[gtranslate]

Modelos de linguagem grandes (LLMs) podem raciocinar por analogia mesmo sem treinamento, aponta estudo

Um estudo realizado pelo Laboratório de Visão e Aprendizagem Computacional da Universidade da Califórnia descobriu que os modelos de linguagem grandes (LLMs) são capazes de raciocínio por analogia. A pesquisa foi divulgada na revista Nature Human Behavior no fim do mês passado.

Publicado por
Uesley Durães

O raciocínio analógico é a capacidade de comparar duas coisas e identificar semelhanças entre elas. Esta é uma habilidade cognitiva essencial que os humanos usam para aprender e resolver problemas.

O estudo descobriu que os LLMs podem usar o raciocínio analógico para aprender novas tarefas, mesmo quando não são diretamente treinados para essas tarefas. Por exemplo, o estudo mostrou que um modelo de linguagem pode aprender a jogar o jogo de damas, mesmo que não tenha sido treinado especificamente para jogar damas. 

O que é um modelo de linguagem grande (LLM)? | Glossário do Newsverso

O LLM fez isso observando como os humanos jogam damas e identificando semelhanças entre o jogo de damas e outros jogos que o LLM já havia aprendido.

O estudo também descobriu que os LLMs podem usar o raciocínio analógico para resolver problemas que são novos ou desafiadores. Por exemplo, um modelo pode ser usado para diagnosticar doenças, mesmo que não tenha sido treinado especificamente para diagnosticar doenças. O modelo fez isso observando os sintomas de pacientes e identificando semelhanças entre os sintomas dos pacientes e os sintomas de doenças que o LLM já havia aprendido.

Este estudo é um marco importante no desenvolvimento da inteligência artificial. Ele sugere que os LLMs podem ser usados para automatizar tarefas que atualmente são realizadas por humanos e que eles podem ser usados para resolver problemas que são novos ou desafiadores. 

Além disso, o estudo também tem implicações importantes para o campo da inteligência artificial. Ele sugere que os LLMs podem ser usados para criar sistemas de IA que são capazes de aprender e resolver problemas de uma forma semelhante aos humanos. Isso pode levar ao desenvolvimento de sistemas de IA que podem ser usados para uma ampla gama de tarefas, desde a tomada de decisões até o diagnóstico médico. Para conferir detalhes levantados pelos pesquisadores, clique aqui.

Veja também:

Este post foi modificado pela última vez em 15 de agosto de 2023 18:17

Uesley Durães

Posts recentes

GPT-5.6: OpenAI apresenta sua IA mais poderosa, mas restringe acesso a poucos parceiros

A OpenAI apresentou oficialmente o GPT-5.6, sua mais nova geração de modelos de inteligência artificial…

29 de junho de 2026

OpenAI entra na guerra dos chips e desafia Nvidia e Google na corrida pela infraestrutura da IA; conheça o Jalapeño

A OpenAI deu um passo que pode redefinir o equilíbrio de poder no setor de…

25 de junho de 2026

OpenAI ajuda a desvendar doenças raras infantis e dá nova esperança a casos sem diagnóstico

Um dos maiores desafios da medicina moderna está nos chamados "casos sem resposta": pacientes que…

23 de junho de 2026

Argentina quer criar empresas comandadas por IA — e acende debate global sobre responsabilidade e poder

A Argentina deu um passo inédito na corrida global pela inteligência artificial (IA). O governo…

22 de junho de 2026

Data centers no espaço? Musk revela plano para levar a IA à órbita terrestre

A corrida global pela inteligência artificial (IA) acaba de ganhar uma nova fronteira: o espaço.…

14 de junho de 2026

Metade dos norte-americanos teme perder o emprego para a IA — e a ansiedade só aumenta

A inteligência artificial (IA) já deixou de ser uma promessa tecnológica distante para se tornar…

13 de junho de 2026