Resumen: Los modelos de lenguaje grande (LLM) han mostrado un potencial considerable en la automatización de la lógica de decisiones dentro de los procesos intensivos en conocimiento. Sin embargo, su efectividad depende en gran medida de la estrategia y la calidad de la solicitud. Dado que la lógica de decisión generalmente está integrada en las indicaciones, se vuelve difícil para los usuarios finales modificarlo o refinarla. El modelo de decisión y la notación (DMN) ofrece un enfoque gráfico estandarizado para definir la lógica de decisión de una manera estructurada y fácil de usar. Este documento introduce un marco de incitación guiado por DMN que desglosa la lógica de decisión compleja en componentes más pequeños y manejables, guiando LLM a través de vías de decisión estructuradas. Implementamos el marco en un curso de posgrado donde los estudiantes presentaron tareas. Las tareas y los modelos DMN que representan instrucciones de retroalimentación sirvieron como entradas para nuestro marco. El instructor evaluó la retroalimentación generada y la etiquetó para la evaluación del desempeño. Nuestro enfoque demostró resultados prometedores, superando a la incorporación de la cadena de pensamiento (COT). Los estudiantes también respondieron positivamente a la retroalimentación generada, informando altos niveles de utilidad percibida en una encuesta basada en el modelo de aceptación de tecnología.
Publicado Originalme en rss.arxiv.org El 19 de mayo de 2025.
Ver Fuente Original
