GUIA de IA de linguagem

ChatGPT e modelos de linguagem grande (LLMs)

Um modelo de linguagem grande (LLM) é uma rede neural treinada em quantidades enormes de texto para prever o próximo pequeno trecho de texto, chamado de token, e depois ajustada para seguir instruções.

Ouça este guiaNarrado por IA · ~8 min

Nesta página9 minutos de leitura
  1. Visão geral
  2. Principais conclusões
  3. Mergulho profundo
  4. Calcule as probabilidades do próximo token e veja a temperatura em ação
  5. Implementação no mundo real
  6. O Futuro do ChatGPT e dos Modelos de Linguagem Grandes (LLMs)
  7. Colocando em prática
  8. Fontes e leituras adicionais
  9. Continue explorando
  10. Perguntas frequentes

Visão geral

ChatGPT é um produto construído em torno desses modelos. Saber como a previsão funciona explica tanto por que esses sistemas escrevem fluentemente quanto por que podem afirmar coisas falsas com confiança.

Principais conclusões

  1. Um modelo de linguagem grande prevê o próximo token de texto, um token de cada vez, usando probabilidades aprendidas a partir de quantidades enormes de material escrito.
  2. ChatGPT é um produto construído sobre modelos de linguagem; a OpenAI lançou-o em 30 de novembro de 2022, ajustado a partir de um modelo da série GPT-3.5.
  3. Assistentes de chat são criados em duas etapas: pré-treinamento em texto bruto, seguido de alinhamento com exemplos escritos por humanos e classificações humanas, conhecido como RLHF.
  4. No estudo InstructGPT da OpenAI, as pessoas preferiram as respostas de um modelo ajustado por instruções de 1,3 bilhão de parâmetros em vez daquelas do GPT-3 de 175 bilhões de parâmetros.
  5. O Chinchilla da DeepMind mostrou que um modelo de 70 bilhões de parâmetros treinado em 1,4 trilhão de tokens poderia superar modelos muito maiores treinados com menos texto.
  6. LLMs podem produzir declarações fluentes, porém falsas, portanto, fatos, números, citações e referências deles precisam ser verificados em fontes originais.

Mergulho profundo

A large language model is a computer program that has learned the statistical patterns of language by reading a very large amount of text. Its job, at the lowest level, is simple: given some text, predict what comes next. It does this one token at a time. A token is a chunk of text such as a whole common word, part of a rarer word, a number or a punctuation mark. The model assigns a probability to every token in its vocabulary, picks one, adds it to the text, and repeats. Large refers to the number of adjustable internal numbers, called parameters: GPT-3, described in a 2020 OpenAI paper, had 175 billion. ChatGPT, by contrast, is a product. It wraps one or more language models in an app with a chat interface, safety filters, memory features and, in later versions, tools such as web search. The model and the product are not the same thing.

Inside, almost every current LLM is a Transformer, the design introduced by Google researchers in 2017. First, each token is turned into a list of numbers called an embedding. Then the text passes through a stack of identical layers. Each layer has an attention step, in which every token looks back at the earlier tokens and pulls in information from the ones that matter for it, and a feed-forward step, which transforms each token's numbers on its own. GPT-3 stacked 96 such layers, each 12,288 numbers wide with 96 attention heads, and could look at 2,048 tokens of text at once, a limit called the context window. After the last layer, the model converts the final token's numbers into a probability for every possible next token.

Building a chat assistant takes two broad stages. The first is pretraining. The model reads a huge collection of text and, at each position, is penalized according to how much probability it gave the token that actually came next. GPT-3 was trained on 300 billion tokens, mostly filtered web pages plus books and Wikipedia, using about 3.14 times 10 to the 23rd power arithmetic operations. The result is a model that can continue any text but does not reliably follow requests. The second stage is alignment. In OpenAI's 2022 InstructGPT work, people wrote example answers to prompts and the model was fine-tuned on them; then people ranked several model answers from best to worst, a separate reward model learned to predict those rankings, and reinforcement learning nudged the language model toward answers the reward model scored highly. This is called reinforcement learning from human feedback, or RLHF. In human evaluations, answers from a 1.3-billion-parameter InstructGPT model were preferred to those of the original 175-billion-parameter GPT-3.

The key milestones are well documented. June 2017: the Transformer paper. May 2020: GPT-3 shows that a sufficiently large model can do new tasks from a few examples written into the prompt, which its authors called few-shot learning. March 2022: InstructGPT introduces the instruction-following recipe, and DeepMind's Chinchilla paper shows that many large models had been trained on too little text. Chinchilla, with 70 billion parameters trained on 1.4 trillion tokens, outperformed the 280-billion-parameter Gopher and the 175-billion-parameter GPT-3, and the authors concluded that training text should double whenever model size doubles. November 30, 2022: ChatGPT launches as a free research preview, trained with the same RLHF methods using dialogue data. March 2023: GPT-4 accepts images as well as text and scores around the top 10% on a simulated bar exam, though its report discloses no details of model size or architecture.

LLMs are often compared with search engines and with older chatbots. A search engine finds existing documents and shows where they came from. An LLM generates new text from patterns it learned, so its answer may be fluent but has no built-in link to a source unless the product adds retrieval or search. Older chatbots, such as phone menus and customer service scripts, matched keywords to replies written in advance; an LLM composes each reply fresh, which makes it far more flexible and far less predictable. Among LLMs, closed models are offered only through a company's app or API, while open-weight models publish their parameters so anyone can run them; the Stanford AI Index 2025 found the performance gap between the best open and closed models shrank from 8% to 1.7% on some benchmarks in a year.

The main weakness is that predicting likely text is not the same as knowing facts. OpenAI's own ChatGPT launch post listed the problems plainly: the model sometimes writes plausible-sounding but incorrect answers, gives different answers to slightly reworded questions, is often too wordy, guesses at ambiguous questions instead of asking, and can still follow harmful instructions or show bias. A 2025 paper by Adam Tauman Kalai and colleagues argues that these confident errors, usually called hallucinations, persist partly because training and benchmark scoring reward guessing over admitting uncertainty. Other limits follow from the design. A model knows nothing after the date its training text was collected unless it is connected to search. It cannot see its own sources. And the GPT-4 report itself notes the model is less capable than people in many real-world situations.

Costs fall into training and use. Training is the expensive part: GPT-3's 3.14 times 10 to the 23rd operations was already a very large budget in 2020, and the largest models since then have used far more. Chinchilla's results showed that a smaller model trained on more text could match or beat a larger one while being cheaper to run afterward. Using a model is priced per token, both for the text sent in and the text generated, so long documents and long answers cost more. The Stanford AI Index 2025 measured a more than 280-fold drop in the price of GPT-3.5-level performance between late 2022 and late 2024. For ordinary users the practical cost is mostly time: checking claims, supplying context and verifying anything that will be relied on.

04Exemplo trabalhado

Calcule as probabilidades do próximo token e veja a temperatura em ação

  1. Imagine o prompt A capital da França é e três candidatos a próximos tokens com pontuações brutas do modelo: Paris 5, Lyon 3, França 2.

  2. Eleve cada pontuação ao expoente: e elevado a 5 é cerca de 148,4, e elevado a 3 é cerca de 20,1, e elevado a 2 é cerca de 7,4. A soma deles é cerca de 175,9.

  3. Divida cada um pela soma para obter probabilidades na temperatura 1: Paris cerca de 0,84, Lyon cerca de 0,11, França cerca de 0,04.

  4. Agora divida cada pontuação por uma temperatura de 2 antes de elevar ao expoente: e elevado a 2,5 é cerca de 12,2, e elevado a 1,5 é cerca de 4,5, e elevado a 1 é cerca de 2,7, soma cerca de 19,4.

  5. Calcule as novas probabilidades: Paris cerca de 0,63, Lyon cerca de 0,23, França cerca de 0,14.

  6. Observe que o modelo escolheria Lyon aproximadamente uma vez em nove na temperatura 1 e quase uma vez em quatro na temperatura 2, mesmo que Paris esteja correto.

O que isso mostra

As probabilidades em cada caso somam cerca de 1, que é a verificação. O exercício mostra que um LLM escolhe palavras amostrando de uma distribuição de probabilidade, portanto, uma temperatura mais alta produz um texto mais variado e também mais chances de um token errado.

Implementação no mundo real

Assistentes de conversação: a OpenAI lançou o ChatGPT em 30 de novembro de 2022 como uma prévia de pesquisa gratuita, ajustada a partir de um modelo da série GPT-3.5 com aprendizado por reforço a partir de feedback humano para que pudesse lidar com perguntas de acompanhamento.

Aprendendo com alguns exemplos: o artigo do GPT-3 de 2020 mostrou um modelo de 175 bilhões de parâmetros realizando tradução, resposta a perguntas e aritmética a partir de um punhado de exemplos colocados no prompt, sem retreinamento.

Exames profissionais: o Relatório Técnico do OpenAI sobre o GPT-4 de março de 2023 afirma que o GPT-4 passou em um exame simulado da ordem com uma pontuação próxima aos 10% melhores candidatos, e aceita imagens, além de texto.

Uso diário mais barato: o Stanford AI Index 2025 relata que o custo do desempenho de nível GPT-3.5 caiu mais de 280 vezes entre novembro de 2022 e outubro de 2024, razão pela qual a ajuda para resumir, redigir e programar tornou-se amplamente acessível.

O Futuro do ChatGPT e dos Modelos de Linguagem Grandes (LLMs)

Several open problems are shaping language models after 2025. Reliability is the most visible. The 2025 paper Why Language Models Hallucinate proposes changing how leaderboards score answers so that admitting uncertainty is not punished, rather than adding more specialized hallucination tests; whether benchmark makers adopt that approach is still an open question. A second direction is grounding. Products increasingly connect models to search engines, document stores and software tools so answers can be checked against current sources, which reduces but does not remove fabricated details. A third is efficiency. Following the 2022 Chinchilla findings, developers have favored training smaller models on more text, and the Stanford AI Index 2025 recorded both falling inference prices and a narrowing gap between open-weight and closed models. Transparency is a fourth issue. The GPT-4 Technical Report of March 2023 withheld model size, hardware and training data details, citing competition and safety, which makes independent evaluation of such models harder. Researchers continue to debate whether next-token prediction plus more scale will keep yielding broader reasoning abilities, or whether different training methods will be needed.

Colocando em prática

Por que isso importa

  • Velocidade e escala. Os fluxos de trabalho de idiomas podem avançar mais rapidamente sem sacrificar a consistência.
  • Acesso e alcance. Ele expande o acesso entre idiomas e estilos de comunicação.
  • Decisões mais claras. As equipes podem gastar mais tempo julgando enquanto a automação cuida da repetição.

Cuidado com

  • Fatos alucinados podem entrar silenciosamente em relatórios, fluxos de apoio ou resultados de pesquisas.
  • A sensibilidade do prompt pode criar resultados inconsistentes em solicitações semelhantes.
  • Dados de texto confidenciais podem ser expostos se os controles de acesso forem fracos.

Próximas etapas

  1. Defina o formato de saída, o tom e os padrões de qualidade antes da implementação.
  2. Respostas terrestres com fontes confiáveis ​​sempre que a precisão for importante.
  3. Mantenha um ponto de verificação de revisão humana para resultados de alto risco.
  4. Rastreie padrões de falha e treine novamente prompts ou fluxos de trabalho regularmente.

Fontes e leituras adicionais

  1. arXiv (Google, 2017)Atenção é tudo que você precisa
  2. arXiv (OpenAI, 2020)Modelos de linguagem são aprendizes rápidos
  3. arXiv (OpenAI, 2022)Treinando modelos de linguagem para seguir instruções com feedback humano
  4. arXiv (DeepMind, 2022)Treinamento de modelos de linguagem grande com otimização de computação
  5. OpenAIApresentando o ChatGPT
  6. arXiv (OpenAI, 2023)Relatório Técnico do GPT-4
  7. arXiv (Kalai, Nachum, Vempala and Zhang, 2025)Por que os modelos de linguagem alucinam
  8. Stanford Institute for Human-Centered AIO Relatório do Índice de IA de 2025

Continue explorando

Boletim informativo gratuito

Receba o resumo diário de IA

Três histórias verificadas de IA a cada manhã de dia útil, escritas em linguagem simples. Gratuito para sempre, sem anúncios.

Um e-mail a cada dia útil. Cancele a inscrição com um clique. Nunca vendemos ou compartilhamos seu endereço.

Teste você mesmo

Faça o quiz sobre ChatGPT e Grandes Modelos de Linguagem (LLMs)

Feedback instantâneo sobre cada resposta e um certificado compartilhável com um ID verificável assim que você concluir um curso.

Iniciar teste

Apoie a educação gratuita em IA. O AI Understanding é uma organização sem fins lucrativos 501(c)(3) — sem anúncios, sem paywall, nunca. Faça uma doação

Perguntas frequentes

O que é o ChatGPT e Grandes Modelos de Linguagem (LLMs)?

Um grande modelo de linguagem (LLM) é uma rede neural treinada em quantidades enormes de texto para prever o próximo pequeno pedaço de texto, chamado de token, e então ajustada para seguir instruções. O ChatGPT é um produto construído em torno desses modelos. Saber como a previsão funciona explica tanto por que esses sistemas escrevem fluentemente quanto por que eles podem afirmar coisas falsas com confiança.

Qual é um objetivo de treinamento comum para um modelo de linguagem autorregressivo?

O guia explica que um modelo de linguagem autorregressivo usa o contexto para pontuar possíveis próximos tokens.

Um modelo de linguagem pode dividir uma palavra em várias unidades de processamento. Quais são essas unidades?

O texto é convertido em tokens, que podem representar palavras, partes de palavras ou outras unidades.

Como um chatbot se relaciona com um LLM?

O guia distingue o modelo da aplicação que pode envolvê-lo com outros sistemas.

Qual afirmação distingue o treinamento do prompting e da recuperação?

O guia trata o treinamento, o prompting, a recuperação e as ferramentas como mecanismos diferentes.

Fornecer fontes elimina as alucinações?

Fontes relevantes podem ajudar, mas a resposta ainda precisa ser verificada em relação a elas.