Ya estoy inscrito ¿Todavía no tienes acceso? Nuestros Planes
Ya estoy inscrito ¿Todavía no tienes acceso? Nuestros Planes
1
respuesta

[Sugerencia] Codigo

mi llm:

model="llama-3.3-70b-versatile" 

El "cerebro" de la IA no piensa en una sola línea
Los Modelos de Lenguaje (LLMs) como Llama 3 entrenaron su capacidad de programar leyendo millones de repositorios de código real (como GitHub). En el mundo real, los desarrolladores de Python nunca escriben programas complejos encadenados con ";"

Cuando obligás al modelo a seguir esa regla:

Lo sacás de su "zona de confort" de entrenamiento.

Gasta energía cognitiva (tokens) intentando recordar cómo formatear todo en una línea, en lugar de concentrarse en resolver la lógica matemática o el análisis de tus datos.

Mi resultado:

# 1. Invocamos la cadena completa pasando la nueva pregunta sobre el clima
respuesta = cadena_completa.invoke({
    "question": "Calcula el promedio de tiempo de entrega para cada clima?"
})

# 2. Imprimimos el resultado en una línea nueva
print("Resultado del análisis por clima:")
print(respuesta)

Respuesta:
Resultado del análisis por clima:
clima
Lluvioso 123.211825
Nublado 138.286773
Soleado 103.664453
Tormenta 123.238509
Name: tiempo_entrega, dtype: float64

1 respuesta

Hola, Christian. ¿Cómo vas?

Gracias por compartir tus aprendizajes con la comunidad Alura.

Me gustó tu observación sobre cómo los LLMs generan código de forma más natural cuando siguen el estilo con el que fueron entrenados. También es interesante que hayas probado el modelo llama-3.3-70b-versatile y compartido el resultado obtenido, ya que demuestra que la consulta se ejecutó correctamente y devolvió el promedio del tiempo de entrega para cada clima.

Sigue explorando distintos modelos y comparando sus respuestas, ya que cada uno puede tener comportamientos diferentes al generar código.

Cuenta con el apoyo del foro en tu viaje. Saludos y buenos estudios.

Alura Cuenta con el apoyo de la comunidad Alura en tu camino. ¡Un abrazo y buenos estudios!