Pérdida en el medio

Lost in the middle

También: Lost in the middle

Dificultad para usar información relevante situada en posiciones intermedias de contextos largos.

Definición técnica

Dificultad para usar información relevante situada en posiciones intermedias de contextos largos. Describe un mecanismo que puede originar errores y debe analizarse junto con el pipeline completo.

Camilo Boo

Automatización de procesos, integración de sistemas y software a medida para reducir tareas manuales y mejorar el control operativo.

[email protected]LinkedIn

Cuéntame el proceso

Navegación

Soluciones Procesos Sectores Casos

Explicación empresarial

Permite a una organización interpretar y controlar pérdida en el medio dentro de decisiones sobre calidad, riesgo y operación de sistemas de IA.

Para qué sirve

Definir pérdida en el medio, establecer cómo se observa y evitar conclusiones que excedan la evidencia disponible.

Cómo funciona

Describe un mecanismo que puede originar errores y debe analizarse junto con el pipeline completo. El resultado debe conservar datos, configuración, versión y evidencia suficiente para poder reproducirlo.

Ejemplos

Ejemplo práctico

Un equipo registra pérdida en el medio junto con el conjunto de evaluación, la versión del modelo y el criterio aplicado.

Ejemplo empresarial

Antes de desplegar una versión, la organización revisa pérdida en el medio y documenta si el resultado permite continuar, mitigar o restringir el uso.

Confusiones frecuentes

No debe confundirse con conceptos próximos que usan otro denominador, persiguen otra propiedad o responden a un criterio normativo diferente.

Limitaciones

No resume por sí solo toda la calidad del sistema y puede cambiar según población, umbral, datos, prompt, entorno o procedimiento de evaluación.

Riesgos

Una aplicación incorrecta puede ocultar fallos por subgrupos, favorecer comparaciones inválidas o generar una confianza superior a la evidencia.

Idea principal

Dificultad para usar información relevante situada en posiciones intermedias de contextos largos.

En esta página

Definición técnica
Explicación empresarial
Para qué sirve
Cómo funciona
Ejemplos
Confusiones frecuentes
Limitaciones
Riesgos
Idea principal

Clasificación

Nivel: Técnico
Categorías: Alucinaciones y errores de los modelos Context engineering
Recorridos: Diccionario técnico para profesionales Índice alfabético completo de términos

PDF gratuito

Diccionario técnico de IA para profesionales

Una selección editorial para consultar conceptos relacionados fuera de la web.

Descargar PDF gratis

Términos relacionados

Alucinaciones y errores de los modelos

Fuentes

Artificial Intelligence Risk Management Framework: Generative Artificial Intelligence Profile
NIST · Autor: NIST · Organismo público
Fuente primaria u oficial utilizada para delimitar el concepto, su medición, aplicación y límites.
Fuente comprobada el 26 de julio de 2026
Survey of Hallucination in Natural Language Generation
ACM Computing Surveys / arXiv · Autor: Ziwei Ji et al. · Publicación científica · Publicado el 8 de febrero de 2022
Fuente primaria u oficial utilizada para delimitar el concepto, su medición, aplicación y límites.