ajuste de indicaciones

noun

El ajuste de indicaciones es un método que optimiza los modelos de lenguaje ajustando los prompts (indicaciones) en lugar de modificar el modelo en sí. En lugar de volver a entrenar todo el modelo, los usuarios o desarrolladores adaptan los prompts para guiar las respuestas de la IA de manera más precisa.

Esta técnica funciona añadiendo o ajustando un pequeño conjunto de parámetros (llamados ‘tokens de indicación’) a la entrada. Estos tokens actúan como un puente entre la indicación original y el modelo, permitiendo respuestas más controladas y consistentes sin el costo computacional de un reentrenamiento completo.

Para los usuarios, el ajuste de indicaciones cambia la forma de interactuar con las herramientas de IA. Requiere una formulación cuidadosa de las indicaciones, pero reduce la necesidad de actualizaciones costosas del modelo. Por ejemplo, un desarrollador puede usar esta técnica para asegurarse de que un chatbot genere respuestas en un tono específico, reduciendo así las correcciones manuales.

Un diseñador utiliza el ajuste de indicaciones para ajustar un generador de imágenes, añadiendo 'alta definición, iluminación cinematográfica' a los prompts para mejorar los resultados.

Véase también: fine-tuning · Transfer Learning

Découvrez nos autres services

ElpisIA, c’est tout un univers — explorez nos autres services.