Varianza de respuesta

De dónde viene

Los modelos de lenguaje generan texto con un componente aleatorio. A eso se suman resultados de búsqueda cambiantes, la ubicación y las actualizaciones de modelo. Por eso, una sola consulta es una muestra, no una medición – decidir a partir de una captura de pantalla es decidir al azar.

Cómo medir de forma fiable a pesar de todo

Con repeticiones a lo largo de varios días, muchos prompts en lugar de uno solo y una ubicación fija por prompt. GeoStars mide una y otra vez según el ritmo configurado, muestra tendencias en vez de valores aislados e indica el numerador y el denominador de cada valor de visibilidad – así ves en cuántas respuestas se basa un valor.