Exame Final: Introdução aos LLMs
Avaliação abrangente cobrindo todos os quatro módulos.
25 questões - Teste seu entendimento geral sobre Modelos de Linguagem de Grande Escala (LLMs).
Questão 1
Qual é o mecanismo fundamental por trás de como os LLMs geram texto?
A) Buscando respostas em um banco de dados
B) Prevendo o próximo token com base em padrões aprendidos durante o treinamento
C) Copiando da internet em tempo real
D) Seguindo roteiros pré-escritos
Mostrar Resposta
Resposta Correta: B
LLMs geram texto prevendo o próximo token (fragmento de palavra) com base em padrões aprendidos nos dados de treinamento. Esse mecanismo simples é a base de todas as suas capacidades.
Questão 2
Por que o ChatGPT se tornou o aplicativo de consumo de crescimento mais rápido da história?
A) Foi a primeira IA já criada
B) Combinou uma IA poderosa com uma interface conversacional acessível
C) Era obrigatório para todos os usuários da internet
D) Era totalmente gratuito e sem limites
Mostrar Resposta
Resposta Correta: B
O ChatGPT combinou as capacidades do GPT-3.5 com o treinamento RLHF para conversas naturais, tornando IA avançada acessível a todos por meio de uma interface de chat simples.
Questão 3
Qual é a relação entre tokens e palavras?
A) 1 token = exatamente 1 palavra
B) 1 token ≈ ¾ de uma palavra em média
C) 1 token = 10 palavras
D) Eles são completamente não relacionados
Mostrar Resposta
Resposta Correta: B
Tokens são fragmentos de palavras—em média, um token equivale a cerca de ¾ de uma palavra. Palavras longas ou incomuns são divididas em vários tokens.
Questão 4
O que significa "alucinação" no contexto dos LLMs?
A) A IA tendo sonhos
B) Gerar informações plausíveis, mas incorretas
C) Exibir efeitos visuais
D) Rodar lentamente
Mostrar Resposta
Resposta Correta: B
Alucinação ocorre quando um LLM gera informações que parecem convincentes, mas são factualmente incorretas ou completamente inventadas.
Questão 5
O que é uma janela de contexto?
A) Uma tela de ajuda pop-up
B) O máximo de texto que o modelo pode processar de uma vez
C) Uma ferramenta de depuração
D) Uma janela para visualizar menus de contexto
Mostrar Resposta
Resposta Correta: B
A janela de contexto é a quantidade máxima de texto (em tokens) que um LLM pode "ver" ao gerar uma resposta—como seu limite de memória de curto prazo.
Questão 6
Qual empresa criou o Claude e foca em segurança em IA?
A) OpenAI
B) Google
C) Anthropic
D) Meta
Mostrar Resposta
Resposta Correta: C
A Anthropic, fundada por ex-pesquisadores da OpenAI, criou o Claude com foco em segurança e alinhamento de IA.
Questão 7
O que torna os modelos Llama da Meta significativos?
A) São os mais caros
B) São open-source, permitindo que qualquer pessoa rode localmente
C) Só funcionam no Facebook
D) São os LLMs mais antigos
Mostrar Resposta
Resposta Correta: B
Os modelos Llama são open-source, ou seja, qualquer pessoa pode baixar os pesos e rodá-los localmente, possibilitando privacidade e personalização.
Questão 8
O que é RLHF?
A) Really Large Human Files
B) Reinforcement Learning from Human Feedback
C) Rapid Language Human Formatting
D) Regular Learning High Frequency
Mostrar Resposta
Resposta Correta: B
RLHF (Reinforcement Learning from Human Feedback) é uma técnica de treinamento onde humanos avaliam as respostas da IA, e o modelo aprende a produzir respostas melhor avaliadas.
Questão 9
Por que tokens de saída podem custar mais do que tokens de entrada?
A) Eles têm maior qualidade
B) Gerar saída exige mais computação
C) Razões de marketing
D) Eles ocupam mais armazenamento
Mostrar Resposta
Resposta Correta: B
Gerar cada token de saída exige passar pelo processo de predição do modelo, o que é mais intensivo computacionalmente do que processar a entrada.
Questão 10
Qual é a principal vantagem de rodar LLMs localmente?
A) Sempre mais rápido
B) Privacidade—os dados nunca saem da sua máquina
C) Sempre mais barato
D) Melhor qualidade
Mostrar Resposta
Resposta Correta: B
LLMs locais mantêm todos os dados na sua máquina, garantindo privacidade para aplicações sensíveis como saúde, jurídico ou financeiro.
Questão 11
O que é "temperatura" nas configurações de LLM?
A) Nível de resfriamento do servidor
B) Um controle de aleatoriedade/criatividade da saída
C) Velocidade de processamento
D) Tamanho do modelo
Mostrar Resposta
Resposta Correta: B
A temperatura controla o quão aleatórias ou determinísticas são as respostas. Temperatura baixa = previsível; temperatura alta = mais criativo, porém mais arriscado.
Questão 12
O que significa "knowledge cutoff"?
A) Quando o modelo para de funcionar
B) A data após a qual não há dados de treinamento
C) Um limite sobre quais tópicos podem ser discutidos
D) Capacidade máxima de conhecimento
Mostrar Resposta
Resposta Correta: B
Knowledge cutoff é a data além da qual o modelo não possui dados de treinamento. Eventos após essa data são desconhecidos para o modelo.
Questão 13
O que é IA multimodal?
A) IA com múltiplas personalidades
B) IA que processa múltiplos tipos de dados (texto, imagens, áudio)
C) IA rodando em múltiplos computadores
D) IA que fala vários idiomas
Mostrar Resposta
Resposta Correta: B
IA multimodal pode entender e gerar múltiplos tipos de conteúdo—texto, imagens, áudio e vídeo—frequentemente em combinação.
Questão 14
O que são agentes de IA?
A) Pesquisadores humanos de IA
B) Sistemas de IA que podem tomar ações e completar tarefas de forma autônoma
C) Representantes de vendas de IA
D) Chatbots simples
Mostrar Resposta
Resposta Correta: B
Agentes de IA podem tomar ações, usar ferramentas, planejar tarefas em múltiplas etapas e trabalhar de forma autônoma para atingir objetivos complexos.
Questão 15
O que é quantização no contexto de LLMs locais?
A) Contar parâmetros
B) Reduzir a precisão do modelo para torná-lo menor e mais rápido
C) Medição de qualidade
D) Dividir em partes
Mostrar Resposta
Resposta Correta: B
Quantização reduz a precisão dos pesos do modelo (por exemplo, de 16 bits para 4 bits), tornando os modelos menores e mais rápidos, com algum custo de qualidade.
Questão 16
O que é uma API no contexto de LLMs?
A) Um tipo de modelo de IA
B) Uma interface para aplicações se comunicarem com serviços de LLM
C) Uma linguagem de programação
D) Uma personalidade de IA
Mostrar Resposta
Resposta Correta: B
Uma API (Application Programming Interface) permite que aplicações enviem prompts para serviços de LLM e recebam respostas geradas de forma programática.
Questão 17
Por que o GPT se chama "Generative Pre-trained Transformer"?
A) Nome de marketing aleatório
B) Generative (cria), Pre-trained (aprendeu antes do uso), Transformer (arquitetura)
C) Nomeado em homenagem aos inventores
D) Baseado em localização
Mostrar Resposta
Resposta Correta: B
GPT descreve o modelo: Generative (cria novo texto), Pre-trained (treinado em dados antes do uso), Transformer (a arquitetura de rede neural utilizada).
Questão 18
O que é RAG (Retrieval-Augmented Generation)?
A) Um gerador de tags aleatórias
B) Combinar LLMs com recuperação de base de conhecimento para reduzir alucinação
C) Um modelo de precificação
D) Um framework de testes
Mostrar Resposta
Resposta Correta: B
RAG recupera documentos relevantes de uma base de conhecimento e os inclui no prompt, fundamentando as respostas do LLM em informações verificadas.
Questão 19
O que torna o Claude particularmente bom para análise de documentos?
A) Processamento mais rápido
B) Janela de contexto muito grande (até 200K tokens)
C) Preço mais baixo
D) Melhores imagens
Mostrar Resposta
Resposta Correta: B
A janela de contexto do Claude, de até 200K tokens, permite processar documentos muito longos—até mesmo livros inteiros—em um único prompt.
Questão 20
O que são "habilidades emergentes" em LLMs?
A) Funcionalidades de emergência
B) Capacidades que surgem em escala sem programação explícita
C) Compras adicionais
D) Habilidades iniciais
Mostrar Resposta
Resposta Correta: B
Habilidades emergentes são capacidades (como raciocínio ou tradução) que aparecem quando os modelos atingem escala suficiente, mesmo sem terem sido programadas explicitamente.
Questão 21
Como os LLMs "lembram" de conversas anteriores?
A) Armazenamento permanente em banco de dados
B) Toda a conversa é reenviada a cada mensagem
C) Mágica
D) Backup em nuvem
Mostrar Resposta
Resposta Correta: B
LLMs não têm memória persistente. Todo o histórico da conversa é incluído em cada mensagem, até o limite de contexto.
Questão 22
Qual é o debate sobre segurança em LLMs open-source?
A) Eles são completamente seguros
B) O acesso aberto permite tanto uso benéfico quanto uso indevido
C) Apenas modelos fechados são perigosos
D) Segurança não é uma preocupação
Mostrar Resposta
Resposta Correta: B
O debate gira em torno de se o acesso aberto permite inovação e transparência, ou se possibilita uso malicioso e remoção de medidas de segurança.
Questão 23
Quando você NÃO deve confiar apenas na saída de um LLM?
A) Escrita criativa
B) Decisões médicas, jurídicas ou financeiras
C) Rascunhos de e-mail
D) Brainstorming
Mostrar Resposta
Resposta Correta: B
Decisões de alto risco (médicas, jurídicas, financeiras) nunca devem depender apenas da saída de um LLM devido ao risco de alucinação e falta de responsabilidade.
Questão 24
Qual ferramenta facilita rodar LLMs locais para iniciantes?
A) Microsoft Word
B) Ollama ou LM Studio
C) Photoshop
D) Excel
Mostrar Resposta
Resposta Correta: B
Ollama e LM Studio facilitam o download e execução de LLMs locais sem exigir conhecimento técnico.
Questão 25
Qual é o principal insight sobre o que os LLMs realmente fazem?
A) Eles entendem como humanos
B) Eles predizem texto estatisticamente provável com base em padrões
C) Eles copiam da internet
D) Eles pensam conscientemente
Mostrar Resposta
Resposta Correta: B
LLMs predizem texto estatisticamente provável com base em padrões aprendidos durante o treinamento. Esse mecanismo simples é a base de todas as suas capacidades, incluindo suas limitações.
Guia de Pontuação
| Pontuação | Nota | Interpretação |
|---|---|---|
| 23-25 | A | Excelente entendimento de LLMs |
| 20-22 | B | Bom entendimento, pequenas lacunas |
| 17-19 | C | Entendimento adequado, revisão recomendada |
| 14-16 | D | Entendimento básico, revisão significativa necessária |
| Abaixo de 14 | F | Reestude o material do curso |
E agora?
Passou? Considere:
- Aprender prompt engineering
- Explorar desenvolvimento de API
- Aprofundar em machine learning
Precisa revisar?
- Revise os capítulos dos módulos
- Refazer os quizzes dos módulos
- Use o Glossário para esclarecer termos
Parabéns!
Você concluiu a Introdução aos LLMs! Agora você tem uma compreensão conceitual sólida de:
✅ O que são LLMs e como funcionam
✅ Principais provedores e suas diferenças
✅ Considerações práticas (APIs, tokens, custos)
✅ Limitações e como contorná-las
✅ O ecossistema mais amplo e tendências futuras
Bem-vindo ao mundo da IA!