MediaOpción múltiple

Pregunta de práctica de Generative AI Leader

Una empresa utiliza un modelo de IA generativa para generar descripciones de productos. Nota variaciones en el estilo y la longitud entre los productos. ¿Cómo pueden hacer cumplir un formato consistente?

Elige la mejor respuesta.

Respuesta correcta

  • BEstablecer una instrucción de sistema (system instruction) que especifique el estilo y la estructura.

Explicación

Establecer una instrucción de sistema (system instruction) define explícitamente el estilo, el tono y la estructura deseados para la salida del modelo. Esta es una técnica fundamental en la ingeniería de instrucciones (prompt engineering), particularmente con modelos ajustados por instrucciones como GPT-4 o Claude, donde el mensaje del sistema actúa como una directiva persistente que anula el comportamiento predeterminado del modelo, garantizando un formato consistente en todas las descripciones de productos generadas.

Por qué cada opción es correcta o incorrecta

A

Incorrecta

Ajustar el muestreo top-k para incluir más candidatos de tokens.

Elevar top-k amplía el grupo de candidatos del cual el modelo toma muestras, aumentando la variedad léxica en lugar de restringir la estructura de salida. Es tentador porque el ajuste de top-k da forma a la aleatoriedad, y reducirlo disminuiría la variación, pero aún así no puede hacer cumplir una longitud o estilo fijos.

B

Correcta

Establecer una instrucción de sistema (system instruction) que especifique el estilo y la estructura.

Una instrucción de sistema se antepone a cada solicitud y restringe el estilo y la estructura de salida del modelo, de modo que cada descripción de producto siga el mismo formato independientemente de la variación de la entrada. Esto aplica directamente el formato consistente que exige el enunciado.

C

Incorrecta

Seleccionar aleatoriamente ejemplos de pocos disparos (few-shot examples) de un grupo de descripciones.

Aleatorizar los ejemplos de pocos disparos cambia el estilo demostrado en cada instrucción, por lo que el formato de salida cambia entre solicitudes en lugar de converger. Es tentador porque el prompting de pocos disparos es la técnica estándar para guiar el formato, pero solo cuando los ejemplos son fijos y consistentes.

D

Incorrecta

Utilizar una temperatura alta y variar ligeramente la instrucción (prompt).

Una temperatura alta aumenta deliberadamente la aleatoriedad del muestreo, y variar las instrucciones añade más varianza, por lo que ambas empeoran la inconsistencia. Es tentador porque la temperatura es el dial habitual para la diversidad creativa, lo que se adapta a la generación de ideas o lluvia de ideas de marketing donde no se desea un formato uniforme.

Para profundizar

Las instrucciones de sistema se procesan antes de los turnos del usuario y actúan como un condicionamiento persistente en el comportamiento del modelo, por lo que especificar reglas de tono, longitud, estructura y formato restringe la generación en todas las solicitudes. Para las descripciones de productos, un prompt de sistema puede exigir un recuento de longitud fijo, un patrón de encabezados definido y una voz consistente, lo cual reduce la varianza de manera mucho más confiable que los ajustes de muestreo. Top-k y la temperatura controlan la aleatoriedad en la selección de tokens — elevar top-k o la temperatura aumenta la diversidad y empeora la consistencia, mientras que bajarlas reduce la salida pero puede hacer que el texto sea repetitivo y no aplica reglas estructurales. Los ejemplos de pocas oportunidades (few-shot examples) aleatorios introducen deriva de estilo porque el modelo imita los ejemplos que aparezcan. Una instrucción de sistema estable más un conjunto fijo y curado de ejemplos es la forma confiable de hacer cumplir un formato uniforme a escala.

Sobre estas preguntas de práctica

Esta es una de las preguntas de práctica originales de Generative AI Leader de Courseiva, escrita para aprender y nunca copiada de exámenes reales ni de dumps.

Traducida del original en inglés con IA y revisada para comprobar el sentido. Los códigos de examen, los comandos y los nombres de productos se mantienen tal como aparecen en el examen.