Mensagem do Gate News, 20 de abril — Os principais modelos de IA destacam-se na resolução de problemas complexos, como a matemática das olimpíadas, mas têm dificuldades com o trabalho empresarial rotineiro, de acordo com David Meyer da Databricks. Alguns modelos podem corrigir um número de factura incorrecto em vez de o sinalizarem como erro, enquanto ferramentas de programação como a Claude também podem ter desempenho inferior em tarefas de engenharia de dados.
A lacuna resulta de diferenças fundamentais entre os dados empresariais e o texto público da web usado para treinar grandes modelos. Os dados empresariais têm frequentemente rótulos de colunas pouco claros, inúmeras campos em branco e códigos armazenados como texto simples. Num estudo académico, a pontuação F1 de um modelo de IA, que equilibra precisão e recall, caiu de 0.94 em dados públicos para 0.07 em dados empresariais para uma tarefa de engenharia de dados. Além disso, grandes modelos tendem a recorrer por defeito a padrões familiares do treino; alguns deram como resposta Structured Query Language (SQL) mesmo depois de receber instruções e documentação para a linguagem proprietária de consultas de uma empresa.
Modelos de código aberto mais pequenos, ajustados com aprendizagem por reforço, conseguem lidar com tarefas específicas com mais eficiência e a custos de treino significativamente inferiores do que modelos gerais maiores. A Databricks está a construir agentes de IA mais pequenos para fluxos de trabalho específicos, como o KARL, que usa aprendizagem por reforço para raciocínio multi-etapas com documentos da empresa. A indústria está a passar da dependência de modelos gigantes para arquitecturas híbridas, em que modelos pequenos e eficientes tratam o volume rotineiro e, só depois, elevam apenas os casos pouco claros ou complexos para sistemas maiores e mais dispendiosos.
A Databricks adquiriu recentemente a Quotient AI para ajudar grandes empresas a executar agentes de IA com mais fiabilidade. A concorrência no negócio de IA centra-se agora em gerir todo o ciclo de vida da IA, incluindo sistemas de feedback para monitorizar erros e melhorar continuamente os modelos ao longo do tempo, tornando ferramentas de avaliação e afinação cada vez mais valiosas após a implementação.
Isenção de responsabilidade: As informações contidas nesta página podem ser provenientes de terceiros e não representam os pontos de vista ou opiniões da Gate. O conteúdo apresentado nesta página é apenas para referência e não constitui qualquer aconselhamento financeiro, de investimento ou jurídico. A Gate não garante a exatidão ou o carácter exaustivo das informações e não poderá ser responsabilizada por quaisquer perdas resultantes da utilização destas informações. Os investimentos em ativos virtuais implicam riscos elevados e estão sujeitos a uma volatilidade de preços significativa. Pode perder todo o seu capital investido. Compreenda plenamente os riscos relevantes e tome decisões prudentes com base na sua própria situação financeira e tolerância ao risco. Para mais informações, consulte a
Isenção de responsabilidade.
Related Articles
Realidade dos Agentes de IA do Vale do Silício: desperdício massivo de tokens, integração dos sistemas “extremamente caótica”, previsão de Huang Renxun sobre o “próximo ChatGPT” a aguardar validação
Numa recente conferência do Vale do Silício, vários CEOs de novas empresas de IA apresentaram as suas perspectivas sobre os problemas de utilização atuais dos agentes de IA, considerando que enfrentam dois grandes desafios: o desperdício de tokens e a desordem do sistema. Especialistas apontam que as empresas precisam de avaliar com mais cuidado quando usar modelos de linguagem de grande escala, para evitar desperdício de recursos desnecessário. Além disso, a colaboração entre vários agentes de IA pode causar problemas de transmissão de mensagens e de consistência do estado, indicando que ainda é necessário melhorar a normalização atual. Embora o comentário de Huang Renxun sobre a perspetiva dos indicadores de salário em tokens tenha sido mencionado, o feedback mostra que isto não equivale a produtividade; o valor real reside na conceção eficaz de tarefas.
ChainNewsAbmedia13h atrás
A IA devora 80% do capital de risco global; no 1.º trimestre de 2026, leva 240 mil milhões de dólares: como é que os intervenientes no setor cripto podem dar resposta à redistribuição de fundos
De acordo com a informação, no primeiro trimestre de 2026, o montante total global de capital de risco foi quase de 300 mil milhões de dólares, com as empresas relacionadas com IA a deterem cerca de 242 mil milhões de dólares, ou 80% do capital de risco. Isto mostra que a IA se tornou o principal foco do capital de risco. À medida que os fundos se concentram na IA, outras áreas como a crypto têm sofrido pressão, pelo que os intervenientes precisam de ajustar as suas estratégias, integrando a IA de forma mais profunda nos seus negócios, e antecipando uma tendência de consolidação de infraestruturas.
ChainNewsAbmedia17h atrás
Robô humanoide de honra vence a Meia-Maratona Yizhuang de Pequim 2026 em 50 minutos e 26 segundos
O Meia-Maratona Yizhuang de Pequim 2026 contou com robôs humanoides a competir numa distância de 21,0975 km. A equipa autónoma Qitian Dasheng venceu em 50:26, enquanto a equipa de controlo remoto Jueying Chitu terminou em primeiro no tempo líquido, mas ficou com uma classificação inferior devido a penalizações.
GateNews18h atrás
Polícia de Hong Kong alerta para burla em criptomoedas de “trading quantitativo de IA”; mulher perde 7,7 milhões de HKD
A polícia de Hong Kong revelou um caso de fraude em criptomoedas em que uma mulher perdeu 7,7 milhões de HKD para burlões que se faziam passar por especialistas em investimento via Telegram, prometendo retornos elevados através de negociação por IA. A polícia alertou o público para os riscos associados aos investimentos em criptomoedas.
GateNews19h atrás
Cofundador da Ethereum Lubin: A IA será o ponto de viragem crítico para as criptomoedas, mas o monopólio das gigantes da tecnologia coloca um risco sistémico
O cofundador da Ethereum, Joseph Lubin, destacou o potencial transformador da IA para o sector das criptomoedas, ao mesmo tempo que alertou para os riscos da centralização entre grandes empresas de tecnologia. Ele imagina transacções autónomas impulsionadas por IA na blockchain e sublinha a convergência das finanças tradicionais com a DeFi.
GateNews04-18 14:01
Luffa faz parceria com plataforma de activos digitais para integrar trading cripto com IA
Luffa, um ecossistema social Web3, fez parceria com uma plataforma de negociação de activos digitais para integrar funcionalidades de trading orientadas por IA, melhorando a comunicação segura e o trading numa interface unificada, mantendo a descentralização e a mitigação de riscos.
GateNews04-18 06:31
