Miércoles 28 de octubre de 2026 ·
Detectar la ambigüedad antes de resolverla: un método para LLMs basado en perturbaciones
Un artículo de investigación propone detectar la ambigüedad de los inputs en los grandes modelos de lenguaje antes de que el modelo responda. El método genera perturbaciones que mantienen la etiqueta original, con un detector de caja negra basado en reglas y otro de caja blanca guiado por señales internas del modelo. Según los experimentos en cuatro conjuntos de datos de preguntas y respuestas, supera a las líneas base de incertidumbre basadas en la salida y en paráfrasis generadas por LLM.
Qué significa
Los modelos podrían decidir si deben responder directamente a una pregunta ambigua, en lugar de elegir un significado al azar. Un chatbot que recibe "¿qué banco es mejor?" podría pedir aclaración antes de contestar.
Fuentes originales
Resumen de Hoy en IA. Pulsa una fuente para leer la noticia completa en su idioma original.
- arXiv cs.CLLeer la noticia completa en arXiv cs.CL
También ese día
Todas las noticias de IA del miércoles 28 de octubre de 2026 ->