Uma aula rápida para entender o que o modelo faz — e por que texto fluente pode estar errado
Objetivos
- Explicar que um modelo de linguagem prevê a continuação mais provável de um texto, e não 'sabe' ou 'apura'
- Relacionar a fluência da resposta com o risco de alucinação
Tempo de estudo sugerido: 20 min. As legendas já aparecem no vídeo; a faixa “Português” do player serve a leitores de tela e buscas.
Créditos dos trechos de terceiros
- 3Blue1Brown — “Transformers, the tech behind LLMs | Deep Learning Chapter 5” · trecho 01:34.90–01:41.30 · ver no YouTube
- IBM Technology — “Why Large Language Models Hallucinate” · trecho 01:06.10–01:13.00 · ver no YouTube
Feito com IA, revisado por gente. Roteiro, narração (voz sintética) e animações destes cursos são produzidos com inteligência artificial pelas skills abertas do course-forge no GitHub, com curadoria e revisão de Carlos Eduardo Lopes (L4Tec). Trechos curtos de vídeos de terceiros aparecem com crédito e link para o original.