• A

  A causa e a falta de exemplos suficientes no prompt. A solucao e aumentar o numero de exemplos para pelo menos 50, pois o modelo so consegue aprender padroes complexos com muitas demonstracoes.

• B

  A causa e a janela de contexto limitada do modelo, que nao consegue processar simultaneamente os exemplos e a peticao. A solucao e dividir a peticao em partes menores e processa-las separadamente.

• C

  A causa e a ausencia de conhecimento especifico sobre a legislacao estadual no treinamento do modelo. A solucao e fornecer, no proprio prompt, trechos relevantes da legislacao ou usar uma tecnica de recuperacao aumentada (RAG) para injetar o contexto legal necessario.

• D

  A causa e o vies nos exemplos fornecidos, que podem nao representar a diversidade das petições. A solucao e substituir o few-shot prompting por fine-tuning do modelo com um conjunto amplo e balanceado de petições.

• E

  A causa e a temperatura de amostragem muito alta, que torna as respostas aleatorias. A solucao e definir a temperatura como zero para garantir determinismo e precisao nas respostas.

Atalhos: A–E marca · Shift+letra corta · Enter próxima

Selecione uma alternativa pra criar sua conta e salvar o progresso.