Prompts com a tag: #Avaliação de Modelos
Prompt de Auditoria de Raciocínio para Modelos de Linguagem: detectar inversões dedutivas em GPT-5.5
Prompt para auditar o raciocínio de modelos de linguagem, identificando erros de dedução e sugerindo testes e mitigação para situações em que o modelo fortalece uma afirmação em vez de contradizê-la.
Prompt de Avaliação de Raciocínio Lógico em LLMs com Base no Caso GPT-5.5
Prompt de avaliação de raciocínio lógico de modelos de linguagem, inspirado no caso GPT-5.5, destinado a testar identificação de falhas, geração de cenários de teste e métricas de avaliação.
Prompt de Análise Crítica de Raciocínio de IA em Estatística, Psicologia e Agentes de Jogo
Prompts para conduzir uma análise crítica de raciocínio de IA em temas que cruzam estatística, psicologia e agentes de jogo, com comparação de respostas entre modelos e sugestões de melhoria.
Prompt de Avaliação de Raciocínio Simulado com Cenário Zorn-Arithmetic
Prompt que orienta IA a demonstrar passos intermediários simulados para avaliar raciocínio, com cenário fictício e métricas de avaliação detalhadas.
Auditoria de Conteúdo NSFW para Modelos de Linguagem
Prompt para avaliar, calibrar e comparar políticas e respostas de modelos de IA a pedidos NSFW, gerando diretrizes de governança e prompts seguros.
Prompt de Análise de Memória, Personalização e Estabilidade em Chatbots
Prompt para testar como memória, personalização e estabilidade afetam a qualidade de respostas em chatbots, oferecendo cenários, métricas e recomendações de implementação.
Prompt de Avaliação de LLMs para Terapia: Gemini (TherapyGPT) vs GPT – Personalização, Tom e Segurança
Prompt que orienta uma avaliação comparativa entre Gemini TherapyGPT e GPT em tarefas terapêuticas, com foco em personalização, segurança, tom e qualidade do aconselhamento, incluindo rubricas, cenários de teste e recomendações de melhoria.
Protocolo de diagnóstico e mitigação de drift entre modelos de geração de conteúdo
Prompt para diagnosticar drift entre versões de modelos de geração de conteúdo e sugerir uma estratégia de mitigação com métricas, relatório estruturado e plano de validação.
Avaliação de Restrições de Conteúdo em IA: Teste de Modelos com Foco em Mudanças de Dataset e Moderação
Prompt para avaliar como modelos de IA respondem a prompts sensíveis, considerando mudanças de datasets e políticas de moderação, com saída estruturada para comparação e recomendações de governança.
Prompts de avaliação de desempenho entre GPT-4o e modelos recentes
Prompt técnico para investigar e comparar o desempenho entre GPT-4o e modelos mais recentes, gerando um plano de testes reproduzíveis, métricas e recomendações.
Análise de ramificação e amnésia em longas threads do ChatGPT
Prompt avançado para analisar e mitigar amnésia causada por ramificações em longas threads do ChatGPT, com proposta de experimentação, templates de prompts e métricas de validação, incluindo comparação entre ferramentas de IA.
Prompt de Avaliação Comparativa de Raciocínio entre GPT-5.1 Heavy Thinking e GPT-5 Pro
Prompt para avaliação comparativa de raciocínio abstrato entre dois modelos hipotéticos (GPT-5.1 Heavy Thinking e GPT-5 Pro), com metodologia, métricas e prompts de teste.