prompts
Todas las noticias con este tag.
Ver estadísticas de este tema
Noticias por hora
Últimas 24 horas · hora argentina
Consultar los valores por hora
| Hora | Noticias |
|---|---|
| 9 nov 2026, 6:00 a. m. | 0 |
| 9 nov 2026, 7:00 a. m. | 0 |
| 9 nov 2026, 8:00 a. m. | 0 |
| 9 nov 2026, 9:00 a. m. | 0 |
| 9 nov 2026, 10:00 a. m. | 0 |
| 9 nov 2026, 11:00 a. m. | 0 |
| 9 nov 2026, 12:00 p. m. | 0 |
| 9 nov 2026, 1:00 p. m. | 0 |
| 9 nov 2026, 2:00 p. m. | 0 |
| 9 nov 2026, 3:00 p. m. | 0 |
| 9 nov 2026, 4:00 p. m. | 0 |
| 9 nov 2026, 5:00 p. m. | 0 |
| 9 nov 2026, 6:00 p. m. | 0 |
| 9 nov 2026, 7:00 p. m. | 0 |
| 9 nov 2026, 8:00 p. m. | 0 |
| 9 nov 2026, 9:00 p. m. | 0 |
| 9 nov 2026, 10:00 p. m. | 0 |
| 9 nov 2026, 11:00 p. m. | 0 |
| 10 nov 2026, 12:00 a. m. | 0 |
| 10 nov 2026, 1:00 a. m. | 0 |
| 10 nov 2026, 2:00 a. m. | 1 |
| 10 nov 2026, 3:00 a. m. | 0 |
| 10 nov 2026, 4:00 a. m. | 0 |
| 10 nov 2026, 5:00 a. m. | 0 |
| 10 nov 2026, 6:00 a. m. | 0 |
Noticias por día
Últimos 30 días, incluido hoy · hora argentina
Consultar los valores por día
| Día | Noticias |
|---|---|
| 2026-10-12 | 0 |
| 2026-10-13 | 0 |
| 2026-10-14 | 0 |
| 2026-10-15 | 0 |
| 2026-10-16 | 0 |
| 2026-10-17 | 0 |
| 2026-10-18 | 0 |
| 2026-10-19 | 0 |
| 2026-10-20 | 0 |
| 2026-10-21 | 0 |
| 2026-10-22 | 0 |
| 2026-10-23 | 0 |
| 2026-10-24 | 0 |
| 2026-10-25 | 0 |
| 2026-10-26 | 0 |
| 2026-10-27 | 0 |
| 2026-10-28 | 0 |
| 2026-10-29 | 0 |
| 2026-10-30 | 0 |
| 2026-10-31 | 0 |
| 2026-11-01 | 0 |
| 2026-11-02 | 0 |
| 2026-11-03 | 0 |
| 2026-11-04 | 0 |
| 2026-11-05 | 0 |
| 2026-11-06 | 0 |
| 2026-11-07 | 0 |
| 2026-11-08 | 0 |
| 2026-11-09 | 0 |
| 2026-11-10 | 1 |
Los gráficos cuentan por fecha de publicación y respetan los filtros. El archivo incluye todo el histórico.
Noticias de prompts
1 noticia · De más nuevas a más antiguas.
arXiv Computer Science AILos LLMs pueden capturar mejor los juicios humanos con los prompts adecuados
Se demuestra que estrategias de prompting simples pueden mejorar la alineación entre modelos de lenguaje grandes (LLMs) y el juicio humano. Al solicitar a los modelos que reporten desviaciones estándar y proporciones de respuesta, se recupera mejor el rango completo de respuestas humanas. Además, asegurar la claridad de los escenarios para los participantes humanos mejora la alineación del modelo, sugiriendo que hacer mejores preguntas a los LLMs puede generar respuestas más precisas.
No se identificaron personas.