Outros IA

Retreinar uma IA gigante do zero é caro demais, mas você quer ajustá-la só para você; o LoRA (Low-Rank Adaptation) realiza esse desejo congelando o modelo original e treinando apenas uma pequena peça adicional (um adaptador), cortando os parâmetros treináveis em cerca de 90%. O LoRA torna o fine-tuning drasticamente mais barato e rápido, e é enormemente popular na geração de imagens, como no Stable Diffusion, como um pequeno arquivo que adiciona um personagem ou estilo. Este artigo explica com uma analogia de remendo. O LoRA é o carro-chefe do fine-tuning eficiente em parâmetros (PEFT): deixar os enormes pesos originais congelados, inserir uma pequena matriz adicional em cada camada e treinar apenas isso (W = W0 + BA, onde W0 fica congelado e BA é a pequena parte adicionada). Ele se baseia na descoberta de que adaptar uma IA não exige grandes mudanças (um rank baixo basta). Benefícios: cerca de 90% menos parâmetros treináveis (segundo relatos, 10.000x menos na escala do GPT-3), menos memória de GPU (cerca de 3x menos), treinamento mais rápido e barato, sem latência de inferência depois que o adaptador é mesclado, e menor risco de overfitting. Sua maior força são os adaptadores intercambiáveis: mantenha uma base comum e troque pequenos arquivos LoRA (de poucos MB) por caso de uso (suporte, tom da empresa, um personagem específico) instantaneamente. Muita gente encontra o LoRA pela primeira vez na geração de imagens, onde LoRAs do Stable Diffusion que aprenderam um personagem, estilo ou tema são amplamente compartilhados. O QLoRA combina a quantização, treinando o LoRA sobre uma base 4-bit para ~4x menos memória que o LoRA padrão, permitindo o fine-tuning de modelos enormes em uma GPU de consumo (às vezes CPU) com perda mínima de precisão. Diferentemente do fine-tuning completo (treinar todos os pesos), o LoRA difere nos pesos treinados, no custo, no resultado e no melhor uso; para a maior parte do trabalho, o LoRA basta. Mantenha a base, tempere pouco. Os números são citados de materiais públicos, como orientação.

Um enorme modelo de 70B rodando em um único PC gamer caseiro, em vez de um rack de GPUs de data center, é possível graças à quantização, que reduz a precisão numérica dos pesos do modelo para encolher drasticamente tamanho e memória. Enquanto a destilação transfere conhecimento para um modelo separado e menor, a quantização deixa o mesmo modelo mais leve. Este artigo explica isso com uma analogia de compressão de fotos. A quantização substitui pesos armazenados como decimais FP16/FP32 por inteiros INT8 (8 bits) ou INT4 (4 bits), cortando bytes por peso (FP32=4, INT8=1, INT4=0,5); como comprimir uma foto RAW para JPEG, você sacrifica um pouco de precisão por uma grande redução, e a surpresa é o quão pouco abre mão. Em memória, 4-bit usa cerca de um quarto do FP16: um modelo de 70B cai de ~140GB para ~35GB, e um de 8B em 4-bit fica em ~4.5-5GB, cabendo em uma GPU intermediária de 8GB de VRAM para uso local (a democratização dos LLMs). Em precisão, INT8 é praticamente sem perdas e INT4 degrada abaixo de 4% em perguntas e respostas gerais e senso comum, mas a perda é mais perceptível em matemática, geração de código e raciocínio difícil (aparece como um pequeno aumento na perplexidade), então escolha a precisão em bits pela tarefa. Principais métodos: GPTQ (pioneiro do 4-bit preciso), AWQ (protege os ~1% pesos mais importantes, frequentemente 1-2% mais preciso e rápido), GGUF (formato llama.cpp/Ollama, Q2_K-Q8_0, híbrido CPU+GPU, para uso local) e QLoRA (base de 4-bit mais LoRA para fine-tuning em GPU de consumidor). Difere da destilação (mudar para um modelo separado menor) e do fine-tuning (adicionar conhecimento de tarefa), e as três costumam ser combinadas (quantizar um modelo destilado; fazer fine-tuning sobre uma base quantizada). Para começar, rode um modelo GGUF com o Ollama em um comando, escolha Q4/Q8 pela VRAM e evite INT4 para código ou matemática exata. A maioria dos grandes modelos já vem quantizada, então basta baixar e usar. Mantenha a inteligência, tire apenas o peso. Os números são citados de materiais públicos, indicativos.

Uma IA enorme e de alto desempenho é inteligente, mas pesada e cara; a destilação de modelos (destilação de conhecimento) resolve isso transferindo o conhecimento de um grande modelo professor para um pequeno modelo aluno, mantendo mais de 95% do desempenho do professor com um décimo do tamanho e da velocidade. Este artigo explica o tema com uma analogia professor-aluno. A chave são os soft labels: o treinamento comum só ensina "a resposta é gato" (hard label), enquanto a destilação passa toda a distribuição de probabilidade do professor, como "90% gato, 8% cachorro, 2% raposa", cujo grau de hesitação carrega informações ricas; um parâmetro temperature suaviza as probabilidades para revelar relações sutis (exemplo real: GPT-4o mini destilado a partir do GPT-4o). Benefícios: rápido e barato, ~10x mais compacto mantendo mais de 95% do desempenho, roda na edge e é forte para especialização. Duas abordagens: white-box (acesso total a pesos e representações internas, transferência mais profunda; para seus modelos ou modelos OSS) e black-box (só as saídas/respostas da API visíveis; usar a API de outra empresa como professor pode violar os termos). Difere da quantização (comprimir a precisão dos pesos do mesmo modelo) e do fine-tuning (continuar treinando um modelo existente para uma tarefa) — a destilação move o conhecimento para um modelo pequeno separado, e as três são combináveis. A realidade jurídica/ToS foi um grande tema em 2026: a técnica é legítima, mas OpenAI, Anthropic, Mistral e xAI incluem cláusulas de destilação anticompetitiva que proíbem usar saídas para criar modelos concorrentes, então destilar um concorrente a partir de uma API restrita pode violar os termos. A disputa OpenAI v. DeepSeek (a OpenAI alegou que contas ligadas à DeepSeek burlaram restrições para obter saídas para destilação, enquanto os termos da DeepSeek supostamente permitem destilar suas saídas) mostra que a avaliação depende de quais termos de API se aplicam, e o Claude Fable 5/Mythos 5 supostamente restringe respostas sobre trabalho sinalizado como destilação. Dicas: use seus modelos ou modelos OSS licenciados como professor, verifique as cláusulas antidestilação antes de usar uma API comercial e avalie se o uso configura desenvolvimento de um modelo concorrente. Inteligência do modelo grande, operação do pequeno — mas quem você escolhe como professor muda o resultado técnica e juridicamente. Os números são citados de materiais públicos, em caráter orientativo.

Quando você quer personalizar a IA para a sua própria empresa, o fine-tuning é uma das opções — mas mergulhar nisso sem cuidado sai caro e é fácil errar. Este guia para iniciantes explica o fine-tuning: pegar um modelo base já treinado, treiná-lo ainda mais com dados adaptados ao seu uso e remodelá-lo em um modelo especializado que incorpora "comportamento" (estilo da casa, formato de saída, vocabulário da área) no próprio modelo ao reescrever os seus pesos. O fine-tuning é bom em mudar comportamento, mas ruim em memorizar conhecimento atualizado, então a regra é "fatos e conhecimento → RAG, personalidade e molde → fine-tuning, prompts primeiro". Como notam os especialistas, cerca de 80% dos casos de "precisamos de fine-tuning" são resolvidos com melhor recuperação (RAG) ou prompting, então a ordem importa. O artigo cobre o que é fine-tuning (uma analogia com o treinamento de um novo funcionário), no que ele é bom e ruim, uma tabela comparativa de fine-tuning vs RAG vs prompting, os principais métodos (full fine-tuning, LoRA e QLoRA — quantização de 4-bit leve o suficiente para iniciantes), o que você precisa (mais de 500 exemplos de alta qualidade como referência, com a construção dos dados sendo o trabalho de verdade; custos de $5,000 a mais de $50,000, fine-tuning da OpenAI a cerca de $25–$100 por milhão de tokens de treinamento; ferramentas como OpenAI, Unsloth, Axolotl e Hugging Face) e em que ordem começar. O fine-tuning é o último recurso.

Você provavelmente imagina que um LLM precisa rodar na nuvem, mas em 2026 rodar a IA inteiramente dentro do seu próprio PC — um "LLM local" — é uma opção realista. Um LLM local significa rodar um modelo como o ChatGPT ou o Claude diretamente na sua máquina em vez da nuvem. Os três grandes atrativos são privacidade (o input nunca sai do seu dispositivo), custo zero (sem taxas de API) e uso offline (funciona sem internet). As desvantagens: não é tão inteligente quanto a IA na nuvem de ponta, precisa de um PC razoavelmente capaz, exige alguma configuração e não tem conhecimento atualizado. Este guia para iniciantes cobre o que é um LLM local (uma analogia de streaming x download), as vantagens e desvantagens, as configurações que você precisa e a quantização (o formato GGUF, com o Q4_K_M de referência que mantém a qualidade enquanto corta a memória para cerca de um quarto; cerca de 0,5 GB de memória por 1B de parâmetros a 4 bits), como começar (a interface gráfica do LM Studio para iniciantes, a linha de comando do Ollama para desenvolvedores — 52 milhões de downloads mensais no 1º trimestre de 2026), modelos recomendados para 2026 (Llama 3.2 7B, Google Gemma 4, Alibaba Qwen3.5, além de DeepSeek e Mistral — todos abertos) e quando usar local x nuvem (local para trabalho confidencial, de alto volume e offline; nuvem para problemas difíceis). O primeiro passo mais rápido: rodar um modelo pequeno 3B–7B no LM Studio.

Em 9 de junho de 2026, a Anthropic lançou o Claude Fable 5 — liberando, pela primeira vez em uma forma que usuários e desenvolvedores comuns podem usar, capacidade no nível do "Mythos", o modelo de fronteira há muito considerado o mais poderoso internamente. A Anthropic o posiciona como o modelo mais poderoso que oferece de forma geral, com o slogan "feito para trabalho complexo e de longa duração". Esta análise, escrita para que iniciantes possam acompanhar, cobre o que é o Fable 5 (uma forma pública e segura da capacidade de classe Mythos, otimizada para terminar uma maratona em vez de uma única pergunta e resposta; ID do modelo claude-fable-5), como ele difere de seu gêmeo Mythos 5 (idênticos por dentro, apenas as salvaguardas diferem; o público usa o Fable), os benchmarks (SWE-Bench Pro 80.3% vs Opus 4.8 69.2 e GPT-5.5 58.6, os primeiros 90%+ de sempre na análise de longa duração da Hex, topo no Cognition FrontierCode e no financeiro da Hebbia, novo SOTA em visão jogando Pokémon sem ajuda), sua verdadeira força em autonomia de longa duração (foco ao longo de milhões de tokens, execuções de 12 horas, a Stripe concluindo uma migração Ruby de 50 milhões de linhas em um dia contra mais de dois meses manualmente, memória em arquivo impulsionando uma tarefa de jogo 3x mais que o Opus 4.8, o GitHub relatando programação de longo horizonte de alta autonomia), preço e disponibilidade ($10 entrada / $50 saída por 1M tokens, contexto de 1M e saída de 128K, gratuito dentro de cada plano de 9 a 22 de junho e depois créditos, API claude-fable-5 e GitHub Copilot), uma comparação direta com o Opus 4.8 (padrão $5/$25 vs $10/$50, +11.1 pontos no SWE-Bench Pro, mesmo contexto de 1M, Opus 4.8 Fast Mode a $10/$50; divida trabalho pesado para o Fable 5 e o dia a dia para o Opus 4.8 padrão), o destaque do novo design de segurança (classificadores de cibernética, bioquímica e destilação que recuam para o Opus 4.8 apenas quando perigoso, acionados em menos de 5% das sessões para que 95%+ rodem com desempenho total, com retenção de 30 dias do tráfego de classe Mythos), o contexto de lançar dias após alertar que a IA é perigosa demais (um terceiro caminho que fecha apenas as áreas perigosas) e quando usá-lo. Os números são citados do anúncio da Anthropic e de relatos e podem mudar.

Digite um texto e, em segundos, nasce um vídeo com som — o que não muito tempo atrás seria ficção científica virou realidade em 2026, e a situação está mudando em um ritmo assustador. O Sora da OpenAI, que dominava a conversa, encerrou seu app e a versão web em abril de 2026 (com a API a seguir em setembro); em seu lugar, Google Veo, Kling e Runway assumiram a liderança. Este guia atualizado (junho de 2026), independente de ferramenta, cobre o que é a geração de vídeo com IA (criar imagens em movimento a partir de palavras ou de uma imagem, com sincronização de áudio, 1080p–4K e imagem para vídeo agora padrão), o cenário de 2026 (o encerramento do Sora — pano de fundo relatado de pressão sobre computação e custos e queda de usuários — e os líderes atuais Google Veo 3.1, Kling 3.0 e Runway Gen-4.5, com a cobrança por segundo como norma), como funciona (modelos de difusão estendidos para a dimensão do tempo; texto para vídeo e imagem para vídeo), o fluxo dos 5 passos em comum (escolher uma ferramenta, prompt/imagem, definir duração/proporção/áudio, gerar e escolher, juntar na edição), as dicas essenciais de prompt de vídeo (sujeito + movimento + câmera + estilo + duração + áudio, com verbos e câmera como chaves, um corte uma ação, usar imagem para vídeo, gerar em quantidade), o que ela já faz e o que ainda não faz (peças longas de uma só vez e consistência total continuam difíceis, e o custo por segundo soma) e os pontos essenciais de direitos, marcas-d'água e ética (SynthID e C2PA tornam a procedência de IA padrão e não removível, a saída puramente de IA é fracamente protegida com diferenças entre países, o uso comercial depende dos termos e deepfakes de pessoas reais são proibidos). Faça cortes e junte-os na edição em vez de mirar uma peça longa de uma só vez. Como o campo se move rápido, sempre confirme o mais recente oficialmente.

"Eu não sei desenhar, então isso não é para mim" — esse preconceito sobre a geração de imagens com IA está invertido. Basta instruí-la com palavras e, segundos depois, você tem visuais de nível profissional. Este guia, que atravessa as ferramentas, cobre o que é a geração de imagens com IA (criar imagens do zero por meio de palavras — a habilidade de comunicar, não de desenhar; a versão em imagem da engenharia de prompts), como funciona (modelos de difusão esculpem uma figura a partir do ruído aleatório usando o seu prompt como pista, desenhando do zero a cada vez, por isso os resultados oscilam), o fluxo de trabalho comum de 4 passos que funciona em qualquer ferramenta (escolher uma ferramenta, escrever um prompt, gerar e escolher, refinar e finalizar — a iteração é o pressuposto), a anatomia essencial do prompt de imagem em 6 partes (sujeito, cena/cenário, estilo, luz/cor, composição/enquadramento, técnico) mais prompts negativos e proporção de aspecto — embora o GPT Image e o Imagen prefiram frases simples, enquanto ferramentas da família Stable Diffusion gostam de listas de palavras e de prompts negativos, 7 dicas para dominar (fazer as contas, acrescentar aos poucos, imagens de referência, inpainting, fixar a seed, upscale, salvar bons prompts), onde a IA tem dificuldade (mãos, texto, consistência, precisão fina) e as soluções, e o essencial sobre direitos, uso comercial e ética para o trabalho (a saída puramente de IA é fracamente protegida segundo o Copyright Office dos EUA e a decisão Thaler de 2025, com diferenças entre países; o uso comercial depende dos termos de cada ferramenta; deepfakes e a imitação não autorizada de estilo são proibidos; a proveniência, como os metadados C2PA do DALL-E, está se difundindo). Qual ferramenta escolher e os tutoriais específicos remetem aos artigos de comparação, do Midjourney e do Stable Diffusion. Conheça a anatomia, faça as contas, acrescente palavras aos poucos — qualquer pessoa pode se aproximar da imagem que quer.

Você pergunta a mesma coisa para a mesma IA e, ainda assim, uma pessoa a chama de inútil enquanto outra se impressiona com o quanto ela é capaz — e a verdadeira causa dessa diferença muitas vezes não é o poder da IA, mas a forma como o prompt é escrito. Este é um compêndio prático dessa habilidade, a engenharia de prompts, organizado para que um iniciante possa usá-la de imediato. Ele cobre o que é engenharia de prompts (a habilidade de projetar e melhorar sua instrução para a IA — não código, e sim a arte de como dizer as coisas), os três princípios que mudam seus resultados (seja específico, dê contexto, especifique a saída, além de "faça X" em vez de "não faça Y"), as 6 partes essenciais de um bom prompt (papel, contexto, instrução, exemplos, formato, restrições — os elementos que frameworks como COSTAR e RCOF listam em comum; você não precisa das seis toda vez), 7 técnicas práticas (dar um papel, mostrar um modelo/few-shot, raciocinar passo a passo, fixar o formato da saída, estruturar com delimitadores, não pedir demais de uma vez e iterar — a mais forte sendo a iteração), um exemplo antes/depois, técnicas de nível avançado (cadeia de raciocínio, autoconsistência, encadeamento de prompts, ReAct — embora modelos de raciocínio como a série o e o pensamento estendido do Claude façam CoT internamente, de modo que enunciar o objetivo funciona melhor), 7 erros comuns, além de dicas por modelo e segurança na entrada. Com links internos para dicas de prompt de desenvolvimento de aplicativos e cuidados com a entrada. Transforme o vago em específico, o despejo em diálogo — qualquer um pode melhorar a partir de hoje.

Em junho de 2025, Sam Altman, da OpenAI, escreveu em seu blog: "Já passamos do horizonte de eventos; a decolagem começou" ("The Gentle Singularity"). No entanto, outros pesquisadores descartam categoricamente a ideia como algo que nunca vai chegar. Este guia para iniciantes explica que a singularidade (singularidade tecnológica) é "o ponto de virada no qual a IA supera a inteligência humana e começa a se aprimorar sozinha, de modo que o progresso se torna explosivamente rápido e já não pode ser previsto nem controlado" (uma hipótese, não realizada em 2026). Aborda o coração da questão — a explosão de inteligência = autoaprimoramento recursivo, em que uma IA inteligente constrói uma IA ainda mais inteligente e quem aprimora muda de humano para IA; como ela difere da AGI e da ASI (AGI/ASI são "estados" de inteligência, a singularidade é o "evento" de se tornar imprevisível; AGI → autoaprimoramento → o salto repentino para a ASI = a singularidade); a história do termo (a "explosão de inteligência" de I. J. Good em 1965 → Vinge popularizando o nome em 1993 → Kurzweil tornando-a mainstream com "2045"); a ampla dispersão das previsões (Kurzweil 2045, Altman "já começou", Vinge e céticos como Gary Marcus e o "freio da complexidade" do falecido Paul Allen); decolagem dura repentina vs. decolagem suave gradual; as esperanças (avanços em doenças e na ciência) e os riscos (perda de controle, o problema do alinhamento); o profundo ceticismo (freio da complexidade, limites físicos, uma coisa totalmente diferente); e mitos comuns como "robôs dominando", "imediata quando a AGI chegar" e "fixada para 2045". Sem temê-la em excesso nem sonhar demais — aproveite ao máximo a IA de hoje enquanto observa com calma o que pode vir a seguir.

Em 2023, um advogado foi sancionado depois que uma petição redigida com o ChatGPT citou casos que eram todos fabricações da IA — e esse episódio espalhou pelo mundo a desconfiança em torno de direito e IA. Ainda assim, em poucos anos a adoção explodiu, com mais de 90% dos advogados supostamente usando alguma IA no dia a dia. Como a próxima entrada da nossa série de impacto da IA por setor, depois da #068 (trading), da #094 (marketing) e da #097 (consultoria), este artigo examina as profissões liberais. O cenário atual em números (62% dos advogados relatam economia semanal de 6 a 20%; Harvey e o CoCounsel da Thomson Reuters processaram mais de 10 milhões de documentos jurídicos no 1º trimestre de 2026; o uso de IA generativa em firmas de tributação/contabilidade/auditoria saltou de 8% em 2024 para 21% em 2025; um estudo de Stanford mostra empregos de início de carreira em áreas como a contabilidade em queda de 13% vs 2022, contadores +5% e escriturários -5%), o trabalho que a IA transforma por profissão (advogados = pesquisa de casos, revisão de contratos, extração de obrigações; contadores = escrituração, conferência de comprovantes, amostragem, identificação de riscos; consultores tributários = entrada de dados, rascunho de declarações, busca de legislação — a IA faz o trabalho de base, os humanos dão a palavra final), a maior armadilha da alucinação (inventar casos/leis inexistentes — levando a sanções e perda de confiança; a Harvey alega 99,7% de precisão em citações verificadas e sinaliza o resto, o CoCounsel ancora citações em uma base de jurisprudência para só citar casos reais), o valor essencial imutável (julgamento final, ceticismo profissional, ética, julgamentos tributários em zona cinzenta e — decisivamente — a assinatura e a responsabilidade legal que não podem ser delegadas à IA), a crise dos juniores (automatização da rotina de aprendizado) e os novos papéis (diretores de compliance de IA, engenheiros de prompt tributário), e conselhos por perfil para profissionais, aspirantes e clientes (verificar citações e números contra as fontes primárias; confirmar o tratamento da confidencialidade). A regulação e a responsabilidade diferem de país para país; no Japão, os recursos de IA em softwares de contabilidade também são amplamente difundidos. A pergunta que a IA coloca: o que você vende é o trabalho, ou o julgamento e a responsabilidade?

Legendar um vídeo de uma hora à mão consumia um dia inteiro — ouvir, pausar, digitar, alinhar o timecode. Em 2026 esse inferno termina ao "jogar o vídeo dentro e esperar alguns minutos." Focado em legendar/transcrever conteúdo de vídeo e áudio (atas de reunião vão para #086, OCR de imagens para #091), este guia cobre as quatro etapas que a IA automatiza (extração de áudio → transcrição com diarização → timecodes em SRT/VTT → tradução e estilização), a diferença entre legendas (SRT/VTT) e transcrições e quando usar cada uma, uma comparação de ferramentas (Whisper gratuito e privado, Descript que edita tudo, Sonix e Happy Scribe de alta precisão e multilíngues, Notta amigável para indivíduos, CapCut no celular, legendas automáticas do YouTube como o mais fácil — muitas usando reconhecimento da família Whisper por baixo dos panos), o fluxo de 4 passos mais repetível (preparar → transcrever → revisar → exportar/anexar SRT/VTT), recomendações por caso de uso (YouTube, podcasts, palestras, entrevistas, confidencial, multilíngue), seis dicas de precisão com a qualidade do áudio como 80% do resultado (qualidade, definição de idioma, lista de nomes próprios, localizar e substituir, diarização, comprimento da linha), o fluxo multilíngue do caminho real (aperfeiçoar o idioma de origem → traduzir com IA → revisão por nativo) e as armadilhas — confiar demais na precisão, fraqueza com ruído e jargão, direitos autorais, uploads confidenciais e desvio de timecode. Em áudio limpo a precisão é de 90–96% (publicado, dependente das condições) e o trabalho cai 80–90%. O trabalho para a IA; o acabamento — conferir nomes próprios e assistir do começo ao fim — para você.