Capítulo 10. Fazendo a interface dos LLMs com ferramentas externas
Este trabalho foi traduzido com recurso a IA. Agradecemos o teu feedback e comentários: translation-feedback@oreilly.com
Nas duas primeiras partes do livro, vimos o impacto que os LLMs autónomos podem ter na resolução de uma grande variedade de tarefas. Para aproveitar eficazmente toda a sua gama de capacidades numa organização, têm de ser integrados no ecossistema de dados e software existente. Ao contrário dos sistemas de software tradicionais, as LLMs podem gerar acções autónomas para interagir com outros componentes do ecossistema, proporcionando um grau de flexibilidade nunca antes visto no mundo do software. Esta flexibilidade abre uma série de casos de utilização que anteriormente eram considerados impossíveis.
Outra razão pela qual precisamos de LLMs para interagir com software e dados externos: como sabemos muito bem, os LLMs actuais têm limitações significativas, algumas das quais discutidas no Capítulo 1. Recapitulando alguns pontos-chave:
-
Uma vez que é dispendioso reciclar os LLMs ou mantê-los continuamente actualizados, estes têm uma data limite de conhecimento e, portanto, não possuem conhecimento de eventos mais recentes.
-
Embora estejam a melhorar com o tempo, os LLMs nem sempre acertam na matemática.
-
Não podem dar garantias de factualidade nem citar com exatidão as fontes dos seus resultados.
-
Alimentá-los eficazmente com os teus próprios dados é um desafio; o ajuste fino não é trivial e a ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Read now
Unlock full access