Pular para o conteúdo
LabS Atlas
AI For Devs
Entrar
Sessões

Sessão de Bancada O Que São Agentes de IA (2024-10-15)

15 out 20241h 21min
Assistir gravação

Entre para ler os trechos da transcrição de cada capítulo e perguntar ao Labinho sobre esta sessão.

O Labinho é o assistente que responde com as notas e as sessões do LabS e mostra de onde tirou cada resposta.

atualizado há 25 dias
Notas relacionadas · 1

Notas citadas nas anotações desta sessão.

Resumo da sessão

A sessão abordou, de forma bastante prática, o conceito de agentes de IA e sua relação com modelos de linguagem. Foram discutidos modelos como Gemini, Llama e outros modelos generativos, além de temas como engenharia de prompts, personalização de assistentes, uso de personas, tradução, geração de texto e imagens e integração com aplicações. Também apareceram exemplos de automação de tarefas, organização de informações, interação com e-mail, calendário, documentos e sistemas externos por meio de APIs e ferramentas.

Outro eixo importante foi a arquitetura de agentes: uso de function calling, recuperação aumentada por geração (RAG), bases documentais, grafos de conhecimento, processamento de dados e participação humana na validação das respostas. A conversa mencionou ainda parâmetros dos modelos, desempenho, precisão, configuração, segurança e a necessidade de verificar resultados, especialmente quando o agente executa ações ou consulta fontes externas.

Como conclusão, a sessão reforçou que agentes não são apenas chatbots, mas sistemas capazes de combinar modelos de linguagem, contexto, ferramentas e fluxos automatizados para realizar tarefas. Permaneceram em aberto detalhes de implementação, escolha dos modelos, critérios de avaliação, controle de custos e segurança, além de exemplos completos que demonstrassem uma solução funcionando de ponta a ponta; a transcrição apresenta muitos trechos fragmentados, o que limita a identificação de decisões formais.

Gerado por IA a partir da transcrição.
Capítulos · 20
20:08
Software programável e integração com Azure
Assistir
21:23
Tradução e modelos de linguagem
Assistir
22:41
Engenharia de prompts e IA generativa
Assistir
24:02
Estrutura de prompts e geração de código
Assistir
28:12
Documentação, ferramentas e IA generativa
Assistir
29:37
Retrieval-Augmented Generation (RAG)
Assistir
32:16
Configuração de dados e interfaces visuais
Assistir
33:48
Automação de fluxos e processamento
Assistir
38:01
Assistentes pessoais e personas de IA
Assistir
39:19
Documentação complementar e dependências
Assistir
43:34
Automação e experimentação com IA
Assistir
46:12
Function calling e ferramentas
Assistir
51:29
Arquitetura, escalabilidade e grafos de links
Assistir
54:14
Participação humana no fluxo de IA
Assistir
1:01:07
Validação, verificações e seleção de modelos
Assistir
1:07:43
Pronúncia, APIs e modelos de linguagem
Assistir
1:11:56
Parâmetros de lançamento e precisão dos modelos
Assistir
1:14:58
Modelos de imagem, Flux e componentes
Assistir
1:17:55
Automação e reconfiguração de sistemas
Assistir
1:19:14
Integrações em nuvem e domínios
Assistir
Cortes · 4
LLMs, tradução e engenharia de prompts
A conversa aborda modelos de linguagem, tradução para português e o uso de ferramentas como Gemini e outros sistemas generativos. Em seguida, desenvolve a ideia de engenharia de prompts e de personalização de assistentes de IA.
21:23 – 29:35Assistir
RAG e recuperação de informação
O trecho apresenta o conceito de Retrieval-Augmented Generation (RAG) e relaciona a geração de respostas à consulta de documentos e fontes externas. Também discute o uso de ferramentas e o acompanhamento do processo de busca.
29:37 – 32:13Assistir
Dados, visualização e automação
A discussão passa por dados estruturados, visualização e configuração de sistemas automatizados. O trecho explora como organizar informações e conectar diferentes etapas de um fluxo de trabalho.
32:16 – 35:06Assistir
Parâmetros e modelos generativos
O trecho explica a importância dos parâmetros de modelos de linguagem e como eles afetam precisão, comportamento e resultados. Também menciona modelos multimodais e diferentes arquiteturas ou versões de modelos generativos.
1:11:56 – 1:16:19Assistir