#_IA_Tentando_Acompanhar | Edição 124

Olá Pessoal!!

Hoje queria abordar sobre Fine-tuning !!

Quem acompanha notícias sobre IA ou está começando implementar projetos na sua empresa provavelmente já se deparou com esse tema algumas vezes!!

#_Contexto

No dia a dia, estamos todos bastante acostumados com as IA Generativas como ChatGPT, Gemini, Claude, Copilot, etc. Elas sabem muito especialmente sobre o que está publicado na internet, por ter sido geralmente treinadas com esses dados.

Mas quando queremos usar uma IA na nossa empresa surgem necessidades particulares, com termos específicos, regras internas, entre outros aspectos.

Nesse contexto, sentimos falta de fazer um ajuste fino na IA para que ela consiga adquirir conhecimentos específicos da área ou do negócio.

#_Entendendo

Na prática, o fine-tuning é basicamente 'ensinar' um modelo de IA já pronto a se tornar especialista no seu assunto.

Você pega esse modelo, alimenta ele com dados da sua empresa (documentos, conversas, regras, exemplos) e ele aprende a responder ou agir do jeito que você precisa.

Muito mais rápido e barato do que criar um modelo do zero!

#_Quando_Usar

O Fine-tuning é muito útil quando você precisa que o modelo tenha um comportamento, estilo ou forma de raciocínio específicos do seu negócio.

Por exemplo, quando você quer que a IA aprenda a estruturar respostas de uma forma particular, use terminologias específicas, ou siga um padrão de análise que é único da sua empresa.

É importante lembrar que o Fine-tuning não necessariamente é a melhor solução para resolver alucinações ou dar conhecimento atualizado ao modelo.

Na verdade, pode até aumentar alucinações se os dados de treino não forem bem preparados!

Dependendo do caso o uso de RAGs é melhor cenário. Já falamos várias vezes aqui no grupo sobre RAG!

#_Exemplos_Práticos

• Revisão de contratos e documentos jurídicos: você pode treinar a IA para seguir exatamente o estilo de análise da sua equipe, usando a terminologia específica e priorizando os pontos que vocês consideram mais críticos.

• Chatbots de atendimento ao cliente: é possível treinar o modelo para seguir exatamente o processo de qualificação de leads da sua empresa, com as perguntas certas na ordem certa.

• Monitoramento de compliance e detecção de fraudes: ensinar a IA a interpretar relatórios seguindo exatamente os critérios e metodologia da sua empresa.

#_Caminhos

Quando você precisa que um agente tenha aderência à realidade da sua empresa, com o conhecimento e a precisão necessários, existem alguns caminhos na ordem prática de implementação:

a) Você pode trabalhar o máximo que puder com prompts, para ter a melhor entrada possível para o modelo e consequentemente a melhor saída.

b) Trabalhar com ferramentas que busquem dados externos para complementar o conhecimento do modelo de IA (RAG). Essa é geralmente a melhor opção para chatbots que precisam de informações atualizadas da empresa.

c) Pode fazer um fine-tuning em um modelo de IA já existente para deixar mais adequado ao comportamento e estilo específicos da sua empresa.

d) Pode construir um modelo de IA do zero, o que poderá exigir muito esforço, dados, tempo e consequentemente dinheiro!!

Espero que essa visão macro tenha esclarecido em qual contexto o fine-tuning faz sentido.

O tema é muito mais amplo e mais técnico, mas aqui tratei de modo bem simples e geral para facilitar o entendimento.

Sobre o autor:

Rogério Coutinho da Silva

rogerio.coutinho.silva@gmail.com 

https://www.linkedin.com/in/rogerio-coutinho-silva/

Engenheiro de Computação formado pela Universidade Federal de São Carlos (UFSCar). Sócio-fundador da Podium Tecnologia (Consultoria especializada em Governança de Segurança da Informação, Privacidade e Continuidade de Negócios) e da SimpleWay (Plataforma de Governança de Segurança Cibernética, Privacidade e IA). Foto de Priscilla Du Preez 🇨🇦 na Unsplash