11 nov 2025
14:00 Defesa de Mestrado sala 85 do IC2
Tema
Comparando modelos pequenos com ajuste fino a modelos grandes com aprendizado em contexto na geração de acórdãos judiciais
Aluno
Fábio Akahoshi Collado
Orientador / Docente
Jacques Wainer
Breve resumo
O Sistema Judiciário Brasileiro, após digitalizar a maior parte de seus processos, busca formas de aproveitar a inteligência artificial generativa para otimizar suas atividades. Atualmente, a maioria dos projetos no setor adota abordagens zero-shot ou one-shot para geração de textos jurídicos. Este estudo analisa o desempenho de diferentes estratégias de Modelos de Linguagem de Grande Escala (LLMs) na geração de acórdãos. A comparação foca em grandes modelos comerciais em contraste com um modelo pequeno especificamente ajustado para essa tarefa. Os resultados demonstram que o Llama 3.1 8B 4bit, após fine-tuning, superou os modelos maiores que adotaram a estratégia one-shot. Esses achados evidenciam um possível equívoco na tendência atual do Poder Judiciário de utilizar modelos zero-shot e one-shot sem considerar modelos menores ajustados para a tarefa específica. Modelos menores não apenas são mais econômicos, mas também viabilizam a hospedagem local, assegurando a continuidade do serviço público
Banca examinadora
Titulares:
| Jacques Wainer | IC/UNICAMP |
| Fabio Gagliardi Cozman | POLI/USP |
| Julio Cesar dos Reis | IC/UNICAMP |
Suplentes:
| Rodolfo Jardim de Azevedo | IC/UNICAMP |
| Ricardo Marcondes Marcacini | ICMC/USP |