Modelos de IA

Os modelos de IA fazem previsões com base em seus dados de treinamento. Eles podem funcionar em qualquer domínio, como números, texto ou multimídia.

Explorar: categoria

Mestrados em Direito

Modelos de linguagem visual comparados ao reconhecimento de imagens

AI ModelsAbr 24

Será que os modelos avançados de visão computacional (VLMs) podem substituir os modelos tradicionais de reconhecimento de imagem? Para descobrir, avaliamos 16 modelos líderes em três paradigmas: redes neurais convolucionais (CNNs) tradicionais (ResNet, EfficientNet), VLMs (como GPT-4.1, Gemini 2.5) e APIs em nuvem (AWS, Google, Azure). A precisão média (mAP) foi nossa principal métrica de acurácia, complementada por latência, custo e desempenho específico da classe.

Quota de mercado do LLM: compare o uso e a adoção

Analisamos a participação de mercado de LLM (Modelos de Linguagem de Grande Porte) combinando dados de uso e estimativas de visitas à web para mostrar como a demanda por modelos de linguagem de grande porte está distribuída entre laboratórios e aplicações de IA: Comparação da participação de mercado de LLM por país. Leia a metodologia para ver como medimos e calculamos esses resultados. Os Estados Unidos dominaram as visitas à web em todos os países.

AI ModelsAbr 15

Comparar modelos de fundamentos relacionais

Comparamos o desempenho do SAP-RPT-1-OSS com o de algoritmos de gradient boosting (LightGBM, CatBoost) em 17 conjuntos de dados tabulares que abrangem o espectro semântico-numérico, incluindo tabelas pequenas/com alta semântica, conjuntos de dados comerciais mistos e grandes conjuntos de dados numéricos com baixa semântica. Nosso objetivo é avaliar em que situações os priors semânticos pré-treinados de um modelo de árvore de decisão relacional (LLM) podem oferecer vantagens sobre os modelos de árvore tradicionais e em que situações enfrentam desafios em escala ou com baixa estrutura semântica.

LLMAbr 15

Quantização LLM: BF16 vs FP8 vs INT4

Realizamos testes de desempenho com o modelo Qwen3-32B em 4 níveis de precisão (BF16, FP8, GPTQ-Int8, GPTQ-Int4) em uma única GPU NVIDIA H100 de 80 GB. Cada configuração foi avaliada em 2 benchmarks (~12.200 questões) abrangendo geração de conhecimento e código, além de mais de 2.000 execuções de inferência para medir o desempenho.

LLMJan 22

Parâmetros LLM: GPT-5 Alto, Médio, Baixo e Mínimo

Novos LLMs, como a família OpenAI GPT-5, vêm em diferentes versões (por exemplo, GPT-5, GPT-5-mini e GPT-5-nano) e com várias configurações de parâmetros, incluindo alta, média, baixa e mínima. Abaixo, exploramos as diferenças entre essas versões do modelo, reunindo seu desempenho em benchmarks e os custos para executá-los. Preço vs. sucesso: Principais conclusões.

1 2 3 4