Apresentamos Grandes Modelos de Linguagem (LLMs) como BERT e ERNIE no Radar anterior; LLMs específicos de domínio, no entanto, são uma tendência emergente. O ajuste fino de LLMs de uso geral com dados específicos de domínio pode adaptá-los para várias tarefas, incluindo recuperação de informações, aumento do suporte ao cliente e criação de conteúdo. Essa prática tem mostrado resultados promissores em setores como jurídico e financeiro, conforme demonstrado por OpenNyAI para análise de documentos jurídicos. Com mais organizações experimentando LLMs e novos modelos como GPT4 sendo lançados, podemos esperar mais casos de uso específicos de domínio em um futuro próximo. No entanto, existem desafios e armadilhas a serem considerados. Primeiro, os LLMs podem estar errados, por isso é essencial criar mecanismos em seu processo para garantir a precisão dos resultados. Em segundo lugar, os LLMs de terceiros podem reter e compartilhar novamente seus dados, representando um risco para informações autenticadas e confidenciais. As organizações devem revisar cuidadosamente os termos de uso e a confiabilidade dos provedores ou considerar o treinamento e a execução de LLMs em uma infraestrutura que controlem. Como acontece com qualquer nova tecnologia, as empresas devem agir com cuidado, entendendo as implicações e os riscos associados à adoção de um LLM.
