Quiz: O que são LLMs?
Teste seu conhecimento sobre Large Language Models e seus fundamentos.
30 perguntas - Clique em cada pergunta para revelar a resposta correta.
Pergunta 1
O que significa LLM?
A) Large Learning Machine
B) Large Language Model
C) Linguistic Logic Module
D) Language Learning Mechanism
Mostrar resposta
Resposta correta: B
LLM significa Large Language Model. Estes são modelos de IA treinados com grandes volumes de dados de texto, capazes de compreender e gerar linguagem humana.
Pergunta 2
Qual é a tarefa fundamental que os modelos de linguagem realizam?
A) Memorizar livros inteiros
B) Prever a próxima palavra/token
C) Armazenar fatos em um banco de dados
D) Traduzir entre idiomas
Mostrar resposta
Resposta correta: B
Modelos de linguagem fundamentalmente prevêem qual texto vem a seguir. Tudo o que eles fazem—de responder perguntas a escrever código—é baseado na previsão da próxima palavra ou token.
Pergunta 3
O que significa GPT?
A) General Purpose Technology
B) Generative Pre-trained Transformer
C) Giant Pattern Translator
D) Guided Processing Text
Mostrar resposta
Resposta correta: B
GPT significa Generative Pre-trained Transformer. Generative significa que cria texto, pre-trained indica que aprende com dados antes do uso, e Transformer é o tipo de arquitetura.
Pergunta 4
Por que "large" é importante em Large Language Models?
A) Soa mais impressionante
B) Modelos grandes só rodam em computadores grandes
C) A escala permite habilidades emergentes como raciocínio
D) Large significa respostas mais longas
Mostrar resposta
Resposta correta: C
A escala dos LLMs (bilhões de parâmetros e enormes volumes de dados de treinamento) permite habilidades emergentes—capacidades como raciocínio e programação que não foram explicitamente programadas, mas aparecem em larga escala.
Pergunta 5
O que são "parâmetros" em um LLM?
A) As perguntas que você pode fazer
B) Os valores ajustáveis aprendidos durante o treinamento
C) Os comandos para controlar o modelo
D) Os idiomas que o modelo conhece
Mostrar resposta
Resposta correta: B
Parâmetros são os valores ajustáveis (pesos) no modelo que são ajustados durante o treinamento. Mais parâmetros geralmente significam maior capacidade de aprender padrões.
Pergunta 6
Quantos parâmetros o GPT-3 possuía?
A) 1,5 milhão
B) 1,5 bilhão
C) 175 bilhões
D) 1,75 trilhão
Mostrar resposta
Resposta correta: C
O GPT-3 tinha 175 bilhões de parâmetros, um salto enorme em relação aos 1,5 bilhão do GPT-2. Essa escala permitiu novas capacidades como o few-shot learning.
Pergunta 7
O que tornou o ChatGPT diferente do GPT-3?
A) Era muito maior
B) Foi treinado para conversas usando RLHF
C) Podia gerar imagens
D) Era open source
Mostrar resposta
Resposta correta: B
O ChatGPT utilizou Reinforcement Learning from Human Feedback (RLHF) para ajustar o modelo para conversas naturais, tornando-o muito mais amigável que o GPT-3 base.
Pergunta 8
Quão rápido o ChatGPT atingiu 100 milhões de usuários?
A) 2 semanas
B) 2 meses
C) 6 meses
D) 1 ano
Mostrar resposta
Resposta correta: B
O ChatGPT atingiu 100 milhões de usuários em apenas 2 meses, tornando-se o aplicativo de consumo de crescimento mais rápido da história.
Pergunta 9
Qual empresa criou o GPT e o ChatGPT?
A) Google
B) Microsoft
C) OpenAI
D) Meta
Mostrar resposta
Resposta correta: C
A OpenAI criou o GPT e o ChatGPT. A Microsoft é um grande investidor, mas não criou os modelos.
Pergunta 10
Qual empresa desenvolveu o Claude?
A) OpenAI
B) Google
C) Anthropic
D) Microsoft
Mostrar resposta
Resposta correta: C
A Anthropic, fundada por ex-pesquisadores da OpenAI, desenvolveu o Claude com foco em segurança e alinhamento de IA.
Pergunta 11
Pelo que o Claude é conhecido em comparação com outros LLMs?
A) Ser o mais rápido
B) Ter a maior janela de contexto
C) Ser o mais barato
D) Funcionar apenas em inglês
Mostrar resposta
Resposta correta: B
O Claude é conhecido por sua janela de contexto muito longa (até 200K tokens), permitindo processar livros inteiros ou grandes bases de código em um único prompt.
Pergunta 12
O que significa "habilidades emergentes" para LLMs?
A) Habilidades que precisam ser compradas separadamente
B) Capacidades que aparecem em escala sem treinamento explícito
C) Recursos de backup de emergência
D) Habilidades que só funcionam ao sair do modo de espera
Mostrar resposta
Resposta correta: B
Habilidades emergentes são capacidades que não foram explicitamente programadas, mas "emergem" quando os modelos atingem escala suficiente—como raciocínio, programação e tradução.
Pergunta 13
Qual é o principal LLM do Google?
A) Bard
B) Gemini
C) Lambda
D) Pixel AI
Mostrar resposta
Resposta correta: B
O principal LLM do Google é o Gemini. Bard era o nome anterior do produto para consumidores, que foi rebatizado para Gemini.
Pergunta 14
Qual empresa lançou o Llama como open source?
A) OpenAI
B) Google
C) Meta
D) Microsoft
Mostrar resposta
Resposta correta: C
A Meta lançou o Llama como open source (com algumas condições), permitindo que pesquisadores e empresas usem e modifiquem os modelos livremente.
Pergunta 15
Qual é uma grande vantagem de LLMs open source como o Llama?
A) Eles são sempre mais poderosos
B) Você pode rodá-los localmente para privacidade
C) Eles nunca cometem erros
D) Não exigem nenhum poder computacional
Mostrar resposta
Resposta correta: B
LLMs open source podem ser executados localmente no seu próprio hardware, o que significa que seus dados nunca saem da sua máquina—importante para aplicações sensíveis à privacidade.
Pergunta 16
Em que ano a arquitetura Transformer foi introduzida?
A) 2015
B) 2017
C) 2019
D) 2022
Mostrar resposta
Resposta correta: B
A arquitetura Transformer foi introduzida em 2017 no artigo "Attention Is All You Need". Tornou-se a base de todos os LLMs modernos.
Pergunta 17
Por que a OpenAI hesitou inicialmente em lançar o GPT-2?
A) Era muito lento
B) Preocupações com uso indevido para fake news
C) Não funcionava bem
D) Questões legais
Mostrar resposta
Resposta correta: B
A OpenAI estava preocupada que a capacidade do GPT-2 de gerar textos falsos convincentes pudesse ser usada para desinformação e fake news.
Pergunta 18
O que é "few-shot learning" no contexto do GPT-3?
A) Aprender com alguns erros
B) Realizar tarefas com apenas alguns exemplos no prompt
C) Treinar com poucos dados
D) Precisar de poucas tentativas para gerar uma resposta
Mostrar resposta
Resposta correta: B
Few-shot learning significa que o modelo pode entender uma tarefa a partir de apenas alguns exemplos fornecidos no prompt, sem necessidade de treinamento adicional.
Pergunta 19
Qual nova capacidade o GPT-4 adicionou em relação ao GPT-3?
A) Geração de voz
B) Visão (compreensão de imagens)
C) Robótica física
D) Detecção de cheiro
Mostrar resposta
Resposta correta: B
O GPT-4 adicionou capacidades multimodais, especificamente a habilidade de compreender e raciocinar sobre imagens junto com texto.
Pergunta 20
Como se chama o assistente de codificação com IA da Microsoft?
A) Microsoft Coder
B) Azure AI
C) GitHub Copilot
D) Visual Studio Bot
Mostrar resposta
Resposta correta: C
O GitHub Copilot é o assistente de codificação com IA da Microsoft, alimentado por modelos da OpenAI, integrado a editores de código.
Pergunta 21
Como os LLMs "sabem" fatos como "A capital da França é Paris"?
A) Eles têm um banco de dados de fatos
B) Aprenderam padrões que associam essas palavras
C) Acessam a internet em tempo real
D) Programadores inserem fatos manualmente
Mostrar resposta
Resposta correta: B
LLMs não armazenam fatos em um banco de dados. Eles aprenderam padrões nos dados de treinamento que associam fortemente "capital da França" com "Paris".
Pergunta 22
O que é uma "janela de contexto" em LLMs?
A) A interface gráfica do usuário
B) A quantidade máxima de texto que o modelo pode processar de uma vez
C) Uma janela que mostra o pensamento do modelo
D) O limite de tempo para respostas
Mostrar resposta
Resposta correta: B
A janela de contexto é a quantidade máxima de texto (tokens) que o modelo pode "ver" e considerar ao gerar uma resposta.
Pergunta 23
Por qual foco a criadora do Claude, Anthropic, é conhecida?
A) Velocidade e eficiência
B) Segurança e alinhamento de IA
C) Aplicações para jogos
D) Integração com redes sociais
Mostrar resposta
Resposta correta: B
A Anthropic foi fundada com foco em segurança e alinhamento de IA—garantindo que sistemas de IA se comportem de acordo com valores humanos.
Pergunta 24
Qual é a relação entre Microsoft e OpenAI?
A) Elas são concorrentes
B) A Microsoft é grande investidora da OpenAI
C) A OpenAI é dona da Microsoft
D) Sem relação
Mostrar resposta
Resposta correta: B
A Microsoft é uma grande investidora da OpenAI e tem direitos exclusivos de parceria em nuvem, integrando a tecnologia da OpenAI em produtos Microsoft.
Pergunta 25
Qual LLM seria melhor para analisar um documento jurídico de 500 páginas?
A) GPT-3.5 (janela de contexto curta)
B) Claude (janela de contexto muito longa)
C) Qualquer modelo—todos são iguais
D) Llama (menor tamanho)
Mostrar resposta
Resposta correta: B
A janela de contexto muito longa do Claude (até 200K tokens) o torna ideal para analisar documentos muito extensos que não caberiam na janela de outros modelos.
Pergunta 26
O que é "RLHF", usado para treinar o ChatGPT?
A) Really Large Human Files
B) Reinforcement Learning from Human Feedback
C) Rapid Language Human Formatting
D) Real-time Learning for Higher Functions
Mostrar resposta
Resposta correta: B
RLHF (Reinforcement Learning from Human Feedback) é uma técnica de treinamento onde humanos avaliam as respostas do modelo, e o modelo aprende a produzir respostas melhor avaliadas.
Pergunta 27
O que significa "multimodal" para um LLM como o GPT-4?
A) Pode rodar em vários computadores
B) Pode processar diferentes tipos de dados (texto, imagens, etc.)
C) Tem múltiplas personalidades
D) Fala vários idiomas
Mostrar resposta
Resposta correta: B
Multimodal significa que o modelo pode compreender e trabalhar com múltiplos tipos de dados—como texto, imagens e potencialmente áudio e vídeo.
Pergunta 28
Qual afirmação sobre os dados de treinamento de LLMs é VERDADEIRA?
A) LLMs são treinados apenas na Wikipedia
B) Os dados de treinamento incluem páginas web, livros, código e mais
C) Os dados de treinamento são secretos e nunca discutidos
D) LLMs não precisam de dados de treinamento
Mostrar resposta
Resposta correta: B
LLMs modernos são treinados em conjuntos de dados diversos, incluindo páginas web, livros, artigos científicos, repositórios de código e mais.
Pergunta 29
Qual é uma vantagem dos LLMs closed-source (como o GPT-4) sobre open-source?
A) São sempre gratuitos
B) Experiência de usuário mais refinada e atualizações regulares
C) Você pode modificar o código do modelo
D) Melhor privacidade
Mostrar resposta
Resposta correta: B
LLMs closed-source geralmente oferecem experiências de usuário mais refinadas, atualizações regulares e suporte ao cliente—ainda que você perca controle e personalização.
Pergunta 30
Com base no que você aprendeu, por que LLMs às vezes fornecem informações incorretas?
A) São programados para mentir ocasionalmente
B) Eles prevêem textos prováveis com base em padrões, não em fatos verificados
C) A internet não tem informações corretas
D) Só funcionam offline
Mostrar resposta
Resposta correta: B
LLMs prevêem qual texto é provável com base nos padrões que aprenderam. Se um padrão existe mas está incorreto, ou se o modelo gera informações plausíveis porém erradas, ocorrem erros.
Resultados
| Pontuação | Nível |
|---|---|
| 27-30 | Excelente - Forte compreensão dos fundamentos de LLM |
| 21-26 | Bom - Uma revisão pode ser útil |
| 15-20 | Médio - Revise os capítulos novamente |
| Abaixo de 15 | Precisa de revisão abrangente |