En la prueba de obleas, la sonda de prueba necesita entrar en contacto con la superficie de la oblea semiconductor para medir parámetros eléctricos como resistencia, capacitancia y corriente. El daño de la marca de la sonda ocurre con frecuencia en la máquina durante la prueba de obleas. Este fenómeno provoca inexactitudes en la prueba de parámetros eléctricos, reduciendo significativamente el rendimiento en los procesos de empaque de CI y resultando en pérdidas sustanciales de costos de fabricación. Por lo tanto, este estudio propuso un método efectivo de detección y predicción de daños en la marca de la sonda para prevenir una reducción significativa en el rendimiento debido a pruebas inexactas. Este estudio utiliza análisis de importancia de bosques aleatorios y análisis de correlación para identificar los parámetros críticos que influyen en el daño de la marca de la sonda. Al introducir estos parámetros en un Transformador Escaso con normalización híbrida se puede entrenar con éxito un modelo inteligente para predecir la ocurrencia de daños en la marca de la sonda. El modelo predice con precisión la probabilidad de daño en la marca de la sonda y ajusta rápidamente los parámetros de la máquina para evitar inexactitudes en la configuración de los parámetros eléctricos. El enfoque propuesto puede superar a otros métodos, logrando dos precisión muy altas del 95.1% (a temperatura ambiente) y 93.5% (a alta temperatura) y reduciendo significativamente la ocurrencia de daños en la marca de la sonda en áreas grandes.