From Prompt to Answer
--- title: "Del Prompt a la Respuesta" subtitle: "Cómo los LLM convierten instrucciones en texto" date: last-modified description: "Algoritmo conceptual de generación autoregresiva: del prompt al token, paso a paso" categories: [referencia, fundamentos, LLM] --- Este apéndice describe el mecanismo por el que un modelo de lenguaje autoregresivo convierte un prompt en texto, distinguiendo entre lo que el usuario ve (prompt y respuesta) y lo que ocurre internamente (embeddings, atención y distribuciones de probabilidad). ::: {.callout-note} **Modelos instruction-tuned.** Los modelos usados en este curso (Claude, ChatGPT, Gemini) no son modelos base: han sido ajustados mediante RLHF, DPO u otras técnicas para responder a instrucciones. El mecanismo autoregresivo descrito aquí es idéntico en ambos casos; lo que cambia es que la distribución de probabilidad ha sido sesgada durante el entrenamiento para seguir instrucciones de forma más efectiva y segura. :::
fill the variables
This prompt has 1 variable. Pro fills them into a ready-to-paste prompt for you — no manual find-and-replace.
{.callout-note}
Unlock with Pro →when to use it
Community prompt sourced from the open-source GitHub repo Helysalgado/prompting-cientifico (NOASSERTION). A "From Prompt to Answer" style prompt — adapt the placeholders and specifics to your task. Imported as-is and not independently retested here, so check the output before relying on it.
tags
roleplaycommunitygeneral
source
Helysalgado/prompting-cientifico · NOASSERTION