LLMs: La Ilusión de la Precisión: Un Equilibrio entre Precisión y Practicidad
Este artículo explora las limitaciones de los grandes modelos de lenguaje (LLMs) en la recuperación de datos. Usando Deep Research de OpenAI como ejemplo, el autor señala sus imprecisiones al tratar problemas que requieren datos precisos, incluso mostrando discrepancias en los propios materiales de marketing de OpenAI. El autor argumenta que si bien los LLMs sobresalen en el manejo de consultas ambiguas, tienen un rendimiento inferior en la recuperación de datos precisos, inherente a su naturaleza probabilística en lugar de determinista. Aunque los LLMs ayudan en la eficiencia, su tasa de error impredecible complica la creación de aplicaciones que dependen de ellos. El autor concluye que el campo de los LLMs es ferozmente competitivo, carece de un foso y su dirección futura sigue siendo incierta.
Leer más