25 Conceitos de LLMs (Large Language Models) para entender Inteligência Artificial Generativa
25 Conceitos para Entender LLMs (Large Language Model)Neste vídeo, apresento os 25 conceitos fundamentais para compreender os Modelos de Linguagem de Grande Escala (LLMs).
Explico a estrutura dessas ferramentas, partindo da base matemática até as técnicas modernas de inferência e recuperação de dados. Meu objetivo é fornecer uma base conceitual sólida para estudantes e profissionais de tecnologia.
Conceitos abordados nesta aula:
- Fundamentos de IA e Aprendizado: Defino Inteligência Artificial, Aprendizado de Máquina e Redes Neurais Artificiais. Explico o papel do Perceptron e do Deep Learning no reconhecimento de padrões complexos.
- Parâmetros e Treinamento: Analiso como funcionam os pesos e vieses internos. Detalho as fases de pré-treinamento, fine-tuning e pós-treinamento para especialização do modelo.
- Processamento de Linguagem: Mostro o que são tokens e como os embeddings mapeiam relações semânticas em vetores numéricos.
- Arquitetura Transformer: Explico o mecanismo de autoatenção e a codificação posicional, que mantêm a ordem e a coerência do contexto.
- Inferência e Geração: Demonstro como o modelo escolhe as próximas palavras. Avalio o impacto dos parâmetros de temperatura e amostragem na previsibilidade das respostas.
- Aplicações e Multimodalidade: Discuto a evolução dos chatbots, modelos generativos e sistemas que processam múltiplos tipos de dados além do texto.
- Engenharia de Prompt e RAG: Trato das melhores práticas de comunicação com o modelo. Explico a Janela de Contexto e como o - RAG (Geração Aumentada por Recuperação) conecta bases externas para contornar o corte temporal.
- Limitações e Confiabilidade: Analiso criticamente os riscos de alucinação e a presença de vieses algorítmicos nos resultados.
Referências Bibliográficas
- CHOWDHARY, K. R. (2020).Fundamentals of Artificial Intelligence. Pearson.
- ERTEL, Wolfgang (2018). Introduction to Artificial Intelligence. 4ª ed. Springer.
- FERSMAN, E.; PETTERSSON, P.; KARAPANTELAKIS, A. (2024). Confessions of an AI Brain. Springer.
- GARG, Saloni (2026). RAG Artificial Intelligence. De Gruyter.
- HAYKIN, Simon. Neural Networks and Learning Machines. 3ª ed. Pearson.
- RAAIJMAKERS, Stephan (2025). Large Language Models. MIT Press.
- ROSENBLATT, Frank (1957). The Perceptron: A Perceiving and Recognizing Automaton. Cornell Aeronautical Laboratory.
- VASWANI, A., et al. (2017). "Attention Is All You Need". Advances in Neural Information Processing Systems (NeurIPS). (Artigo sobre a arquitetura Transformer).
Ajude o canal adquirindo meus cursos na Udemy:
Bancos de Dados com MySQL Básico: https://bit.ly/35QdWE4
Lógica de Programação com Português Estruturado: https://bit.ly/3QKPn22
Programação em Python do Zero: https://bit.ly/python-boson
Contribuição via PIX:
Você pode contribuir com qualquer valor que desejar, de forma muito fácil e prática, fazendo uma transferência via PIX para a seguinte chave: EC25A929-A8C5-40C5-AEC0-3DD36D08A147
Adquira também livros e outros itens na loja da Bóson Treinamentos na Amazon e ajude o canal a se manter e crescer:
https://www.amazon.com.br/shop/bosontreinamentos
Seja membro deste canal e ganhe benefícios:
https://www.youtube.com/channel/UCzOGJclZQvPVgYZIwERsf5g/join
Contribua com a Bóson Treinamentos!:
https://www.bosontreinamentos.com.br/contribuir/
Por Fábio dos Reis
Bóson Treinamentos: https://www.bosontreinamentos.com.br
Instagram: https://www.instagram.com/bosontreinamentos/
Linkedin: https://www.linkedin.com/in/f%C3%A1bio-dos-reis-06ba192a/
Outros projetos do autor:
Diário do Naturalista: https://www.diariodonaturalista.com.br
Bóson Ciências e Cultura: https://www.youtube.com/bosonciencias
Numismática e Finanças Pessoais: https://diarionumismatico.com.br/
#LLM #InteligenciaArtificial #MachineLearning #DeepLearning #Transformers #RAG #Embeddings #ProcessamentoDeLinguagemNatural #EngenhariaDePrompt #DataScience #BosonTreinamentos #FabioDosReis
00:00 Abertura
02:05 Inteligência Artificial
04:43 Aprendizado de Máquina
07:08 Redes Neurais Artificiais
10:20 Parâmetros: Pesos e Vieses
12:44 Aprendizado Profundo
14:36 Treinamento
17:04 Pré-Treinamento, Fine-Tuning e Pós-Treinamento
20:30 Modelo
22:43 Modelo de Linguagem
25:27 Token
28:47 Embeddings
34:23 Transformer
38:47 Autoatenção
41:03 Temperatura e Amostragem
44:08 LLM (Modelo de Linguagem Grande)
46:34 IA Generativa (GenAI)
48:16 Multimodalidade
49:28 Chatbot
51:02 Inferência
52:24 Prompt e Engenharia de Prompt
55:53 Alucinação
59:56 Corte Temporal
01:02:22 RAG (Retrieval-Augmented Generation)
01:05:22 Janela de Contexto
01:11:51 Viés Algorítmico
01:15:39 Conclusão
01:17:16 Bibliografia Receive SMS online on sms24.me
TubeReader video aggregator is a website that collects and organizes online videos from the YouTube source. Video aggregation is done for different purposes, and TubeReader take different approaches to achieve their purpose.
Our try to collect videos of high quality or interest for visitors to view; the collection may be made by editors or may be based on community votes.
Another method is to base the collection on those videos most viewed, either at the aggregator site or at various popular video hosting sites.
TubeReader site exists to allow users to collect their own sets of videos, for personal use as well as for browsing and viewing by others; TubeReader can develop online communities around video sharing.
Our site allow users to create a personalized video playlist, for personal use as well as for browsing and viewing by others.
@YouTubeReaderBot allows you to subscribe to Youtube channels.
By using @YouTubeReaderBot Bot you agree with YouTube Terms of Service.
Use the @YouTubeReaderBot telegram bot to be the first to be notified when new videos are released on your favorite channels.
Look for new videos or channels and share them with your friends.
You can start using our bot from this video, subscribe now to 25 Conceitos de LLMs (Large Language Models) para entender Inteligência Artificial Generativa
What is YouTube?
YouTube is a free video sharing website that makes it easy to watch online videos. You can even create and upload your own videos to share with others. Originally created in 2005, YouTube is now one of the most popular sites on the Web, with visitors watching around 6 billion hours of video every month.
