Lição 05 | LLMs: como máquinas trabalham com linguagem
Nesta experiência, você vai construir um modelo mental sobre Grandes Modelos de Linguagem, compreender a diferença entre treinamento e uso do modelo e perceber como padrões de linguagem e contexto influenciam a geração de uma resposta.
Registre seu ponto de partida
Não estamos procurando uma definição decorada. Queremos registrar como você imagina que uma resposta de um modelo de linguagem é produzida neste momento.
Quando você envia uma pergunta para um sistema baseado em LLM, o que acredita que acontece?
O que realmente é um LLM?
Este é o único vídeo desta lição. Ele terá a função de construir o modelo mental central. Depois dele, você aprenderá principalmente experimentando dentro da própria webpage.
Grande Modelo de Linguagem não significa biblioteca de respostas
A sigla LLM vem de Large Language Model, ou Grande Modelo de Linguagem. Em nível conceitual, trata se de um modelo treinado para aprender regularidades e relações presentes em grandes quantidades de dados de linguagem.
Treinamento não é a mesma coisa que conversar com o modelo
Esta diferença evita uma confusão muito comum. O treinamento constrói e ajusta o modelo. O uso posterior aplica aquilo que foi aprendido a uma nova entrada.
O modelo é ajustado a partir de grandes conjuntos de dados e aprende relações estatísticas úteis para a tarefa.
Depois de treinado, o modelo recebe uma nova instrução, pergunta ou conteúdo fornecido pela aplicação.
A informação presente na interação influencia quais continuações fazem sentido. Tokens e contexto serão aprofundados na próxima lição.
O modelo produz a resposta passo a passo com base nas relações aprendidas e nas informações disponíveis naquele momento.
O contexto muda a continuação mais provável
Este laboratório é uma simplificação didática. Você fará algo que um modelo executa de forma matemática e em uma escala muito maior: observar uma sequência e avaliar qual continuação combina melhor com o contexto apresentado.
O que um LLM não deve ser confundido com
“Todo LLM pesquisa a internet antes de responder.”
“A resposta já estava pronta dentro do modelo.”
“Se a resposta parece humana, o modelo compreende como uma pessoa.”
“O modelo sempre sabe qual informação é verdadeira.”
Recupere o que acabou de construir
Responda às cinco questões. O feedback faz parte da aprendizagem e você pode revisar suas escolhas.
O que significa LLM?
Qual alternativa descreve melhor a diferença entre treinamento e uso de um LLM?
Por que o contexto influencia a resposta de um LLM?
Uma resposta muito natural de um LLM prova que ele compreende como uma pessoa?
Qual afirmação descreve melhor a geração de linguagem em muitos LLMs generativos?
Explique o processo em quatro movimentos
Complete as quatro frases com suas próprias palavras. Não copie as explicações anteriores. O objetivo é organizar o modelo mental.
Corrija uma explicação enganosa
Situação: um colega afirma: “Um LLM guarda todas as respostas dentro dele e, quando perguntamos algo, procura a resposta pronta ou pesquisa a internet.”
Explique um LLM para alguém que nunca estudou IA
Imagine que você trabalha em uma empresa que começou a utilizar assistentes com IA. Sua missão é produzir uma explicação curta para uma pessoa não técnica. A explicação deve mencionar treinamento, padrões de linguagem, entrada ou contexto e geração da resposta.
Meu modelo mental de LLM
Esta produção será sua evidência conceitual da lição. Ela deve mostrar o que você consegue explicar agora, sem depender apenas das frases da aula.
Compare seu ponto de partida com aquilo que consegue explicar agora
Você está construindo um modelo mental sobre LLMs
Cada etapa concluída representa participação e aplicação dentro desta webpage.
“Agora você consegue explicar o que é um LLM sem reduzi lo a um banco de respostas ou a uma interface de chat. Na próxima lição, vamos olhar mais de perto para aquilo que o modelo realmente recebe: tokens e contexto.”
Ao avançar, você retornará à página inicial do Módulo 01 para seguir para a próxima lição.
