O texto compara a escrita de prompts a atos antigos de comunicação, como orações ou cartas, destacando a natureza atemporal de enviar palavras ao desconhecido e esperar por uma resposta. Observa que, embora a tecnologia seja nova e a velocidade de retorno instantânea, a essência da troca permanece, e a forma como escrevemos prompts muda com o nosso estado de espírito.
Este estudo avalia o desempenho de estratégias de prompting (chain-of-thought e zero-shot) em LLMs de raciocínio estendido como o Grok-4.1, variando a temperatura de amostragem em 39 problemas matemáticos desafiadores. Descobriu-se que o prompting zero-shot atinge o pico de desempenho em temperaturas moderadas, enquanto o chain-of-thought funciona melhor nos extremos, aumentando significativamente o benefício do raciocínio estendido.
Este estudo de pesquisa revela que pequenos modelos de linguagem (LMs) ajustados por instrução usando Chain-of-Thought (CoT) para aritmética geralmente empregam um atalho posicional, copiando o último número antes do delimitador da resposta. Esse atalho domina, mesmo que o raciocínio intermediário esteja correto, influenciando significativamente a precisão da resposta.
Este artigo explora se os LLMs aproximam quantitativamente o significado social humano e se estratégias de prompting pragmático podem melhorar essa aproximação. Para isso, introduz métricas de calibração (ESR, CDS) e observa que os modelos reproduzem a estrutura qualitativa das inferências sociais humanas, mas diferem substancialmente em outros aspectos.
Esta pesquisa apresenta uma estrutura de duas partes para predição estruturada robusta a grupos, abordando desafios como ambiguidade e dificuldades heterogêneas de grupos. Ela propõe uma estratégia de prompt agnóstica à tarefa e o STaR-DRO, um novo método de otimização robusta para aprendizado concentrado em grupos persistentemente difíceis.
Este artigo oferece 10 dicas e truques para melhorar a geração de vídeo por IA com Kling 3.5, baseando-se em centenas de clipes gerados. A principal recomendação é usar descrições de cena completas em vez de rótulos de assunto curtos para obter resultados superiores e com menos artefatos.
O Gemini 3.1 Flash TTS é um novo modelo de texto para fala que permite aos usuários obter desempenho de áudio preciso através de prompts. Este artigo oferece dicas sobre como guiar o modelo, utilizando contexto como perfis de áudio, descrições de cena e tags para controlar a entrega.
O artigo discute por que as IAs frequentemente produzem respostas genéricas e sem vida, argumentando que o problema não é do modelo, mas sim da forma como os prompts são elaborados, geralmente de maneira neutra e superficial. Essa abordagem leva a IA a gerar respostas que são a média estatística dos padrões de treinamento, resultando em conteúdo sem impacto.
Esta publicação explica como usar o Amazon Nova 2 Lite para moderação de conteúdo, empregando abordagens de prompting estruturadas e de formato livre. Ela também compara as capacidades de moderação do modelo com outros modelos de fundação em conjuntos de dados públicos, fundamentado no MLCommons AILuminate Assessment Standard.
Este artigo introduz o Derivation Prompting, uma nova técnica de prompting para o framework Retrieval-Augmented Generation (RAG). O método visa reduzir alucinações e raciocínio errôneo em Large Language Models (LLMs) através da aplicação sistemática de regras lógicas. Um estudo de caso demonstrou uma redução significativa de respostas inaceitáveis em comparação com métodos RAG tradicionais.
O conteúdo apresenta 50 dicas práticas subestimadas para usuários avançados da IA Claude, abordando desde codificação e colaboração até hacks de prompt e recursos ocultos. Inclui comandos específicos e boas práticas para otimizar o uso da ferramenta e gerenciar o contexto.
É crucial manter o foco da conversa ao interagir com um LLM para garantir respostas coerentes. Evitar mudar de assunto abruptamente ajuda a otimizar a performance do modelo.