Publication:
El arte de formular prompts: Limitaciones, potencial y ejemplos prácticos en grandes modelos de lenguaje

Thumbnail Image
Date
2024
Authors
Mg. Aguilera-Eguía, Raúl
Fuentealba-Cid, Diego
Flores-Fernández, Cherie
Journal Title
Journal ISSN
Volume Title
Publisher
AG Editor
Research Projects
Organizational Units
Journal Issue
Abstract
Introducción: La “ingeniería de prompt” es crucial en el uso de modelos de IA como GPT-3 y GPT-4, ya que ayuda a obtener respuestas efectivas en áreas como generación de texto y programación. Un buen prompt mejora la calidad de las respuestas. El estudio analizó el funcionamiento de los LLMs y recogió consejos para la ingeniería de prompt, examinando también las limitaciones tecnológicas y el impacto del lenguaje del usuario. Método: Se describieron los grandes modelos de lenguaje desde su evolución hasta la arquitectura Transformers en 2017. Se evaluaron las respuestas de ChatGPT 3.5 y 4.0 en dos casos de estudio para analizar la complejidad y personalización de los prompts. Resultados: En los casos de estudio, se encontró que agregar contexto y especificidad mejoraba las respuestas de los modelos. Las respuestas detalladas y personalizadas resultaban en mayor precisión y relevancia. Conclusión: La calidad de las respuestas de los LLMs depende de la precisión y especificidad de los prompts. La personalización y el lenguaje técnico adecuado mejoran la interacción con la Inteligencia Artificial (IA), lo que aumenta la satisfacción del usuario. Los futuros estudios deberían analizar los campos semánticos y las métricas para evaluar la calidad de las respuestas de la IA.
Description
Keywords
Ingeniería de Prompt, Modelos de Lenguaje, Respuestas Personalizadas, Calidad de la IA, Interacción con la IA
Citation