Julgue o item a seguir, referentes aos modelos de linguagem ...

Gabarito: Certo

Um sistema de rede adversária generativa compreende duas redes neurais profundas: a rede geradora e a rede discriminadora. Ambas as redes treinam em um jogo adversário, em que uma tenta gerar novos dados e a outra tenta prever se a saída é falsa ou real.

Fonte: https://aws.amazon.com/pt/what-is/gan/

O Cespe gosta desse assunto.

GANs são redes neurais que aprendem a criar dados novos e realistas.

Funcionam com duas partes: um Gerador que cria dados falsos e um Discriminador que tenta identificar o que é real e o que é falso.

Eles competem até o Gerador conseguir criar dados que o Discriminador não consegue mais distinguir dos reais.

São usadas para gerar imagens, editar fotos e etc.

Introdução a Modelos de Linguagem e IA Generativa

A Inteligência Artificial (IA) generativa engloba modelos que podem criar novos dados, como textos, imagens, sons e outros tipos de conteúdo, baseando-se em padrões aprendidos a partir de um conjunto de dados original. Entre os modelos mais conhecidos dessa área estão as Redes Generativas Adversariais (GANs), que são compostas por duas redes neurais: o gerador e o discriminador. Essas redes trabalham de maneira adversarial, ou seja, elas "competem" entre si, permitindo que o gerador aprenda a criar dados cada vez mais realistas, enquanto o discriminador aprende a distinguir entre dados reais e gerados.

Resolução

A assertiva está correta. Em uma rede adversária generativa (GAN), de fato, o gerador cria dados a partir de uma entrada aleatória ou de um vetor de "ruído", e o discriminador é responsável por avaliar se esses dados gerados pertencem ao conjunto de dados reais de treinamento. O objetivo do gerador é produzir dados que sejam indistinguíveis dos dados reais, enquanto o discriminador tenta identificar se os dados fornecidos são reais ou falsificados. O processo de treinamento é uma espécie de "jogo" entre o gerador e o discriminador, onde ambos melhoram suas habilidades ao longo do tempo: o gerador se torna mais habilidoso em criar dados realistas, e o discriminador se torna melhor em detectar os dados falsos. Esse processo contínuo resulta em um modelo gerador muito eficiente.

Resposta: Correta - ChatGPT