FC ConcursosFC Concursos

Questão FC369946

Com o avanço do deep learning, redes neurais profundas e grandes modelos de linguagem (LLMs) vêm sendo amplamente utilizados em aplicações como tradução automática, geração de text

Inteligência Artificial (IA)

FGV · 2025

Com o avanço do deep learning, redes neurais profundas e grandes modelos de linguagem (LLMs) vêm sendo amplamente utilizados em aplicações como tradução automática, geração de texto, reconhecimento de imagens e assistentes virtuais.

 

A respeito de redes neurais profundas, deep learning e grandes modelos de linguagem (LLMs), assinale a afirmativa correta.

  1. Redes neurais profundas possuem apenas uma camada oculta entre a entrada e a saída e são ideais para tarefas simples de classificação linear.
  2. O termo deep learning refere-se a técnicas que dispensam o uso de redes neurais artificiais, utilizando apenas algoritmos estatísticos tradicionais.
  3. Os grandes modelos de linguagem (LLMs) são caracterizados por seu tamanho reduzido, pois dependem de poucos parâmetros para evitar sobrecarga computacional.
  4. Os grandes modelos de linguagem (LLMs) utilizam arquiteturas de redes neurais profundas, como os transformadores, para processar sequências de texto e aprender padrões complexos.
  5. Redes neurais profundas são indicadas exclusivamente para reconhecimento de imagens e não são aplicadas em processamento de linguagem natural.
Mostrar resposta e comentário

Gabarito

D

Comentário do professor

Os grandes modelos de linguagem (LLMs) são implementados por meio de arquiteturas de redes neurais profundas, especialmente os transformadores. Essas redes transformam texto em vetores (embeddings) e aplicam várias camadas empilhadas para extrair níveis cada vez mais abstratos de informação.

O núcleo dos transformadores é a atenção, em particular a auto-atenção, que permite que cada token "pese" a importância de outros tokens no contexto. Isso possibilita modelar dependências longas e relações complexas entre palavras.

Ao treinar em grandes corpora com objetivos como previsão de próximo token, os LLMs aprendem padrões estatísticos e estruturas linguísticas. A combinação de profundidade, muitos parâmetros e grande volume de dados é o que torna possível gerar texto coerente e realizar tarefas diversas após ajuste fino.

Conteúdo do catálogo FC Concursos · Atualizado em

Continue aprendendo