Modelo de linguagem de grande escala (LLM)
Um modelo de linguagem de grande escala é um modelo estatístico treinado em enormes volumes de texto que prevê continuações prováveis de um texto. É capaz de classificar, resumir, traduzir e redigir, e é o componente de raciocínio dentro da maioria dos agentes de IA — mas não contém, por si só, dados atuais da empresa.
Um LLM é um componente, não um sistema. Sozinho, não tem acesso a pedidos, contratos ou dados mestres da empresa, e possui uma data-limite de conhecimento. O valor de negócio surge quando o modelo é conectado a dados autorizados da empresa e a sistemas nos quais pode escrever.
A escolha do modelo é uma decisão de engenharia: custo por token, latência, janela de contexto, cobertura de idiomas e região de hospedagem importam mais do que rankings de benchmark.
Na prática
- Fornece julgamento, linguagem e extração — não fatos sobre o negócio
- Precisa de recuperação de dados ou acesso a ferramentas para trabalhar com dados atuais da empresa
- A escolha do modelo é guiada por custo, latência, idioma e localização dos dados
Termos relacionados
- Geração aumentada por recuperação (RAG)Geração aumentada por recuperação é um método em que documentos relevantes da empresa são buscados primeiro e os trechos recuperados são fornecidos ao modelo de linguagem como contexto. O modelo responde a partir desses trechos, o que torna as respostas atuais, rastreáveis à fonte e auditáveis.
- AlucinaçãoUma alucinação é uma saída confiante, porém falsa, de um modelo de linguagem — um número, cláusula ou referência inventados. É uma propriedade da geração estatística de texto, por isso sistemas de produção verificam as saídas contra dados-fonte em vez de confiar nelas.
- Fine-tuning (ajuste fino)O fine-tuning treina ainda mais um modelo existente com exemplos específicos da empresa para que adote um estilo, formato ou comportamento de classificação. Ele muda como o modelo responde, não quais fatos atuais conhece, e costuma ser a última opção depois de prompts e recuperação de dados.