A Artefact Research Center
Preenchendo a lacuna entre a academia e os aplicativos do setor.
Nosso ecossistema de pesquisa em alguns números
O Artefact e o Research Center em números.
A missão do Artefact Research Center.
Um ecossistema completo que faz a ponte entre a pesquisa fundamental e as aplicações industriais concretas.
Pesquisa sobre modelos mais transparentes e éticos para estimular a adoção de negócios AI.
Exemplos de tendências do AI
- AppleCard concede hipotecas com base em critérios racistas
- Lensa AI sexualiza selfies do women
- Classificação de imagens racistas do Facebook com afro-americanos como macacos
- O chatbot da Microsoft no Twitter está se tornando nazista, sexista e agressivo
- ChatGPT que escreve um código afirmando que bons cientistas são homens brancos
Desafio atual
Os modelos AI são precisos e fáceis de implementar em muitos casos de uso, mas permanecem incontroláveis devido a caixas pretas e questões éticas.
Campos de pesquisa transversais
Com nosso posicionamento exclusivo, nosso objetivo é enfrentar os desafios gerais do AI, seja em modelagem estatística ou pesquisa de gerenciamento.
Essas perguntas são transversais a todos os nossos assuntos e alimentam nossa pesquisa.
Um ecossistema completo que preenche a lacuna entre a pesquisa fundamental e os aplicativos tangíveis do setor.
Uma seleção de nossos artigos submetidos à revisão por pares, apresentados em conferências de IA de alto nível.
Nossos pesquisadores trabalham em conjunto em desafios reais da IA.
Artigos de blog da mídia escritos por nossos especialistas em tecnologia.
Detectando Alucinações em LLMs, Um Token de Cada Vez
Os modelos de linguagem grandes são surpreendentemente capazes. Eles resumem, traduzem, raciocinam e codificam (melhor do que eu). Mas, ao contrário de mim, eles também se tornaram famosos por inventar...
O futuro do AI autêntico dependerá de gráficos de conhecimento?
À medida que as empresas correm para operacionalizar o AI, a maioria descobre que sua infraestrutura data nunca foi projetada para raciocínio autônomo. Atualmente, até 80% da implementação do AI...
Enriquecendo a experiência DIY: Como a ADEO usa o AI para conectar conteúdo e conhecimento
A otimização do sortimento é um processo crítico no varejo que envolve a seleção do mix ideal de produtos para atender à demanda do consumidor, levando em conta os diversos aspectos logísticos...
MotherDuck explicada: como a solução de IA e análise de última geração se integra à sua pilha Data
O MotherDuck amplia o desempenho analítico do DuckDB para o cloud com recursos colaborativos, oferecendo desempenho 4x mais rápido do que o BigQuery e economia de custos em relação aos armazéns data tradicionais por meio de...
Otimização de sortimento com modelos de escolha discreta em Python
A otimização do sortimento é um processo crítico no varejo que envolve a seleção do mix ideal de produtos para atender à demanda do consumidor, levando em conta os diversos aspectos logísticos...
O alinhamento de preferências é sempre a melhor opção para aprimorar a tradução baseada em LLM? Uma análise empírica
As métricas neurais para avaliação de tradução automática (MT) têm se tornado cada vez mais proeminentes devido à sua correlação superior com julgamentos humanos em comparação com as métricas lexicais tradicionais
Choice-Learn: Modelagem de escolha em larga escala para contextos operacionais através das lentes do aprendizado de máquina
Os modelos de escolha discreta têm como objetivo prever as decisões de escolha tomadas por indivíduos em um menu de alternativas, chamado de variedade. Casos de uso bem conhecidos incluem a previsão de uma...
A era do AI generativo: o que está mudando
A abundância e a diversidade de respostas ao ChatGPT e a outros AIs generativos, sejam elas céticas ou entusiásticas, demonstram as mudanças que eles estão provocando e o impacto...
Como o Artefact conseguiu desenvolver um sistema de carreira justo e simples para engenheiros de software
No atual setor de tecnologia, dinâmico e em constante evolução, uma carreira pode parecer um caminho sinuoso em meio a uma densa floresta de oportunidades. Com a rápida...
Por que você precisa de LLMOps
Este artigo apresenta o LLMOps, um ramo especializado que mescla DevOps e MLOps para gerenciar os desafios apresentados pelos modelos de linguagem grandes (LLMs)...
Liberando o poder da LangChain Expression Language (LCEL): da prova de conceito à produção
A LangChain se tornou uma das bibliotecas Python mais usadas para interagir com LLMs em menos de um ano, mas a LangChain era principalmente uma biblioteca...
Como lidamos com a reconciliação de ID de perfil usando o Treasure Data Unification e o SQL
Neste artigo, explicamos os desafios da reconciliação de ID e demonstramos nossa abordagem para criar um ID de perfil unificado na plataforma Data do cliente, especificamente...
