IBM ha presentado LLMON, un lenguaje de marcado nativo para modelos de lenguaje grandes (LLM) que busca resolver las limitaciones de estructura en el contexto de estos modelos. La herramienta, disponible en versiones de 3B y 8B parámetros, permite comunicar explícitamente la semántica y la estructura mediante etiquetas significativas y delimitadores de tokens reservados, a diferencia de JSON, que no está diseñado para ser digerido por LLMs. Este enfoque reduce la vulnerabilidad ante inyecciones de prompts indirectas, donde instrucciones maliciosas se ocultan en datos recuperados o respuestas de herramientas, logrando una tasa de éxito de ataque cercana a cero en ciertos benchmarks. Además, LLMON permite vincular instrucciones específicas a datos concretos, evitando que el modelo procese información irrelevante o antigua. La empresa ha liberado modelos de vista previa experimental y un repositorio de GitHub con herramientas de conversión para traducir JSON a LLMON sin pérdida de datos. Esta tecnología no reemplaza las plantillas de chat, sino que las enriquece al definir claramente el significado y la relación entre componentes, facilitando el control estricto de las salidas generadas por la IA.
