> ## Documentation Index > Fetch the complete documentation index at: https://docs.monostate.ai/llms.txt > Use this file to discover all available pages before exploring further. # Tarefas de Treinamento > O que você pode treinar modelos para fazer # Tipos de Tarefas de Treinamento O AI Training suporta muitas tarefas diferentes. Cada tarefa é otimizada para tipos específicos de problemas que você quer resolver. ## Tarefas de Texto ### Text Classification **O que faz**: Classifica texto em categorias que você define. **Exemplos do mundo real**: * Detecção de spam em email * Sentimento de feedback do cliente (feliz/infeliz) * Roteamento de tickets de suporte * Moderação de conteúdo * Detecção de idioma **O que você precisa**: * Amostras de texto * Rótulos de categoria para cada amostra * Pelo menos 50 exemplos por categoria (mais é melhor) **Formato de dados de exemplo**: ```csv theme={null} text,label "Great product, highly recommend!",positive "Terrible experience, waste of money",negative "The item arrived damaged",negative "Excellent customer service",positive ``` ### Token Classification (NER) **O que faz**: Rotula palavras ou frases específicas em texto. **Exemplos do mundo real**: * Extrair nomes, datas, localizações de documentos * Identificar menções de produtos em avaliações * Encontrar termos médicos em notas clínicas * Destacar cláusulas importantes de contratos * Marcar partes do discurso **O que você precisa**: * Texto com entidades marcadas * Rótulos em formato BIO (Beginning, Inside, Outside) * Centenas de exemplos anotados **Example data format**: ``` John B-PERSON Smith I-PERSON visited O New B-LOCATION York I-LOCATION yesterday B-DATE ``` ### Sequence to Sequence **O que faz**: Transforma um texto em outro. **Exemplos do mundo real**: * Tradução de idiomas * Resumo de texto * Resposta a perguntas * Correção de texto * Paráfrase **O que você precisa**: * Texto de entrada * Texto de saída desejado * Pares de exemplos entrada-saída **Example data format**: ```csv theme={null} input_text,target_text "The quick brown fox jumps over the lazy dog","Le renard brun rapide saute par-dessus le chien paresseux" "Hello, how are you?","Bonjour, comment allez-vous?" ``` ### Text Generation (LLM Fine-tuning) **O que faz**: Ensina modelos de linguagem novos conhecimentos ou comportamentos. **Exemplos do mundo real**: * Chatbots personalizados * Assistentes específicos de domínio * Geração de código * Escrita criativa * Documentação técnica **O que você precisa**: * Exemplos de conversação ou pares instrução-resposta * Opcional: Dados de preferência para RLHF * Pode funcionar com apenas 100 exemplos **Formato de conversa de exemplo**: ```json theme={null} { "messages": [ {"role": "user", "content": "What is photosynthesis?"}, {"role": "assistant", "content": "Photosynthesis is the process plants use to convert sunlight into energy..."} ] } ``` ## Tarefas de Imagem ### Image Classification **O que faz**: Identifica o que há em uma imagem. **Exemplos do mundo real**: * Inspeção de qualidade de produtos * Diagnóstico de imagens médicas * Identificação de vida selvagem * Classificação de tipo de documento * Reconhecimento de expressão facial **O que você precisa**: * Imagens (JPG, PNG) * Rótulo de categoria para cada imagem * Pelo menos 100 imagens por categoria **Folder structure**: ``` data/ cats/ cat1.jpg cat2.jpg dogs/ dog1.jpg dog2.jpg ``` ### Object Detection **O que faz**: Encontra e localiza múltiplos objetos em imagens. **Exemplos do mundo real**: * Contagem de inventário * Monitoramento de segurança * Condução autônoma * Detecção de defeitos * Contagem de pessoas **O que você precisa**: * Imagens com caixas delimitadoras * Rótulos para cada caixa * Anotações em formato COCO ou YOLO ## Tarefas de Dados Estruturados ### Tabular Classification **O que faz**: Prevê categorias de dados tipo planilha. **Exemplos do mundo real**: * Previsão de churn de clientes * Detecção de fraude * Diagnóstico de doenças * Aprovação de crédito * Previsão de falha de equipamento **O que você precisa**: * CSV com features e rótulos * Colunas numéricas e categóricas * Dados limpos e pré-processados **Example data**: ```csv theme={null} age,income,credit_score,approved 25,45000,720,yes 35,65000,650,no 42,85000,780,yes ``` ### Tabular Regression **O que faz**: Prevê valores contínuos de dados estruturados. **Exemplos do mundo real**: * Previsão de preço de casas * Previsão de vendas * Estimativa de consumo de energia * Previsão de preço de ações * Estimativa de tempo de entrega **O que você precisa**: * CSV com features e valores alvo * Coluna alvo numérica * Dados históricos ## Métodos Avançados de Treinamento ### Supervised Fine-Tuning (SFT) Treinamento padrão com exemplos e respostas corretas. **Use quando**: Você tem dados rotulados de boa qualidade. ### DPO (Direct Preference Optimization) Treine modelos usando comparações de preferência. **Use quando**: Você tem exemplos de saídas boas vs ruins. **Data format**: ```json theme={null} { "prompt": "Write a greeting", "chosen": "Hello! How can I help you today?", "rejected": "sup" } ``` ### ORPO (Odds Ratio Preference Optimization) Similar ao DPO mas com treinamento mais estável. **Use quando**: Treinamento DPO está instável ou com overfitting. ### Reward Modeling Treine um modelo para pontuar saídas. **Use quando**: Construindo um modelo de recompensa para RLHF. ### PPO (Proximal Policy Optimization) Aprendizado por reforço a partir de feedback. **Use quando**: Você tem um modelo de recompensa e quer otimizar contra ele. ## Guia de Seleção de Tarefa ### Com Base em Seus Dados | Se você tem... | Escolha esta tarefa | | ------------------------------ | --------------------------------- | | Texto + categorias | Text Classification | | Texto com rótulos de entidades | Token Classification | | Pares texto entrada/saída | Sequence to Sequence | | Conversas | LLM Fine-tuning | | Imagens + rótulos | Image Classification | | Dados de planilha | Tabular Classification/Regression | ### Com Base em Seu Objetivo | Se você quer... | Escolha esta tarefa | | -------------------------------- | -------------------- | | Classificar coisas em categorias | Classification | | Extrair informações | Token Classification | | Transformar texto | Sequence to Sequence | | Criar um chatbot | LLM Fine-tuning | | Prever números | Regression | | Encontrar objetos | Object Detection | ### Com Base em Dificuldade **Mais fácil para começar**: 1. Text Classification 2. Image Classification 3. Tabular Classification **Dificuldade média**: 1. Token Classification 2. Sequence to Sequence 3. LLM Fine-tuning (SFT) **Avançado**: 1. Treinamento DPO/ORPO 2. Object Detection 3. PPO/RLHF ## Requisitos de Dados ### Dados Mínimos Necessários | Tarefa | Mínimo Absoluto | Bom Ponto de Partida | Qualidade de Produção | | -------------------- | --------------- | -------------------- | --------------------- | | Text Classification | 50 por classe | 500 por classe | 5.000+ por classe | | Token Classification | 100 documentos | 1.000 documentos | 10.000+ documentos | | Seq2Seq | 100 pares | 1.000 pares | 10.000+ pares | | LLM Fine-tuning | 50 exemplos | 500 exemplos | 5.000+ exemplos | | Image Classification | 100 por classe | 1.000 por classe | 10.000+ por classe | | Tabular | 500 linhas | 5.000 linhas | 50.000+ linhas | ### Qualidade dos Dados Importa Melhor ter 100 exemplos de alta qualidade que 1.000 ruins: * Rótulos precisos * Formatação consistente * Representativo do uso do mundo real * Balanceado entre categorias ## Treinamento Multi-Tarefa Você pode treinar modelos para múltiplas tarefas simultaneamente: ### Benefícios * Compartilhar conhecimento entre tarefas * Uso mais eficiente de dados * Implantação de modelo único ### Exemplo Treine um modelo para: * Classificar sentimento * Extrair entidades * Resumir texto Tudo com o mesmo modelo base. ## Configurações Específicas por Tarefa ### Tarefas de Texto * **Max sequence length**: Quanto texto processar * **Tokenizer**: Como dividir texto em tokens * **Special tokens**: Marcadores específicos da tarefa ### Tarefas de Imagem * **Image size**: Resolução a usar * **Augmentation**: Rotação, inversão, corte * **Normalization**: Escala de valores de pixel ### Tarefas Tabulares * **Feature engineering**: Criar novas colunas * **Scaling**: Normalizar valores numéricos * **Encoding**: Lidar com variáveis categóricas ## Métricas de Avaliação Diferentes tarefas usam diferentes métricas: | Tarefa | Métricas Comuns | | -------------------- | ------------------------------------------ | | Classification | Accuracy, F1, Precision, Recall | | Token Classification | F1 em nível de entidade, Accuracy de token | | Seq2Seq | BLEU, ROUGE, BERTScore | | Generation | Perplexity, Avaliação humana | | Regression | MSE, MAE, R² | | Object Detection | mAP, IoU | ## Combinando Tarefas ### Abordagem de Pipeline Encadeie tarefas: 1. Classification → Roteie para modelo especializado 2. NER → Extraia entidades → Gere resposta 3. Traduza → Resuma → Classifique sentimento ### Tarefas Multi-Modais Combine diferentes tipos de dados: * Imagem + Texto → Visual QA * Áudio + Texto → Reconhecimento de fala * Vídeo + Texto → Entendimento de vídeo ## Próximos Passos Pronto para mergulhar mais fundo? Escolha a arquitetura de modelo certa Treine seu primeiro modelo