집LLM이 지침을 무시하는 이유 및 효과적인 해결 방법
대규모 언어 모델이 지침을 건너뛰는 이유 이해하기
대규모 언어 모델(LLM)은 대화형 인터페이스부터 자동화된 콘텐츠 생성 및 프로그래밍 지원까지 다양한 고급 애플리케이션을 가능하게 하여 우리가 AI와 상호 작용하는 방식을 변화시켰습니다. 그러나 사용자들은 종종 이러한 모델이 복잡하거나 긴 프롬프트에서 특정 지침을 간과하는 경우가 있다는 답답한 한계에 직면하게 됩니다. 이러한 불완전한 작업 실행 문제는 출력 품질에 영향을 미칠 뿐만 아니라 이러한 시스템에 대한 사용자의 신뢰도도 떨어뜨립니다. 이러한 행동의 근본 원인을 조사하면 LLM 상호 작용을 최적화하는 데 유용한 인사이트를 얻을 수 있습니다.
LLM 처리의 인지적 한계
LLM의 아키텍처는 토큰화를 통해 입력 텍스트를 순차적으로 처리하며, 여기서 콘텐츠는 개별 언어 단위로 나뉩니다. 이러한 순차적 처리 방식은 프롬프트의 앞부분이 이후 섹션보다 자연스럽게 더 큰 계산적 관심을 받게 된다는 것을 의미합니다. 프롬프트의 길이가 길어지면 모든 구성 요소에 일관된 집중력을 유지하는 모델의 성능이 저하되어 이후 지침이 누락될 가능성이 있습니다.
이 현상은 세 가지 주요 요인에 의해 발생합니다:
- 주의 메커니즘 제약: LLM은 특정 입력 세그먼트에 우선순위를 부여하는 주의 메커니즘을 통해 처리 리소스를 할당합니다. 입력이 길어지면 이러한 주의가 토큰 전체에 너무 얇게 분산됩니다.
- 훈련 데이터 편향: 모델은 주로 간단한 단일 명령어 예제로 학습하기 때문에 다단계 지시문을 처리하는 데 능숙하지 못합니다.
- 메모리 제한: 고정 컨텍스트 창은 긴 입력을 강제로 잘라내어 토큰 한도를 초과하는 콘텐츠를 자동으로 제외합니다.
SIFo 벤치마크의 경험적 증거(2024년)
2024년에 실시된 순차적 명령어 벤치마크(SIFo)에서는 복잡한 명령어 체인에서 GPT-4 및 Claude-3을 비롯한 주요 모델을 체계적으로 평가했습니다. 그 결과 모델 처리 시 성능이 크게 저하되는 것으로 나타났습니다:
- 4단계를 초과하는 명령어 시퀀스
- 모호한 문구가 포함된 프롬프트
- 상호 의존적인 추론이 필요한 작업
이 연구에서는 세 가지 중요한 실패 지점을 확인했습니다:
- 초기 명령 이해도
- 순차적 단계 간의 논리적 연결
- 응답 전반에 걸친 일관된 실행
LLM 명령어 준수 최적화
LLM 성과를 개선하려면 인지 부하 이론에 기반한 전략적인 프롬프트 구조화가 필요합니다. 아래에서는 명령어 완수를 극대화하기 위한 검증된 방법론을 간략하게 설명합니다.
프롬프트 구조 설계
효과적인 프롬프트 아키텍처는 다음과 같은 원칙을 따릅니다:
- 모듈식 작업 분해: 복잡한 요청을 개별 프롬프트 또는 명확하게 구분된 섹션으로 나누기
- 시각적 세분화: 번호 매기기, 글머리 기호 및 섹션 헤더를 사용하여 뚜렷한 지침을 표시합니다.
- 명시적 지시 사항: 명확한 완료 요건 포함(예: "아래 모든 항목에 답변")
구현 예
대신
"주요 동향을 추출하고, 성장 기회를 파악하고, 위험을 평가하고, 권장 사항을 생성하여 이 시장 보고서를 분석하세요."
사용
- 세 가지 주요 시장 동향 추출
- 두 가지 주요 성장 기회 식별
- 상위 3가지 위험 요소 평가
- 위의 분석을 기반으로 전략적 권장 사항 생성
고급 프롬프트 기법
미션 크리티컬 애플리케이션의 경우 다음을 고려하세요:
- 연쇄적 사고 프롬프트: 모델에 추론 과정을 언어화하도록 요구
- 반복적 세분화: 순차적인 설명 주기를 통해 응답 구축
- 모델별 튜닝: 작업 요구 사항에 따라 온도 및 토큰 제한 조정
엔터프라이즈 구현을 위한 기술적 고려 사항
대규모로 LLM을 구현하는 조직은 다음 사항을 해결해야 합니다:
도전 과제
해결 방법
영향
팀 간 일관성 유지
중앙 집중식 프롬프트 라이브러리
표준화된 출력물
규정 준수
지시 사항 추적 로그
감사 가능성
성과 모니터링
완료율 메트릭
품질 보증
미래 보장형 LLM 전략
모델 아키텍처가 진화함에 따라 조직은 다음과 같이 해야 합니다:
- 버전 제어 프롬프트 템플릿 구현
- 새로운 기술을 통합한 지속적인 교육 프로토콜 수립
- 지침 준수를 위한 평가 프레임워크 개발
이러한 관행은 LLM 역량이 발전하고 비즈니스 요구 사항이 복잡해짐에 따라 지속 가능한 최적화를 보장합니다.
관련 기사
Base44, 방어력을 강화하는 고유 AI 모델을 vibe 코딩 플랫폼에 공개
Base44은 1년 전, 팀이 8명으로 구성되고 설립된 지 불과 6개월 된 상태였을 때 Wix로부터 8,000만 달러에 인수된 vibe 코딩 플랫폼으로, 이제 자연어를 사용하여 애플리케이션을 구축할 수 있도록 자체 AI 모델을 배포하기 시작했습니다.이러한 developments는 최첨단 모델이 모든 사용 사례에 최적인지, 그리고 외부 모델에 의존하는 기업들이 장기적인 방어력을 유지할 수 있는지에 대해 AI 커뮤니티가 논쟁을 벌이는 시점에 이루
멀티버스 컴퓨팅, 무료 압축 생성형 AI 모델 출시
대규모 언어 모델은 상당한 과제에 직면해 있습니다: 바로 그 방대한 규모입니다. 스페인 스타트업 멀티버스 컴퓨팅(Multiverse Computing)은 최첨단 AI의 성능과 기업이 실질적으로 도입할 수 있는 수준 사이의 격차를 해소하기 위해 설계된 압축 모델을 개발함으로써 이 문제를 해결하고 있습니다.핵심 혁신은 양자 컴퓨팅 원리에서 영감을 받은 압축 기
비밀 추적 데이터, AI 모델 도용 사건 폭로
새로운 방법은 재훈련 없이도 ChatGPT와 같은 모델에 몇 초 만에 보이지 않는 워터마크를 적용할 수 있으며, 표준 출력물에 흔적을 남기지 않고 모든 실질적인 제거 시도를 견딥니다. 워터마킹과 '저작권 유인(copyright-baiting)'의 핵심 차이점은 워터마크(가시적이든 숨겨진 것이든)는 일반적으로 이미지 데이터셋과 같은 컬렉션 전체에 걸쳐 나타나
관련 특별 주제 추천
음악 작곡
songwriter, 후크, 탑라인 및 다국어 초안 세션을 위한 AI 보컬 데모 도구
2026년 최신 최고의 AI 보컬 데모 도구: 작곡가, 후크 제작자 및 다국어 콘텐츠 팀을 위한! XIX.AI는 엄격한 실전 테스트를 거친 강력한 혁신 도구의 최고 평점 목록을 선별했습니다. 여기서는 무료 대 유료 비교 데이터, 종합 순위, 그리고 필수 추천 옵션을 확인할 수 있어 작사 효율성을 높이고 창의적 잠재력을 발휘하는 데 도움이 됩니다. 지금 탐색하여 모든 콘텐츠 요구에 맞는 완벽한 도구를 발견하세요!
9 도구
xix.ai
사업
중소기업을 위한 최고의 AI 경쟁사 분석 도구
2026년 중소기업을 위한 최신 최고 평점의 AI 경쟁 분석 도구! XIX.AI는 매주 엄격한 실제 테스트와 상세한 순위를 바탕으로 업데이트되는, 업계 판도를 바꿀 만큼 강력한 도구 모음을 엄선했습니다. 생산성을 높이고 경쟁 우위를 확보할 수 있는 ‘꼭 사용해 봐야 할’ 도구를 찾아보실 수 있도록, 무료 버전과 유료 버전의 포괄적인 비교 정보를 제공합니다. 지금 바로 살펴보고 여러분에게 딱 맞는 도구를 찾아보세요!
9 도구
xix.ai
이미지 편집
이커머스 의류용 Photoshop AI 보정 도구, 피부 결 정리 및 색상 일관성
2026년 최신 최고의 Photoshop AI 보정 도구: 이커머스 의류, 피부 클리닝, 색상 일관성을 위한! 이 상위 평가 큐레이션 목록은 글쓰기 효율성을 높이고 콘텐츠 제작을 간소화하며 완벽한 시각적 결과를 손쉽게 달성하는 데 도움이 되는 강력한 게임 체인저 솔루션을 특징으로 합니다. 각 도구는 매주 업데이트되는 랭킹을 통해 실제 테스트를 거쳤으며, 무료 대 유료 비교 세부 사항도 포함되어 있습니다. XIX.AI의 지원을 받아 AI 경쟁력을 발휘하고자 하는 모든 이들에게 필수 추천 가이드입니다. 지금 탐색하세요!
10 도구
xix.ai
즉각적인
ChatGPT 워크플로우에 가장 적합한 AI 프롬프트 라이브러리
2026년 최신 최고 평점을 받은 AI 프롬프트 라이브러리로, 모든 유형의 ChatGPT 워크플로우를 최적화하세요. XIX.AI는 최고의 성능을 보장하기 위해 엄격한 실전 테스트를 거친, 강력하고 획기적인 컬렉션을 엄선했습니다. 생산성을 높이고 AI의 잠재력을 최대한 발휘할 수 있는 필수 도구를 선택하는 데 도움이 되는 무료 vs 유료 상세 비교 정보와 전문가 순위를 확인해 보세요. 지금 바로 살펴보세요!
11 도구
xix.ai
교육 및 학습
교사, 과외 교사 및 코호트 기반 학습 프로그램을 위한 AI 퀴즈 빌더 플랫폼
2026년 최신 최고의 AI 퀴즈 빌더 플랫폼: 교사, 튜터 및 코호트 기반 학습 프로그램을 위한! XIX.AI는 실제 테스트를 거쳐 정확한 순위를 제공하는 강력한 게임 체인저 도구들의 최고 평점 목록을 선별했습니다. 이 필수 플랫폼은 모든 학습 시나리오에서 글쓰기 효율성을 높이고, 콘텐츠 제작을 간소화하며, 퀴즈 설계를 단순화하는 데 도움을 줍니다. 지금 탐색하여 교육에서 AI의 이점을 최대한 활용할 수 있는 완벽한 도구를 발견하세요!
13 도구
xix.ai
암호
리팩토링, 버그, 보안 취약점을 처리하는 GitHub 팀을 위한 AI 풀 리퀘스트 검토 도구
GitHub 팀을 위한 2026년 최신 최고의 AI 풀 리퀘스트 검토 도구가 XIX.AI에 소개되었습니다! 이 엄선된 최고 평점 목록은 모든 팀 워크플로우 전반에 걸쳐 리팩토링, 버그 수정, 보안 취약점 탐지를 효율화해 주는 획기적인 솔루션을 선보입니다. 무료와 유료 버전의 비교 분석은 물론, 실제 테스트 결과와 상세한 순위 정보를 통해 생산성을 획기적으로 높여줄 완벽한 도구를 찾아보세요. 지금 바로 살펴보고 AI의 힘을 경험해 보세요!
12 도구
xix.ai
의견 (4)
0/500
![FredGreen]()
Honestly, it’s frustrating when LLMs just ignore the obvious instructions despite all the hype. It feels like they’re selectively deaf sometimes, especially with complex prompts. Maybe they’re just too focused on generating ‘interesting’ text rather than following rules. I guess we’ll have to keep tweaking the system until they actually listen! 🤷♂️
![JackMoore]()
Interesting read! I've noticed this issue when using ChatGPT for work tasks—sometimes it just goes off on a tangent. The part about prompt engineering being key really resonates. Maybe we need more user-friendly tools to help non-experts structure instructions better? 🤔
![DouglasMitchell]()
Interesante reflexión, nunca me había planteado que 'ignorar' instrucciones fuera un problema específico. Me ha pasado al usar algunos chat, pongo detalles claros y la respuesta va por otro lado. ¿Será algo relacionado con cómo entrenamos a los modelos? También podría ser el prompt que se usa... ¿Qué opinan? 😅
![DouglasMitchell]()
¿Por qué los LLM no siguen instrucciones? 😅 Al final lo importante es que funcionen bien en la práctica, ¿no? Me pregunto si esto afectará el futuro de los asistentes virtuales... 🤔
대규모 언어 모델이 지침을 건너뛰는 이유 이해하기
대규모 언어 모델(LLM)은 대화형 인터페이스부터 자동화된 콘텐츠 생성 및 프로그래밍 지원까지 다양한 고급 애플리케이션을 가능하게 하여 우리가 AI와 상호 작용하는 방식을 변화시켰습니다. 그러나 사용자들은 종종 이러한 모델이 복잡하거나 긴 프롬프트에서 특정 지침을 간과하는 경우가 있다는 답답한 한계에 직면하게 됩니다. 이러한 불완전한 작업 실행 문제는 출력 품질에 영향을 미칠 뿐만 아니라 이러한 시스템에 대한 사용자의 신뢰도도 떨어뜨립니다. 이러한 행동의 근본 원인을 조사하면 LLM 상호 작용을 최적화하는 데 유용한 인사이트를 얻을 수 있습니다.
LLM 처리의 인지적 한계
LLM의 아키텍처는 토큰화를 통해 입력 텍스트를 순차적으로 처리하며, 여기서 콘텐츠는 개별 언어 단위로 나뉩니다. 이러한 순차적 처리 방식은 프롬프트의 앞부분이 이후 섹션보다 자연스럽게 더 큰 계산적 관심을 받게 된다는 것을 의미합니다. 프롬프트의 길이가 길어지면 모든 구성 요소에 일관된 집중력을 유지하는 모델의 성능이 저하되어 이후 지침이 누락될 가능성이 있습니다.
이 현상은 세 가지 주요 요인에 의해 발생합니다:
- 주의 메커니즘 제약: LLM은 특정 입력 세그먼트에 우선순위를 부여하는 주의 메커니즘을 통해 처리 리소스를 할당합니다. 입력이 길어지면 이러한 주의가 토큰 전체에 너무 얇게 분산됩니다.
- 훈련 데이터 편향: 모델은 주로 간단한 단일 명령어 예제로 학습하기 때문에 다단계 지시문을 처리하는 데 능숙하지 못합니다.
- 메모리 제한: 고정 컨텍스트 창은 긴 입력을 강제로 잘라내어 토큰 한도를 초과하는 콘텐츠를 자동으로 제외합니다.
SIFo 벤치마크의 경험적 증거(2024년)
2024년에 실시된 순차적 명령어 벤치마크(SIFo)에서는 복잡한 명령어 체인에서 GPT-4 및 Claude-3을 비롯한 주요 모델을 체계적으로 평가했습니다. 그 결과 모델 처리 시 성능이 크게 저하되는 것으로 나타났습니다:
- 4단계를 초과하는 명령어 시퀀스
- 모호한 문구가 포함된 프롬프트
- 상호 의존적인 추론이 필요한 작업
이 연구에서는 세 가지 중요한 실패 지점을 확인했습니다:
- 초기 명령 이해도
- 순차적 단계 간의 논리적 연결
- 응답 전반에 걸친 일관된 실행
LLM 명령어 준수 최적화
LLM 성과를 개선하려면 인지 부하 이론에 기반한 전략적인 프롬프트 구조화가 필요합니다. 아래에서는 명령어 완수를 극대화하기 위한 검증된 방법론을 간략하게 설명합니다.
프롬프트 구조 설계
효과적인 프롬프트 아키텍처는 다음과 같은 원칙을 따릅니다:
- 모듈식 작업 분해: 복잡한 요청을 개별 프롬프트 또는 명확하게 구분된 섹션으로 나누기
- 시각적 세분화: 번호 매기기, 글머리 기호 및 섹션 헤더를 사용하여 뚜렷한 지침을 표시합니다.
- 명시적 지시 사항: 명확한 완료 요건 포함(예: "아래 모든 항목에 답변")
구현 예
대신
"주요 동향을 추출하고, 성장 기회를 파악하고, 위험을 평가하고, 권장 사항을 생성하여 이 시장 보고서를 분석하세요."
사용
- 세 가지 주요 시장 동향 추출
- 두 가지 주요 성장 기회 식별
- 상위 3가지 위험 요소 평가
- 위의 분석을 기반으로 전략적 권장 사항 생성
고급 프롬프트 기법
미션 크리티컬 애플리케이션의 경우 다음을 고려하세요:
- 연쇄적 사고 프롬프트: 모델에 추론 과정을 언어화하도록 요구
- 반복적 세분화: 순차적인 설명 주기를 통해 응답 구축
- 모델별 튜닝: 작업 요구 사항에 따라 온도 및 토큰 제한 조정
엔터프라이즈 구현을 위한 기술적 고려 사항
대규모로 LLM을 구현하는 조직은 다음 사항을 해결해야 합니다:
| 도전 과제 | 해결 방법 | 영향 |
|---|---|---|
| 팀 간 일관성 유지 | 중앙 집중식 프롬프트 라이브러리 | 표준화된 출력물 |
| 규정 준수 | 지시 사항 추적 로그 | 감사 가능성 |
| 성과 모니터링 | 완료율 메트릭 | 품질 보증 |
미래 보장형 LLM 전략
모델 아키텍처가 진화함에 따라 조직은 다음과 같이 해야 합니다:
- 버전 제어 프롬프트 템플릿 구현
- 새로운 기술을 통합한 지속적인 교육 프로토콜 수립
- 지침 준수를 위한 평가 프레임워크 개발
이러한 관행은 LLM 역량이 발전하고 비즈니스 요구 사항이 복잡해짐에 따라 지속 가능한 최적화를 보장합니다.
Base44, 방어력을 강화하는 고유 AI 모델을 vibe 코딩 플랫폼에 공개
Base44은 1년 전, 팀이 8명으로 구성되고 설립된 지 불과 6개월 된 상태였을 때 Wix로부터 8,000만 달러에 인수된 vibe 코딩 플랫폼으로, 이제 자연어를 사용하여 애플리케이션을 구축할 수 있도록 자체 AI 모델을 배포하기 시작했습니다.이러한 developments는 최첨단 모델이 모든 사용 사례에 최적인지, 그리고 외부 모델에 의존하는 기업들이 장기적인 방어력을 유지할 수 있는지에 대해 AI 커뮤니티가 논쟁을 벌이는 시점에 이루
멀티버스 컴퓨팅, 무료 압축 생성형 AI 모델 출시
대규모 언어 모델은 상당한 과제에 직면해 있습니다: 바로 그 방대한 규모입니다. 스페인 스타트업 멀티버스 컴퓨팅(Multiverse Computing)은 최첨단 AI의 성능과 기업이 실질적으로 도입할 수 있는 수준 사이의 격차를 해소하기 위해 설계된 압축 모델을 개발함으로써 이 문제를 해결하고 있습니다.핵심 혁신은 양자 컴퓨팅 원리에서 영감을 받은 압축 기
비밀 추적 데이터, AI 모델 도용 사건 폭로
새로운 방법은 재훈련 없이도 ChatGPT와 같은 모델에 몇 초 만에 보이지 않는 워터마크를 적용할 수 있으며, 표준 출력물에 흔적을 남기지 않고 모든 실질적인 제거 시도를 견딥니다. 워터마킹과 '저작권 유인(copyright-baiting)'의 핵심 차이점은 워터마크(가시적이든 숨겨진 것이든)는 일반적으로 이미지 데이터셋과 같은 컬렉션 전체에 걸쳐 나타나
2026년 최신 최고의 AI 보컬 데모 도구: 작곡가, 후크 제작자 및 다국어 콘텐츠 팀을 위한! XIX.AI는 엄격한 실전 테스트를 거친 강력한 혁신 도구의 최고 평점 목록을 선별했습니다. 여기서는 무료 대 유료 비교 데이터, 종합 순위, 그리고 필수 추천 옵션을 확인할 수 있어 작사 효율성을 높이고 창의적 잠재력을 발휘하는 데 도움이 됩니다. 지금 탐색하여 모든 콘텐츠 요구에 맞는 완벽한 도구를 발견하세요!
9 도구
xix.ai
2026년 중소기업을 위한 최신 최고 평점의 AI 경쟁 분석 도구! XIX.AI는 매주 엄격한 실제 테스트와 상세한 순위를 바탕으로 업데이트되는, 업계 판도를 바꿀 만큼 강력한 도구 모음을 엄선했습니다. 생산성을 높이고 경쟁 우위를 확보할 수 있는 ‘꼭 사용해 봐야 할’ 도구를 찾아보실 수 있도록, 무료 버전과 유료 버전의 포괄적인 비교 정보를 제공합니다. 지금 바로 살펴보고 여러분에게 딱 맞는 도구를 찾아보세요!
9 도구
xix.ai
2026년 최신 최고의 Photoshop AI 보정 도구: 이커머스 의류, 피부 클리닝, 색상 일관성을 위한! 이 상위 평가 큐레이션 목록은 글쓰기 효율성을 높이고 콘텐츠 제작을 간소화하며 완벽한 시각적 결과를 손쉽게 달성하는 데 도움이 되는 강력한 게임 체인저 솔루션을 특징으로 합니다. 각 도구는 매주 업데이트되는 랭킹을 통해 실제 테스트를 거쳤으며, 무료 대 유료 비교 세부 사항도 포함되어 있습니다. XIX.AI의 지원을 받아 AI 경쟁력을 발휘하고자 하는 모든 이들에게 필수 추천 가이드입니다. 지금 탐색하세요!
10 도구
xix.ai
2026년 최신 최고 평점을 받은 AI 프롬프트 라이브러리로, 모든 유형의 ChatGPT 워크플로우를 최적화하세요. XIX.AI는 최고의 성능을 보장하기 위해 엄격한 실전 테스트를 거친, 강력하고 획기적인 컬렉션을 엄선했습니다. 생산성을 높이고 AI의 잠재력을 최대한 발휘할 수 있는 필수 도구를 선택하는 데 도움이 되는 무료 vs 유료 상세 비교 정보와 전문가 순위를 확인해 보세요. 지금 바로 살펴보세요!
11 도구
xix.ai
2026년 최신 최고의 AI 퀴즈 빌더 플랫폼: 교사, 튜터 및 코호트 기반 학습 프로그램을 위한! XIX.AI는 실제 테스트를 거쳐 정확한 순위를 제공하는 강력한 게임 체인저 도구들의 최고 평점 목록을 선별했습니다. 이 필수 플랫폼은 모든 학습 시나리오에서 글쓰기 효율성을 높이고, 콘텐츠 제작을 간소화하며, 퀴즈 설계를 단순화하는 데 도움을 줍니다. 지금 탐색하여 교육에서 AI의 이점을 최대한 활용할 수 있는 완벽한 도구를 발견하세요!
13 도구
xix.ai
GitHub 팀을 위한 2026년 최신 최고의 AI 풀 리퀘스트 검토 도구가 XIX.AI에 소개되었습니다! 이 엄선된 최고 평점 목록은 모든 팀 워크플로우 전반에 걸쳐 리팩토링, 버그 수정, 보안 취약점 탐지를 효율화해 주는 획기적인 솔루션을 선보입니다. 무료와 유료 버전의 비교 분석은 물론, 실제 테스트 결과와 상세한 순위 정보를 통해 생산성을 획기적으로 높여줄 완벽한 도구를 찾아보세요. 지금 바로 살펴보고 AI의 힘을 경험해 보세요!
12 도구
xix.ai
Honestly, it’s frustrating when LLMs just ignore the obvious instructions despite all the hype. It feels like they’re selectively deaf sometimes, especially with complex prompts. Maybe they’re just too focused on generating ‘interesting’ text rather than following rules. I guess we’ll have to keep tweaking the system until they actually listen! 🤷♂️
Interesting read! I've noticed this issue when using ChatGPT for work tasks—sometimes it just goes off on a tangent. The part about prompt engineering being key really resonates. Maybe we need more user-friendly tools to help non-experts structure instructions better? 🤔
Interesante reflexión, nunca me había planteado que 'ignorar' instrucciones fuera un problema específico. Me ha pasado al usar algunos chat, pongo detalles claros y la respuesta va por otro lado. ¿Será algo relacionado con cómo entrenamos a los modelos? También podría ser el prompt que se usa... ¿Qué opinan? 😅
¿Por qué los LLM no siguen instrucciones? 😅 Al final lo importante es que funcionen bien en la práctica, ¿no? Me pregunto si esto afectará el futuro de los asistentes virtuales... 🤔
