Glosario IA
El diccionario completo de la Inteligencia Artificial
Prompting de Pocos Ejemplos
Método de optimización que incluye un pequeño número de ejemplos (generalmente de 1 a 5) en el prompt para guiar el modelo hacia el formato, el tono o el tipo de respuesta esperado.
Prompting de Cadena de Pensamiento (CoT)
Técnica avanzada que incita al LLM a descomponer su razonamiento en pasos lógicos y explícitos antes de proporcionar la respuesta final, mejorando así la precisión en tareas complejas.
Árbol de Pensamientos (ToT)
Marco de exploración que modela el razonamiento del LLM como un árbol, donde cada nodo es un pensamiento o un paso, permitiendo evaluar y elegir los caminos de razonamiento más prometedores.
Prompting Antropomórfico
Técnica que consiste en asignar una persona, un rol o una identidad al LLM en el prompt (ej: 'actúa como experto en...'), para enmarcar su respuesta y mejorar su relevancia.
Prompting de Menor a Mayor
Estrategia que descompone un problema complejo en una serie de subproblemas más simples, resueltos secuencialmente, donde cada solución se utiliza para ayudar a resolver el siguiente problema.
Prompting de Estímulo Direccional
Técnica que guía el modelo añadiendo pistas o frases específicas (estímulos) en el prompt para dirigir la generación hacia un determinado dominio, estilo o atributo semántico.
ReAct (Razonamiento y Actuación)
Paradigma que entrelaza el razonamiento en cadena de pensamientos con pasos de acción, permitiendo al LLM generar planes de razonamiento, ejecutar acciones (como búsquedas) e iterar.
Refuerzo Contextual
Práctica de añadir frases de refuerzo positivo o negativo directamente en el prompt (ej: 'responde con precisión', 'evita la información no verificada') para influir en el comportamiento del modelo.
PAL (Program-Aided Language Models)
Enfoque que delega los pasos de cálculo a un intérprete de código (como Python), pidiendo al LLM que genere el código necesario para resolver una parte del problema y luego ejecutar ese código.