📄️ 🟢 Introducción
Este capítulo cubre cómo hacer que las completaciones sean más confiables, así como cómo implementar verificaciones para asegurar que las salidas sean confiables.
📄️ 🟢 Eliminación de sesgos
Esta página cubre algunas técnicas simples para eliminar sesgos en la consigna.
📄️ 🟡 Prompt Ensembling
Prompt ensembling is the concept of using multiple different prompts to try to
📄️ 🟡 Autoevaluación de LLM
Autoevaluación básica
📄️ 🔴 Calibración de LLMs
Es posible contrarrestar algunos de los sesgos que presentan los LLMs mediante la calibración de las distribuciones de salida(@zhao2021calibrate).
📄️ 🟡 Math
Throughout this course, we have seen many different prompting methods that can be used to improve %%LLM|LLM%% math ability. One recent approach, MathPrompter(@imani2023mathprompter), unifies some of these methods (%%CoT|CoT prompting%%, %%PAL|PAL%%, etc.) into a single technique. The overarching idea is to break down a math question into algebraic terms then use Python code to solve it in different ways.