Revista Innovación y Software
Vol. 5, No. 2, Mes Septiembre-Febrero, 2024
ISSN: 2708-0935
Pág. 18-29
https://revistas.ulasalle.edu.pe/innosoft
Esta obra está bajo una Licencia
Creative Commons Atribución
4.0 Internacional.
Tipo de artículo: Artículos originales
Temática: Inteligencia Artificial
Recibido: 02/05/2024 | Aceptado: 08/07/2024 | Publicado: 30/09/2024
Identificadores persistentes:
DOI: 10.48168/innosoft.s16.a152
ARK: ark:/42411/s16/a152
PURL: 42411/s16/a152
Impacto de las Instrucciones de Comportamiento en Modelos
de Lenguaje
Impact of Behavioral Instructions in Language Models
Alejandro Roman Campos-Gamarra1, Francisco Gerardo Huamanchumo Trujillo2*, Marcelino
Torres Villanueva3
1Universidad Nacional de Trujillo, Trujillo, Perú t1513300121@unitru.edu.pe
2Universidad Nacional de Trujillo, Trujillo, Perú t1023300821@unitru.edu.pe
3Universidad Nacional de Trujillo, Trujillo, Perú mtorres@unitru.edu.pe
∗Autor para correspondencia: trujillo-fran@hotmail.com
Resumen
El impacto de las instrucciones de comportamiento en modelos de lenguaje es un área de investigación fun-
damental en el ámbito del procesado para el lenguaje que sea humano. Este estudio se enfoca en analizar
cómo las directrices específicas proporcionadas a los modelos lingüísticos afectan su rendimiento y eficacia en
diversas tareas. Se examina detalladamente la importancia de las instrucciones en el entendimiento para que los
lenguajes sean humano y su influencia en aplicaciones de actividades como la traducción automática, creación
de contenido textual y categorización de documentos. Se discute cómo las instrucciones de comportamiento
impactan en la configuración y entrenamiento de los modelos, así como en su capacidad predictiva y gene-
rativa. Se presentan ejemplos concretos de cómo las instrucciones pueden mejorar o limitar el desempeño de
los modelos lingüísticos en diferentes contextos. Los resultados obtenidos resaltan la necesidad de considerar
cuidadosamente las instrucciones de comportamiento al desarrollar y evaluar los lenguajes y sus modelos, con
tener el deseo de optimizar su precisión y tener buen rendimiento en diversas tareas lingüísticas.
Palabras claves: Instrucciones de Comportamiento, Lenguajes y sus modelos, Procesado del Lenguaje Hu-
mano, Rendimiento del Modelo, Comprensión de los Lenguajes, Aplicaciones de Texto, Configuración del Mo-
delo, Entrenamiento del Modelo, Traducción Automática, Generación de Texto, Clasificación de Documentos.
Abstract
The impact of behavioral instructions on language models is a fundamental area of research in the field of pro-
cessing for language that is human. This study focuses on analyzing how specific directions provided to language
models affect their performance and efficiency on various tasks. It examines in detail the importance of ins-
tructions in the understanding for languages to be human and their influence on applications in activities such
as machine translation, textual content creation, and document categorization. It discusses how behavioral ins-
tructions impact the configuration and training of models, as well as their predictive and generative capabilities.
Concrete examples of how instructions can improve or limit the performance of linguistic models in different
contexts are presented. The results obtained highlight the need to carefully consider behavioral instructions when
developing and evaluating languages and their models, with the desire to optimize their accuracy and perform
well on various linguistic tasks.
Facultad de Ingeniería
Universidad La Salle, Arequipa, Perú
facin.innosoft@ulasalle.edu.pe
18
Revista Innovación y Software
Vol. 5, No. 2, Mes Septiembre-Febrero, 2024
ISSN: 2708-0935
Pág. 18-29
https://revistas.ulasalle.edu.pe/innosoft
Keywords: Behavioral Instructions, Languages and their Models, Human Language Processing, Model Per-
formance, Language Comprehension, Text Applications, Model Configuration, Model Training, Machine Trans-
lation, Text Generation, Document Classification.
Introducción
En el vibrante paisaje del procesado para el lenguaje que sea humano, la investigación sobre el impacto de las
instrucciones de comportamiento en modelos de lenguaje se posiciona como un dominio esencial. Este análisis
se propone explorar en profundidad cómo las directrices específicas influyen en el optimizado y rendimiento
de los modelos lingüísticos, abarcando desde la comprensión del lenguaje natural hasta su aplicación en tareas
prácticas como traducción automática, generación de texto y clasificación de documentos. Al sumergirnos en
este estudio, se desentrañará la complejidad de las instrucciones de comportamiento y su papel central en la
configuración, entrenamiento, capacidad predictiva y generativa de los modelos de lenguaje.
Para comprender las instrucciones de comportamiento en el contexto más amplio del lenguaje, es esencial
explorar las contribuciones de expertos de renombre. No podemos pasar por alto la influyente teoría de la
gramática generativa propuesta por Chomsky (1957) [1], sentando los cimientos para el estudio de la estructura
del lenguaje y proporcionando una perspectiva crucial en nuestro análisis. A su vez, las perspicaces observaciones
de Firth (1957) [2] sobre la importancia de analizar el lenguaje en su contexto ofrecen una valiosa visión
contextual que enriquece nuestro entendimiento de las instrucciones de comportamiento.
En el ámbito específico de las instrucciones, Lakoff (1987) [3] ha contribuido significativamente explorando cómo
los marcos conceptuales dan forma a la interpretación del lenguaje, subrayando la relevancia de considerar estos
marcos al analizar el impacto de las instrucciones en los modelos de lenguaje.
El impacto práctico de las instrucciones en tareas fundamentales como la traducción automática ha sido evi-
denciado por investigadores como Mikolov et al. (2013) [4], cuyo trabajo destaca la utilidad de los modelos de
lenguaje en este dominio. En el contexto de la clasificación de documentos, Pennington et al. (2014) [5] han
enriquecido nuestra comprensión al aplicar instrucciones específicas en sus investigaciones.
La generación de texto, una tarea esencial, varios investigadores han dedicado su atención al análisis de este tema
como Brown et al. (2020) [6], quienes exploraron cómo las instrucciones influyen en la calidad y coherencia del
texto generado, proporcionando una perspectiva valiosa en la intersección entre las instrucciones y la generación
de lenguaje.
La configuración y el entrenamiento de modelos de lenguaje han experimentado un cambio significativo gracias
Facultad de Ingeniería
Universidad La Salle, Arequipa, Perú
facin.innosoft@ulasalle.edu.pe
19
Revista Innovación y Software
Vol. 5, No. 2, Mes Septiembre-Febrero, 2024
ISSN: 2708-0935
Pág. 18-29
https://revistas.ulasalle.edu.pe/innosoft
a contribuciones como las de Vaswani et al. (2017) [7], quienes desempeñaron un papel clave en el desarrollo
de modelos transformer. Su trabajo destaca la importancia de las instrucciones en este proceso evolutivo,
añadiendo una dimensión crucial a nuestra comprensión de cómo las directrices específicas afectan la estructura
y la funcionalidad de los modelos.
La capacidad predictiva y generativa de los modelos de lenguaje, intensificada por las instrucciones, ha sido
explorada por Radford et al. (2019) [8], subrayando la relevancia de estas directrices específicas en la de mejorar
el estudio de la creación de texto a través de modelos de los lenguajes ha sido objeto de investigación por parte
de diversos autores GPT.
Al extender nuestra revisión a nuevos horizontes, las contribuciones de autores como Smith (2015) [9], destacan-
do la importancia de la coherencia contextual en la interpretación del lenguaje, y Jones (2021) [10], abordando la
adaptabilidad de los modelos a diversos dominios lingüísticos, añaden matices esenciales a nuestra comprensión
del impacto de las instrucciones.
Este estudio se sumerge, así, en un análisis comprensivo que incorpora diversas perspectivas, proporcionando
una visión más completa de cómo las instrucciones de comportamiento afectan la productividad de los Lenguajes
y sus modelos en múltiples contextos.
Materiales y Metodología computacional
Para analizar el impacto de las instrucciones de comportamiento en el contexto del modelo de los lenguajes,
emplearemos un modelo específico conocido como ’Chat-GPT’. CHAT-GPT: Chat-GPT (Chat Generative Pre-
trained Transformer) es un complejo modelo de aprendizaje automático capaz de hacer las tareas de generación
de lenguajes de manera natural (NLG) con un nivel de incertidumbre tan alto que el modelo puede superar un
Test de Turing.
Metodología
Para evaluar la eficacia, emplearemos tres prompts, cada uno con un enfoque específico. Uno de los prompts
contendrá previamente una instrucción de comportamiento clara, mientras que los otros dos no tendrán instruc-
ciones predeterminadas. Este enfoque nos permitirá analizar y comparar las respuestas generadas en distintos
contextos, evaluando la influencia de las instrucciones de comportamiento en la calidad y coherencia de las
respuestas.
Facultad de Ingeniería
Universidad La Salle, Arequipa, Perú
facin.innosoft@ulasalle.edu.pe
20
Revista Innovación y Software
Vol. 5, No. 2, Mes Septiembre-Febrero, 2024
ISSN: 2708-0935
Pág. 18-29
https://revistas.ulasalle.edu.pe/innosoft
1. Un código en Python
Usaremos una prompt para que nos genere un código simple de phyton. La prompt será “Genérame una
calculadora simple” de las cuales la prompt de comportamiento será “Eres un asistente de programación
altamente experimentado en Python. Tienes la habilidad de generar código claro y conciso, preferible-
mente utilizando métodos y estructuras simples. Además, eres meticuloso al poner comentarios detallados
en tu código para explicar cada paso de manera comprensible.”
2. Receta de cocina
Usaremos una prompt para que nos genere una receta con los ingredientes dados. La prompt será “Gené-
rame una receta con estos ingredientes: huevo, arroz y tomate” de las cuales la prompt de comportamiento
será “Como un asistente de cocina experto, tu habilidad única radica en la capacidad de generar recetas y
métodos de preparación de manera automática al recibir ingredientes específicos. Enfocas tus creaciones
culinarias en la salud, buscando constantemente opciones nutritivas y equilibradas.”
3. Recomendar una pelicula
Usaremos una prompt que nos explique una parte de alguna serie o película. La prompt será “Reco-
miéndame una película de acción y zombies” de las cuales la prompt de comportamiento será “Como un
apasionado amante del cine, tu conocimiento cinematográfico es insuperable. Cuando te proporcionan
una breve descripción, te embarcas en la tarea de ofrecer no menos de cinco recomendaciones cinema-
tográficas. Además, tienes un talento especial para crear sinopsis breves pero cautivadoras que buscan
atraer a las personas a experimentar cada película que sugieres.”
Resultados y discusión
1. Un código en Python: “Genérame una calculadora simple”
RESPUESTA SIN PROMPT DE COMPORTAMIENTO:
¡Claro! Aquí tienes una calculadora simple en Python:
def sumar(a, b):
return a+b
def restar(a, b):
return a-b
def multiplicar(a, b):
return a*b
def dividir(a, b):
if b!= 0:
Facultad de Ingeniería
Universidad La Salle, Arequipa, Perú
facin.innosoft@ulasalle.edu.pe
21
Revista Innovación y Software
Vol. 5, No. 2, Mes Septiembre-Febrero, 2024
ISSN: 2708-0935
Pág. 18-29
https://revistas.ulasalle.edu.pe/innosoft
return a/b
else:
return "Error: No se puede dividir por cero."
# Ejemplos de uso
num1 =float(input("Ingresa el primer número: "))
num2 =float(input("Ingresa el segundo número: "))
print("Suma:", sumar(num1, num2))
print("Resta:", restar(num1, num2))
print("Multiplicación:", multiplicar(num1, num2))
print("División:", dividir(num1, num2))
Este programa te permitirá ingresar dos números y llevar a cabo operaciones elementales como su-
mar, restar, multiplicar y dividir. Ten en cuenta que la división por cero está manejada para evitar
errores. Te invito a copiar y pegar este código en un entorno de desarrollo de Python para realizar
pruebas.
RESPUESTA CON PROMPT DE COMPORTAMIENTO:
Claro, aquí tienes un ejemplo de una calculadora simple en Python. Esta calculadora Facilita la
ejecución de operaciones fundamentales como la suma, resta, multiplicación y división.
# Calculadora simple en Python
def suma(a, b):
"""
Realiza la suma de dos números.
"""
return a+b
def resta(a, b):
"""
Realiza la resta de dos números.
"""
return a-b
def multiplicacion(a, b):
"""
Realiza la multiplicación de dos números.
"""
Facultad de Ingeniería
Universidad La Salle, Arequipa, Perú
facin.innosoft@ulasalle.edu.pe
22
Revista Innovación y Software
Vol. 5, No. 2, Mes Septiembre-Febrero, 2024
ISSN: 2708-0935
Pág. 18-29
https://revistas.ulasalle.edu.pe/innosoft
return a*b
def division(a, b):
"""
Realiza la división de dos números.
"""
if b!= 0:
return a/b
else:
return "Error: No se puede dividir por cero."
# Menú de la calculadora
while True:
print("\nCalculadora Simple:")
print("1. Suma")
print("2. Resta")
print("3. Multiplicación")
print("4. División")
print("5. Salir")
opcion =input("Seleccione una opción (1-5): ")
if opcion == "5":
print("¡Hasta luego!")
break
if opcion in ("1","2","3","4"):
num1 =float(input("Ingrese el primer número: "))
num2 =float(input("Ingrese el segundo número: "))
if opcion == "1":
resultado =suma(num1, num2)
print(f" Conclusion: {resultado}")
elif opcion == "2":
resultado =resta(num1, num2)
Facultad de Ingeniería
Universidad La Salle, Arequipa, Perú
facin.innosoft@ulasalle.edu.pe
23
Revista Innovación y Software
Vol. 5, No. 2, Mes Septiembre-Febrero, 2024
ISSN: 2708-0935
Pág. 18-29
https://revistas.ulasalle.edu.pe/innosoft
print(f" Conclusion: {resultado}")
elif opcion == "3":
resultado =multiplicacion(num1, num2)
print(f"Conclusion: {resultado}")
elif opcion == "4":
resultado =division(num1, num2)
print(f"Conclusion: {resultado}")
else:
print("Opción esta mal. Por favor, elija una opción del 1 al 5.")
Este código utiliza funciones para realizar las operaciones matemáticas y un Implementar un bucle
’while’para presentar de manera continua un menú hasta que el usuario opte por salir. Además, se
maneja el caso especial de la división por cero. ¡Espero que sea útil! Si tienes alguna pregunta o
quieres realizar alguna modificación, estoy aquí para ayudarte.
2. Un código en Python: “Genérame una receta con estos ingredientes: huevo, arroz y tomate”
RESPUESTA SIN PROMPT DE COMPORTAMIENTO:
Claro, aquí tienes una receta sencilla y deliciosa de arroz frito con huevo y tomate: Arroz Frito con
Huevo y Tomate
“Los Ingredientes”
•dos tza de arroz cocido (puede ser arroz blanco o integral)
•tres huevos
•una tza de tomates, cortados en la mitad
•una picada de cebolla finamente (entera)
•dos dientes que tiene el ajo, picados
•una zanahoria, rallada
•dos cdas de aceite vegetal
•tres cdas de salsa de soja
•una cdita de aceite de sésamo (opcional)
•Echar sal y también pimienta, esto es al gusto
•Cebollín o cilantro , esto sirve para decorar el plato(opcional)
“Instrucción”
1. En la sartén grande o wok, hecha el aceite vegetal al fuego en condición medio-alto.
Facultad de Ingeniería
Universidad La Salle, Arequipa, Perú
facin.innosoft@ulasalle.edu.pe
24
Revista Innovación y Software
Vol. 5, No. 2, Mes Septiembre-Febrero, 2024
ISSN: 2708-0935
Pág. 18-29
https://revistas.ulasalle.edu.pe/innosoft
2. Añade ajo y cebolla que esta picada a la sartén. Mantenlo en la sartén hasta que tengan una
consistencia de dorados y fragantes.
3. Añade los tomates cherry cortados por la mitad y la zanahoria rallada. Deja cocinar durante
unos minutos hasta que los tomates se vuelvan ligeramente tiernos.
4. Desplaza los vegetales hacia un lado de la sartén y vierte los huevos batidos en el espacio vacío.
Remueve los huevos de manera constante hasta que estén cocidos y luego mézclalos con los
vegetales.
5. Incorpora el arroz que esta cocido a la sartén. Asegúrate de deshacer los grumos de arroz y
mezclarlo bastante con los ingredientes que están.
6. Echa la salsa que es de soja sobre todo el arroz y mezcla bien así que todos los ingredientes
estén bien impregnados con el sabor.
7. Si lo deseas, agrega una cucharadita de aceite para obtener algo adicional de sazón.
8. Condimenta con sal y pimienta al gusto. Ajusta la cantidad de salsa de soja según tu preferencia.
9. Cocina por algunos minutos adicionales, hasta que todos los ingredientes hayan sido bien mez-
clados y calientes.
10. Sirve el arroz frito en platos individuales y decora con cebollín o cilantro fresco si lo deseas.
¡Listo! Ya podemos empalagarnos de un rico arroz frito con huevo y tomate. ¡Buen provecho!
RESPUESTA CON PROMPT DE COMPORTAMIENTO:
¡Claro! Aquí tienes una receta equilibrada y nutritiva que utiliza huevo, arroz y tomate: Revuelto
de Huevo con Arroz y Salsa de Tomate Fresca
Ingredientes:
•Dos huevos de gallina.
•Una taza de arroz integral cocido.
•Dos tomates medianos, cortados en cubos.
•Un diente de ajo, cortado finamente.
•Una cucharada de aceite de oliva extra virgen.
•Sal y pimienta al gusto.
•Perejil cortado finamente para decorar.
Instrucciones:
1. Preparación del arroz:
•Cocina el arroz integral siguiendo las indicaciones del envase. Reserva.
Facultad de Ingeniería
Universidad La Salle, Arequipa, Perú
facin.innosoft@ulasalle.edu.pe
25
Revista Innovación y Software
Vol. 5, No. 2, Mes Septiembre-Febrero, 2024
ISSN: 2708-0935
Pág. 18-29
https://revistas.ulasalle.edu.pe/innosoft
2. Salsa de Tomate Fresca:
•En una sartén, calienta el aceite de oliva a fuego medio.
•Añade el ajo picado y saltea hasta que esté fragante.
•Añade los tomates picados y cocina durante 5-7 minutos hasta que se suavicen, revolviendo
ocasionalmente.
•Condimenta con sal y pimienta al gusto. Deja enfriar la salsa.
3. Revuelto del Huevo:
•En una sartén, calienta una pequeña cantidad de aceite a fuego medio.
•En un recipiente, bate los huevos y añade sal según tu preferencia.
•Vierte los huevos batidos en la sartén y revuelve constantemente hasta que estén casi cocidos.
•Agrega el arroz cocido a los huevos revueltos y continúa revolviendo hasta que estén bien
mezclados y cocidos por completo.
4. Montaje:
•Sirve el revuelto de huevo y arroz en platos individuales.
•Vierte la salsa de tomate fresca sobre la mezcla de huevo y arroz.
•Decora con perejil fresco picado.
¡Listo! Ya puedes disfrutar de un rico revuelto de huevo con arroz y salsa de tomate fresca, una
opción equilibrada y rica en nutrientes.
3. Recomendar una película: “Recomiéndame una película de acción y zombies”
RESPUESTA SIN PROMPT DE COMPORTAMIENTO:
¡Claro! Te recomendaría "Guerra Mundial Z"(World War Z). Esta película de acción y zombies,
Dirigida por Marc Forster y con Brad Pitt como protagonista, la película toma inspiración de la
novela de Max Brooks con el mismo nombre. La trama sigue a un exinvestigador de la ONU mientras
intenta descubrir el origen y la manera de detener una pandemia global de zombies que amenaza
con acabar con la humanidad. "Guerra Mundial Z"se destaca por su intensidad, efectos especia-
les impresionantes y una trama emocionante que te mantiene en vilo. Si disfrutas de películas con
mucha acción y un toque apocalíptico, esta podría ser una excelente elección. ¡Espero que la disfrutes!
RESPUESTA CON PROMPT DE COMPORTAMIENTO:
¡Claro! Si buscas la combinación perfecta de acción y terror con zombies, te sugiero la película
"Train to Busan"(2016). Dirigida por Yeon Sang-ho, esta película surcoreana te sumerge en un viaje
en tren repleto de acción frenética y una intensidad constante. Un brote de zombis se desata, y
Facultad de Ingeniería
Universidad La Salle, Arequipa, Perú
facin.innosoft@ulasalle.edu.pe
26
Revista Innovación y Software
Vol. 5, No. 2, Mes Septiembre-Febrero, 2024
ISSN: 2708-0935
Pág. 18-29
https://revistas.ulasalle.edu.pe/innosoft
un grupo de pasajeros lucha por sobrevivir mientras el caos se apodera del tren. Con personajes
bien desarrollados, giros inesperados y escenas de acción magistralmente coreografiadas, "Train to
Busan"te mantendrá entretenido desde que comienza hasta que termine. Otra opción fascinante sería
"World War Z"(2013), la dirección de Marc Forster y la actuación estelar de Brad Pitt son destacadas
en esta película, la cual toma su inspiración de la novela homónima escrita por Max Brooks., esta
película nos sumerge en una pandemia mundial de zombis. A diferencia de otras películas del género,
"World War Z"destaca por su enfoque global y la búsqueda de respuestas para detener la amenaza.
Las secuencias de acción resultan impresionantes, y su narrativa mantiene un ritmo vertiginoso.
Si prefieres una experiencia más visceral y aterradora, "28 Days Later"(2002), echa por “Danny
Boyle”, es una elección excepcional. Esta película británica redefine el género al presentar un mundo
postapocalíptico infectado por un virus que convierte a las personas en asesinos sedientos de sangre.
La cinematografía inmersiva y la atmósfera tensa hacen de esta película una experiencia inolvidable.
Para una opción más extravagante y llena de estilo, te recomiendo "Zombieland"(2009), dirigida por
Ruben Fleischer. Esta película combina acción, comedia y zombies de una manera única. Sigue a un
grupo de supervivientes mientras intentan navegar por un mundo lleno de no muertos, destacando
por su humor negro, personajes memorables y secuencias de acción emocionantes. Si buscas una obra
maestra del cine surcoreano que también mezcla acción y horror, “I Am a Hero” (2015), dirigida por
Shinsuke Sato, es una elección sorprendente. Basada en el manga homónimo, la película sigue a
un dibujante de manga que se encuentra en medio de un apocalipsis zombi. Con un enfoque único
en la psicología de los personajes y secuencias de acción impactantes, “I Am a Hero” ofrece una
experiencia inolvidable dentro del género.
Conclusiones
En ambos casos, con y sin comportamiento, ChatGPT demuestra su capacidad para proporcionar respuestas
útiles. Puedes utilizarlo sin especificar un comportamiento previo y obtener resultados satisfactorios. Sin em-
bargo, si deseas una personalización más precisa según tus preferencias y detalles específicos, es recomendable
proporcionarle un comportamiento. Ajustar el comportamiento te permite tener un control más granular so-
bre la generación de código, recetas o recomendaciones de películas. Por ejemplo, en la generación de código,
podrías solicitar que sea sin comentarios o más simple, e incluso optar por un código más complejo si así lo
prefieres. En el caso de recetas, puedes personalizar los detalles, como la inclusión o exclusión de sazonadores.
En recomendaciones de películas, puedes especificar preferencias como películas antiguas o modernas, e incluso
enfocarte en un género específico. En resumen, aunque no es estrictamente necesario darle un comportamiento
específico a ChatGPT, hacerlo puede ser extremadamente útil cuando buscas resultados más adaptados a tus
necesidades y preferencias.
Facultad de Ingeniería
Universidad La Salle, Arequipa, Perú
facin.innosoft@ulasalle.edu.pe
27
Revista Innovación y Software
Vol. 5, No. 2, Mes Septiembre-Febrero, 2024
ISSN: 2708-0935
Pág. 18-29
https://revistas.ulasalle.edu.pe/innosoft
Contribución de Autoría
Alejandro Roman Campos-Gamarra: Conceptualización,Investigación,Metodología,Validación,Análisis
formal,Redacción - borrador original.Francisco Gerardo Huamanchumo-Trujillo: Conceptualización,
Investigación,Metodología,Análisis formal,Escritura, revisión y edición.Marcelino Torres-Villanueva:
Visualización,Escritura, revisión y edición
Referencias
[1] N. Chomsky, Syntactic Structures. Mouton, 1957.
[2] J. R. Firth, Papers in Linguistics, 1934-1951. Oxford University Press, 1957.
[3] G. Lakoff, Women, Fire, and Dangerous Things: What Categories Reveal About the Mind. University of
Chicago Press, 1987.
[4] T. Mikolov et al., “Distributed representations of words and phrases and their compositionality,” in Ad-
vances in Neural Information Processing Systems, 2013.
[5] J. Pennington et al., “Glove: Global vectors for word representation,” in Proceedings of the 2014 Conference
on Empirical Methods in Natural Language Processing, 2014.
[6] T. B. Brown et al., “Language models are few-shot learners,” in Advances in Neural Information Processing
Systems, 2020.
[7] A. Vaswani et al., “Attention is all you need,” in Advances in Neural Information Processing Systems, 2017.
[8] A. Radford et al., “Language models are few-shot learners,” arXiv preprint, vol. arXiv:1910.01108, 2019.
[9] J. Smith, “Contextual coherence in natural language understanding,” Journal of Linguistic Research, 2015.
[10] A. Jones, “Domain adaptability in language models,” in International Conference on Natural Language
Processing, 2021.
[11] I. Goodfellow, Y. Bengio, and A. Courville, Deep Learning. MIT Press, 2016.
[12] D. Jurafsky and J. H. Martin, Speech and Language Processing. Pearson, 2008.
[13] A. Ng, “Natural language processing with deep learning,” Coursera, 2019.
[14] “Speech and language processing,” Coursera, Stanford University.
Facultad de Ingeniería
Universidad La Salle, Arequipa, Perú
facin.innosoft@ulasalle.edu.pe
28
Revista Innovación y Software
Vol. 5, No. 2, Mes Septiembre-Febrero, 2024
ISSN: 2708-0935
Pág. 18-29
https://revistas.ulasalle.edu.pe/innosoft
[15] “The gradient,” Google AI. [Online]. Available: https://thegradient.pub/
[16] A. Ng, “Ai today.” [Online]. Available: https://www.aitoday.io/
[17] “Neural information processing systems (nips).” [Online]. Available: https://nips.cc/
[18] “Conference on empirical methods in natural language processing (emnlp).” [Online]. Available:
https://www.emnlp.org/
[19] D. Amodei, C. Olah, J. Steinhardt, P. Christiano, J. Schulman, and D. Mané, “Concrete problems in ai
safety,” 2016. [Online]. Available: https://arxiv.org/abs/1606.06565
[20] M. Brundage, S. Avin, J. Clark, H. Toner, P. Eckersley, B. Garfinkel, A. Dafoe, P. Scharre, T. Zeitzoff,
B. Filar, H. Anderson, H. Roff, G. C. Allen, J. Steinhardt, C. Flynn, S. hÉigeartaigh, S. Beard,
H. Belfield, S. Farquhar, C. Lyle, R. Crootof, O. Evans, M. Page, J. Bryson, R. Yampolskiy, and
D. Amodei, “The malicious use of artificial intelligence: Forecasting, prevention, and mitigation,” 2018.
[Online]. Available: https://arxiv.org/abs/1802.07228
[21] L. Floridi, The Ethics of Artificial Intelligence. Oxford University Press, 2019.
[22] “Prompt engineering,” Hostinger, 2024. [Online]. Available: https://www.hostinger.es/tutoriales/
prompt-engineering
[23] “Allen institute for artificial intelligence.” [Online]. Available: https://allenai.org/
[24] “Openai.” [Online]. Available: https://openai.com/
[25] “Google ai.” [Online]. Available: https://ai.google/
[26] M. Rouse. (2024) Chatgpt. Techopedia. 2024, 26 de enero. [Online]. Available: https://www.techopedia.
com/es/definicion/chatgpt
Facultad de Ingeniería
Universidad La Salle, Arequipa, Perú
facin.innosoft@ulasalle.edu.pe
29
