Robson Brandão

Transformers e LLMs estão diretamente relacionados, mas não são a mesma coisa. Neste artigo, você entenderá por que o Transformer é uma arquitetura de rede neural e o LLM é um modelo de linguagem treinado em grande escala, geralmente construído sobre essa base.

O encoder-only lê. O encoder-decoder transforma. O decoder-only continua e foi por isso que ele dominou os LLMs generativos. Não por ser mais inteligente. Por escalar melhor.

Fluxo de agente com contexto limitado: nova mensagem passa pelo orquestrador, que recupera memórias e carrega o estado resumido; ambos montam um contexto enviado ao LLM; após a resposta, memória e resumo são atualizados.

Q, K e V aparecem em quase toda explicação sobre Transformers. Mas qual é a função de cada um? Entenda como a self-attention relaciona tokens, seleciona informações do contexto e atualiza suas representações.

Este é o segundo artigo da série sobre o São Paulo Innovation Week 2026, realizado entre 13 e 15 de maio, na Mercado Livre Arena Pacaembu e na FAAP. A proposta da série é transformar anotações de palestras e painéis em análises acessíveis sobre inteligência artificial, inovação e transformação digital. O evento se apresenta como um festival global de tecnologia e inovação e ocorreu nesses dois espaços em São Paulo. No primeiro artigo desta série, a discussão partiu da difere

Este texto abre uma série de artigos sobre o SP Innovation Week 2026. A proposta é transformar anotações de palestras e painéis em análises acessíveis sobre inteligência artificial, inovação e transformação digital. Evento: SP Innovation Week 2026 Data: 13 a 15 de maio de 2026 Locais: Mercado Livre Arena Pacaembu e FAAP Trilha: IA in Action Tema do artigo: agentes de IA, governança, escala e execução empresarial Entre os dias 13 e 15 de maio de 2026, o São Paulo Innovation We

Um neurônio artificial (também chamado de perceptron) é a unidade básica de qualquer rede neural. Trata-se de uma pequena unidade matemática de decisão que recebe sinais de entrada, atribui pesos diferentes a esses sinais, soma esse resultado com um ajuste fixo chamado bias e aplica uma função de ativação para gerar uma saída. É mais simples pensar nisso como uma “máquina de decisão” que processa a informação em quatro etapas. A figura 1 representa um neurônio digital. Figura

Quando olhamos para o universo da IA, a sensação é de estar bebendo água em uma mangueira de bombeiros. Quem está em transição de carreira não está apenas escolhendo uma nova habilidade para aprender. Quem está tentando entender um novo cenário, reorganizar sua experiência anterior e decidir o que deve ser mantido, atualizado ou abandonado.