Guion profesor · U03
Razonamiento, descomposición y verificación
Objetivo de la sesión
CoT, ensamblado, fidelidad del razonamiento y verificación.
Guion por bloques
Bloque 1 — Razonamiento explícito (60 min)
Chain-of-thought: cuándo aporta (modelo y tarea) y compromiso de latencia/costo.
- Demo viva: proyectar un caso corto; pedir predicción de la falla antes de correr el modelo.
- Pregunta disparadora: “¿Qué evidencia descartaría tu intuición sobre este prompt/agente?”
- Contingencia: si cae el proveedor cloud, usar LM Studio / Ollama; comparar calidad es contenido, no fracaso.
Bloque 2 — Ensamblado y descomposición (60 min)
Self-consistency, subtareas encadenadas y exploración de alternativas.
- Demo viva: proyectar un caso corto; pedir predicción de la falla antes de correr el modelo.
- Pregunta disparadora: “¿Qué evidencia descartaría tu intuición sobre este prompt/agente?”
- Contingencia: si cae el proveedor cloud, usar LM Studio / Ollama; comparar calidad es contenido, no fracaso.
Bloque 3 — Fidelidad del razonamiento (60 min)
La cadena generada no es registro fiel del proceso. No usarla sola como fundamento mostrado al usuario.
- Demo viva: proyectar un caso corto; pedir predicción de la falla antes de correr el modelo.
- Pregunta disparadora: “¿Qué evidencia descartaría tu intuición sobre este prompt/agente?”
- Contingencia: si cae el proveedor cloud, usar LM Studio / Ollama; comparar calidad es contenido, no fracaso.
Bloque 4 — Verificación (60 min)
Segundo paso, checks programáticos y límites de la autocrítica.
- Demo viva: proyectar un caso corto; pedir predicción de la falla antes de correr el modelo.
- Pregunta disparadora: “¿Qué evidencia descartaría tu intuición sobre este prompt/agente?”
- Contingencia: si cae el proveedor cloud, usar LM Studio / Ollama; comparar calidad es contenido, no fracaso.
Claves del taller (no proyectar)
labs/09/u03/run_verify.py: el modelo propone FINAL=<n>; el script valida con eval. No alcanza con “la cadena se ve bien”.
- Exigir batería de casos antes de “se ve bien”.
- Registrar modelo, temperatura y seed/config en el informe.
- Rechazar entregas sin tope de iteraciones/costo/tiempo en agentes.
Checklist cierre
- Articulación con la unidad siguiente / curso vecino.
- Recordar lectura previa de la próxima sesión.
- Recoger dudas sobre lab autónomo.
Se requiere sesión profesor
Iniciar sesión para ver guiones y soluciones.