Un modelo resolvió un problema paso a paso y llegó a la respuesta correcta. Marque cada paso como válido o inválido sin mirar la conclusión. Después compare su marca con dos etiquetas distintas: la validez del paso y la etiqueta que daría un verificador que premia los pasos por llevar a la respuesta correcta.
Problema
Cadena del modelo
Resultado
| Paso | Su marca | Validez del paso | Etiqueta por resultado |
|---|
Qué se lleva de aquí: un verificador que etiqueta pasos por la probabilidad de llegar a la respuesta mide rendimiento, no validez. El criterio es extrínseco (depende de conocer la respuesta), local (vale donde hay respuesta única) y estadístico (es una probabilidad, no una norma).