Mitos sobre las preferencias en los LLM: lo que debes saber

Excelente Base de Brittney Mueller:

«Los LLM dan prioridad a los contenidos realizados en X patrón»es un mito".

Los LLM no tienen preferencias. No son sistemas de recuperación de información, sino predictores del siguiente token. Eligen la respuesta estadísticamente más probable basándose en los patrones de los datos de entrenamiento.

¿Un complemento en forma de motor de búsqueda en la parte superior, implementado con RAG? En eso consiste la recuperación de información (RI). ¿Un LLM básico? Ni de lejos.

Durante el entrenamiento, los LLM ingieren textos de todo Internet, pero no registran URL, ni almacenan fuentes, ni recuerdan de dónde procede nada. Lo que queda es un molde estadístico congelado (Gao et al., 2023). No es un índice. No es una base de datos.

Los motores de búsqueda realizan el rastreo, la indexación y la búsqueda (recuperación de datos). Los modelos LLM dependen en gran medida de ellos para mostrar información en tiempo real (porque no pueden hacerlo por sí solos).

Deja de «optimizar para la IA».
Optimizar para los motores de búsqueda (para que las búsquedas de IA puedan enlazar con usted).
+ proporcionar menciones en fuentes de terceros (para que el modelo ya le conozca antes de que se introduzca la indicación).