Introdução

Concluído

Os modelos de linguagem são ferramentas avançadas para criar aplicativos de IA generativos, mas um modelo base por si só pode não atender a todos os seus requisitos. A qualidade, a precisão e a consistência das respostas geradas por um modelo dependem de como você o configura e aumenta.

Imagine que você é um desenvolvedor trabalhando para uma agência de viagens. Você está criando um aplicativo de chat para ajudar os clientes com suas perguntas relacionadas à viagem. O modelo base fornece respostas decentes, mas sua equipe tem necessidades específicas: as respostas devem seguir o tom de voz da empresa, incluir informações precisas sobre seu catálogo de hotéis e manter um formato consistente entre interações. Como fazer com que o modelo seja executado nesse nível?

Há várias estratégias complementares que você pode usar para otimizar o desempenho de um modelo de IA generativo. Essas estratégias vão desde ajustes rápidos e de baixo custo até técnicas mais envolvidas que exigem tempo e recursos adicionais.

Diagrama mostrando as várias estratégias para otimizar o desempenho do modelo, da engenharia de prompts ao RAG e ao ajuste fino.

Ao longo deste módulo, você explora cada uma dessas estratégias e aprende quando e como aplicá-las individualmente ou em combinação.

Note

Reconhecemos que pessoas diferentes gostam de aprender de maneiras diferentes. Você pode optar por concluir este módulo em formato baseado em vídeo ou ler o conteúdo como texto e imagens. O texto contém mais detalhes do que os vídeos, portanto, em alguns casos, talvez você queira se referir a ele como material complementar à apresentação de vídeo.