Metodologia para redução de alucinações em IAs generativas

Abstract

Este artigo apresenta o desenvolvimento de uma metodologia de treinamento para reduzir alucinações em sistemas de Inteligência Artificial (IA) generativa, aplicada aos casos do sistema de RPG Tormenta 20 e do setor agropecuário com a assistente IAgro. O fenômeno da alucinação, em que a IA gera respostas incorretas ou sem fundamento, é um dos maiores desafios em IAs generativas. A proposta deste trabalho é implementar técnicas como a engenharia de prompts e ajustes nos parâmetros de chunk size e chunk overlap para minimizar esses erros. As IAs foram treinadas com base em dados especializados – livros de regras e materiais de Tormenta 20, e relatórios técnicos agrícolas – e integradas ao Telegram, tornando a interação acessível e eficiente. O projeto também originou a ideia do IAdapt, uma iniciativa para adaptar IAs a diferentes contextos e necessidades. Os resultados esperados incluem a melhoria da capacidade de adaptação das IAs a diferentes domínios, a redução consistente de alucinações em contextos diversos e o aumento da precisão nas respostas, possibilitando a replicação da metodologia em outros setores.