1. O que significa LLM
LLM vem do inglês Large Language Model — em português, "Grande Modelo de Linguagem". Em vez de decorar a sigla, vamos entender cada palavra pelo que ela faz:
- Modelo — um programa que aprende padrões a partir de exemplos, em vez de seguir regras que alguém escreveu à mão. Pense num aprendiz de cozinha que prova centenas de pratos e vai pegando o jeito, em vez de decorar um livro de receitas. Ele não sabe explicar a regra; ele sente o padrão.
- Linguagem — o que esse aprendiz observa é texto: como as letras e as palavras se seguem umas às outras. Depois de ver muito texto, ele percebe que depois de "bom dia" costuma vir uma vírgula, que "chuva" e "guarda-chuva" andam juntas, e assim por diante.
- Grande (Large) — normalmente esses modelos são enormes, com bilhões de padrões guardados. O nosso vai ser pequeno de propósito, para caber num robô. A ideia é idêntica; muda só o tamanho.
Juntando: uma LLM é um programa que aprendeu padrões de texto observando muitos exemplos. O ChatGPT é uma LLM gigante. O cérebro do nosso robô será uma LLM minúscula. Mesma família, tamanhos diferentes.
Uma coisa importante antes de seguir: o modelo só entende números
Computadores não manipulam letras — manipulam números. Então, para uma LLM trabalhar com texto, acontece uma tradução nas duas pontas: o texto vira números na entrada, e os números viram texto de volta na saída.
Guarde esta imagem: essa tradução "letra ↔ número" tem um nome — tokenizer — e será a primeira peça que você vai construir neste curso. Tudo o mais que a LLM faz acontece no mundo dos números, no meio desse caminho.