Questão nº 11
Questão de Tecnologia da Informação · FGV STN 2024 (nº 11)
Na área de Engenharia de Prompt, várias técnicas são usadas para melhorar a capacidade de modelos de linguagem em entender e responder perguntas complexas ou realizar tarefas específicas.
Com base na compreensão dessas técnicas, avalie se as seguintes afirmações são verdadeiras (V) ou falsas (F).
( ) Zero-Shot Prompting é uma técnica que requer um grande conjunto de exemplos específicos para treinar o modelo antes de ser capaz de realizar uma tarefa ou responder a uma pergunta.
( ) Chain-of-Thought (COT) envolve instruir o modelo de linguagem para decompor um problema complexo em etapas menores e mais gerenciáveis, detalhando o processo de raciocínio para chegar à resposta.
( ) Few-Shot Prompting utiliza apenas alguns exemplos selecionados para guiar o modelo na execução de uma tarefa, demonstrando como realizar a tarefa com um número limitado de referências.
( ) Zero-Shot COT combina a técnica de Chain-of-Thought com a abordagem Zero-Shot, permitindo que o modelo decomponha e resolva problemas complexos sem a necessidade de exemplos específicos de treinamento prévio.
As afirmativas são, respectivamente,
- AV – V – V – F.
- BV – F – F – V.
- CV – F – F – F.
- DF – F – V – V.
- EF – V – V – V. (alternativa correta)
Resposta comentada
Gabarito Alternativa E
A Engenharia de Prompt é a arte de criar instruções eficazes para modelos de linguagem, como o ChatGPT, para que eles entendam melhor o que queremos e nos deem respostas mais úteis, sem precisar de programação complexa.
- (A) Incorreta: A afirmação sobre Zero-Shot Prompting está incorreta. Zero-Shot Prompting não requer exemplos específicos no prompt; ele se baseia no conhecimento pré-existente do modelo para realizar a tarefa.
- (B) Incorreta: A afirmação sobre Zero-Shot Prompting está incorreta. Zero-Shot Prompting não requer exemplos específicos no prompt; ele se baseia no conhecimento pré-existente do modelo para realizar a tarefa.
- (C) Incorreta: A afirmação sobre Zero-Shot Prompting está incorreta. Zero-Shot Prompting não requer exemplos específicos no prompt; ele se baseia no conhecimento pré-existente do modelo para realizar a tarefa.
- (D) Incorreta: A afirmação sobre Chain-of-Thought (COT) está incorreta. COT descreve exatamente o processo de decompor problemas complexos em etapas, o que a torna verdadeira.
- (E) Correta:
- A primeira afirmação é Falsa. Zero-Shot Prompting significa que o modelo tenta resolver uma tarefa sem nenhum exemplo prévio no prompt. A frase "requer um grande conjunto de exemplos específicos para treinar o modelo" descreve o treinamento geral do modelo ou fine-tuning, não a técnica de prompting Zero-Shot. A pegadinha aqui é confundir o treinamento inicial do modelo (que usa muitos dados) com a técnica de prompting Zero-Shot, que não usa exemplos no prompt para a tarefa específica.
- A segunda afirmação é Verdadeira. Chain-of-Thought (COT) é exatamente isso: instruir o modelo a "pensar passo a passo", detalhando o raciocínio para resolver problemas complexos.
- A terceira afirmação é Verdadeira. Few-Shot Prompting utiliza alguns exemplos (poucos) dentro do próprio prompt para mostrar ao modelo como a tarefa deve ser realizada.
- A quarta afirmação é Verdadeira. Zero-Shot COT é uma variação onde o modelo é instruído a usar o raciocínio passo a passo (COT) sem que exemplos desse raciocínio sejam fornecidos no prompt, apenas com uma instrução como "pense passo a passo".
Fonte: FGV STN 2024 Auditor Federal de Finanças e Controle - Tecnologia da Informação (Transformação Digital) (Caderno Tipo 1). Reproduzida para fins de estudo.