Reescritura de indicaciones aumenta el rendimiento de LLM pequeños en más de un 20%

Investigaciones recientes demuestran que una simple reescritura de indicaciones puede mejorar significativamente el rendimiento de los modelos de lenguaje más pequeños. Los investigadores utilizaron el marco de referencia Tau² para probar el modelo GPT-5-mini, descubriendo que reescribir las indicaciones en instrucciones más claras y estructuradas aumentó la tasa de éxito del modelo en más de un 20%. Esto se debe principalmente a que los modelos más pequeños tienen dificultades con las instrucciones largas o ambiguas, mientras que las instrucciones claras y paso a paso guían mejor el razonamiento del modelo. Esta investigación muestra que incluso los modelos de lenguaje más pequeños pueden lograr mejoras significativas en el rendimiento mediante una ingeniería de indicaciones inteligente, ofreciendo nuevas vías para aplicaciones de IA rentables y eficientes.