Year: 2025
Type: dissertation
Abstract: Este proyecto analiza el desempeño de distintos modelos de lenguaje (LLMs) en tareas de clasificación de datos, evaluando su precisión con prompts optimizados. Se investiga cómo técnicas de prompt engineering, como la inclusión de explicaciones de categorías y ejemplos adicionales, impactan en la mejora del rendimiento. Además, se estudia el efecto del instance size en la clasificación, identificando configuraciones óptimas para maximizar la eficiencia y precisión del modelo. Los resultados ofrecen pautas sobre la sensibilidad de los LLMs a la ingeniería de prompts y su aplicación en escenarios reales, como la clasificación de motivos en atención al cliente.
Source: e_Buah
Author: Díez Buendía, Jaime
Language: Spanish
Topic: Topic Modeling
Subfield: Artificial Intelligence
Field: Computer Science
Domain: Physical Sciences
Open Access status: green
OpenAlex ID: W7132217243