Cómo mejorar tus resultados en el LLM duplicando las indicaciones

Si quiere obtener mejores resultados de LLM sin pagar por salidas largas o afinaciones finas, aquí un truco concreto y elemental:

¡Duplique su mensaje!

Los investigadores descubrieron que repetir exactamente las mismas entradas puede mejorar drásticamente el rendimiento (aumento a 76% en tareas específicas).

LLM procesa el texto de izquierda a derecha, cada token sólo puede mirar el contexto anterior, nunca hacia delante.

Así, cuando se escribe una pregunta larga con un contexto al principio y una pregunta al final, el modelo puede basarse en ese contexto para responder, pero el contexto se procesa antes de que el modelo reconozca la pregunta.

Esta asimetría es una propiedad estructural básica del funcionamiento de las cosas. LLM.

La repetición de estímulos ayuda a sortear esta limitación dando al modelo una segunda pasada por todo el contexto.

No se trata de calcular nuevas pérdidas ni de enrevesada ingeniería de urgencia.

Es sólo un hack estructural que funciona en casi todos los modelos principales que han probado.

Aquí hay un gaitero: https://arxiv.org/pdf/2512.14982