Lab 02: La Ilusión de la Memoria Plana — Por qué los LLMs no distinguen entre Instrucciones y Datos
Simulación de secuestro de atención (QK^T), saturación de contexto y evaluación de guardrails de delimitación XML frente a modelos tradicionales x86 con bit NX.
Temas Clave del Laboratorio
- Matriz de Atención
- Delimitadores XML
- Dilución de Contexto
- Mitigación Determinista
Requisitos Previos
- Python 3.10+
- PyTorch / Transformers
Recursos y Guía Teórica
Este laboratorio práctico se ejecuta en Jupyter Notebook (lab-02-memoria-plana.ipynb) y cuenta con una guía de arquitectura completa: