Los LLM explican los programas lineales: De proyecto paralelo a investigación de Microsoft

En 2020, mientras trabajaba en la cadena de suministro de Google, el autor desarrolló un proyecto paralelo para ayudar a comprender los programas lineales (PL). Cuando los PL se vuelven complejos, comprender sus resultados es un desafío incluso para expertos. El enfoque del autor consistió en modificar interactivamente el modelo y comparar los resultados para explicar el comportamiento del modelo, descubriendo que agregar metadatos semánticos simplificaba el proceso. Recientemente, investigadores de Microsoft publicaron un artículo que utiliza modelos de lenguaje grandes (LLM) para traducir consultas en lenguaje natural a consultas estructuradas, logrando un resultado similar. El autor cree que los LLM son una excelente opción para traducir la ambigüedad humana a consultas estructuradas, procesadas por un sistema de optimización clásico robusto, con los resultados resumidos por el LLM. Si bien el trabajo anterior del autor no se publicó, argumenta que comprender las explicaciones de sistemas más simples es crucial para explicar sistemas de IA más complejos.