 95 %: 92,5–100 %); y 2 de 2 entidades de control sin ninguna señal.
Sumando las rondas 1–1, 100 de 100 señales encontradas, 0 de más y 48 de 48 datos bien. Las rondas repiten el mismo material: no son muestras independientes, y el margen se calcula sobre los casos de cada una.
Qué se probó y cómo
En cada entidad corren el setup y el procesamiento de Alexis, Guillermo y Amparo —los comandos que procesan los documentos y escriben las fichas—, con un tope de tokens fijado antes de empezar, sobre un material que trae su clave aparte, que nadie ve. Los demás comandos calculan sobre esas fichas con el motor, que se prueba con cada cambio del repositorio. Las señales se comparan por su nombre y su clave; la extracción, campo por campo, contra lo que traen los documentos escritos. Las entidades de control no tienen ningún defecto sembrado: cualquier señal en ellas es una falla.
Cobertura: de las señales sembradas, cuántas encontró. Precisión: de las que levantó, cuántas eran correctas. Margen del 95 %: intervalo de confianza de Wilson sobre los casos.
- Rondas
- 1; la completa más reciente es la 1
- Material
- Banca · Colombia, Retail · México, Tecnología · Chile, salud · Perú
- Entidades de control
- Control · Colombia, Control · México
- Corridas de una entidad
- 6
- Señales sembradas
- 100
- Datos calificados
- 48
Resultados acumulados · rondas 1–1
| Métrica | Casos | Resultado | Margen del 95 % |
|---|---|---|---|
| Señales · cobertura | 100 de 100 | 100 % | 96,3–100 % |
| Señales · precisión | 100 de 100 | 100 % | 96,3–100 % |
| Extracción · datos correctos | 48 de 48 | 100 % | 92,5–100 % |
| Control · sin ninguna señal | 2 de 2 | 100 % | 34,2–100 % |
Evolución por ronda
| Ronda | Entidades | Señales · cobertura | Señales · precisión | Extracción | Control sin señales | Tokens | Defectos |
|---|---|---|---|---|---|---|---|
| 1 | 6 | 100 % | 100 % | 100 % | 2 de 2 | 31,9 M | 4 |
La ronda completa más reciente · ronda 1
| Métrica | Casos | Resultado | Margen del 95 % |
|---|---|---|---|
| Señales · cobertura | 100 de 100 | 100 % | 96,3–100 % |
| Señales · precisión | 100 de 100 | 100 % | 96,3–100 % |
| Extracción · datos correctos | 48 de 48 | 100 % | 92,5–100 % |
| Control · sin ninguna señal | 2 de 2 | 100 % | 34,2–100 % |
Por industria y país · ronda 1
| Material | Agentes | Señales | De más | Extracción | Tokens |
|---|---|---|---|---|---|
| Banca · Colombia | Alexis, Amparo, Guillermo | 25 de 25 | 0 | 8 de 8 | 5,3 M |
| Retail · México | Alexis, Amparo, Guillermo | 25 de 25 | 0 | 8 de 8 | 5,1 M |
| Tecnología · Chile | Alexis, Amparo, Guillermo | 25 de 25 | 0 | 8 de 8 | 5 M |
| salud · Perú | Alexis, Amparo, Guillermo | 25 de 25 | 0 | 8 de 8 | 6 M |
| Control · Colombia | Alexis, Amparo, Guillermo | 0 de 0 | 0 | 8 de 8 | 5,3 M |
| Control · México | Alexis, Amparo, Guillermo | 0 de 0 | 0 | 8 de 8 | 5,2 M |
Lo que falló, uno por uno · rondas 1–1
Ninguna falla.
| Ronda | Material | Qué | Dónde | Defecto | Origen |
|---|
Defectos
4 defectos registrados, cada uno con su origen, su corrección y la corrida que la verificó: 4 verificados y 0 por verificar. 1 vinieron del material, la clave o el arnés de pruebas, no de los agentes.
| Origen | Defectos |
|---|---|
| Código | 2 |
| Arnés de pruebas | 1 |
| Instrucciones del agente | 1 |
| Agente | Defectos |
|---|---|
| Amparo | 2 |
| Alexis | 2 |
| Guillermo | 2 |
Consumo y próximo paso
Las 1 rondas usaron 31,9 millones de tokens: 31,9 millones en las corridas calificadas y 0 en las que se repitieron después de corregir un defecto. En promedio, 5,3 millones por entidad.
El material es sintético. Si una versión es estable o de laboratorio lo dice esta evidencia, no su número: estable, con el piso del margen del 95 % en 95 % o más en señales y en datos sobre la corrida más reciente de cada entidad, y ninguna señal en los controles (decisión 0020).
De dónde sale cada cifra
El análisis lo genera scripts/analisis_familias.py desde tests/evidencias/familias/ciso/ y la verificación del repositorio comprueba en cada cambio que diga lo que dice la evidencia. Esta página lo publica sin recalcular nada.