Usamos cookies para melhorar a tua experiência e medir o tráfego. Política de cookies

    Scalor
    CONVENCE-NOS →
    Glossário/Modelos & LLMs

    Temperature

    temperaturasampling temperature

    Parâmetro que controla o equilíbrio entre a previsibilidade e a criatividade das respostas de um modelo de linguagem, definindo o nível de aleatoriedade na escolha das palavras.

    O que é

    No contexto da Inteligência Artificial e dos Modelos de Linguagem de Grande Escala (LLMs), a Temperature (ou Temperatura) é um hiperparâmetro de configuração que dita o quão 'arriscada' ou conservadora será a saída de texto do modelo. Embora falemos frequentemente da IA como se ela estivesse a 'pensar', na realidade, ela está a calcular probabilidades. Para cada palavra (ou token) seguinte num texto, o modelo gera uma lista de candidatos com diferentes probabilidades de ocorrência. A temperatura é o botão que ajusta essas probabilidades antes da escolha final.

    Imagine a temperatura como um seletor de liberdade criativa. Se estiver baixa, o modelo comporta-se como um funcionário extremamente focado em regras e factos, que escolhe sempre a opção mais óbvia e segura. Se estiver elevada, o modelo transforma-se num colaborador numa sessão de brainstorming, disposto a escolher palavras menos prováveis para criar frases mais variadas e inesperadas.

    Como funciona

    A temperatura funciona através de uma manipulação matemática da distribuição de probabilidade (normalmente através da função softmax). O valor varia tipicamente entre 0 e 1, embora alguns sistemas permitam valores até 2.

    Quando a temperatura é 0 (ou próxima de zero), dizemos que o modelo se torna 'determinístico'. Ele escolherá quase sempre o token com a probabilidade mais alta. Se perguntar 'Qual é a capital de Portugal?' dez vezes, obterá dez vezes a mesma resposta curta e direta. O modelo não arrisca.

    À medida que aumentamos a temperatura para valores como 0.7 ou 1.0, a diferença entre a palavra mais provável e as restantes diminui. O modelo 'achata' a curva de probabilidades, dando hipóteses a palavras que, de outra forma, seriam descartadas. Isto introduz variedade linguística, mas também aumenta o risco de o modelo se desviar do assunto ou inventar factos, um fenómeno conhecido como alucinação.

    Quando usar

    A escolha da temperatura ideal depende inteiramente da tarefa que a sua PME pretende automatizar. Não existe um valor 'correto' absoluto, apenas o valor adequado ao contexto.

    Temperatura Baixa (0.0 a 0.3): Tarefas de Precisão Deve usar estes valores quando a exatidão é prioritária e não quer surpresas no formato ou no conteúdo. Exemplos típicos incluem:

    • Extração de dados de faturas ou contratos.
    • Classificação de tickets de suporte (ex: decidir se um email é 'Reclamação' ou 'Pedido de Orçamento').
    • Escrita de código de programação ou scripts SQL.
    • Respostas de FAQ baseadas estritamente num documento técnico.

    Temperatura Média (0.4 a 0.7): Equilíbrio e Fluidez Ideal para tarefas que exigem uma escrita natural, mas que ainda assim precisam de manter uma estrutura lógica coerente. Exemplos:

    • Redação de emails comerciais personalizados.
    • Resumo de reuniões ou artigos longos.
    • Criação de descrições de produtos para um e-commerce.

    Temperatura Alta (0.8 a 1.2+): Criatividade e Exploração Use valores altos quando o objetivo é a originalidade e a diversidade de ideias. Exemplos:

    • Geração de slogans para uma campanha de marketing.
    • Ideação de novos nomes para uma marca ou projeto.
    • Escrita criativa, como guiões ou poesia.

    Erros comuns

    O erro mais frequente nas PMEs que começam a implementar IA é ignorar este parâmetro, deixando-o no valor por defeito (geralmente 0.7 ou 1.0) para todas as tarefas. Isto leva a dois problemas principais:

    1. Inconsistência em Processos Rígidos: Se estiver a usar IA para classificar leads num CRM e a temperatura estiver alta, o modelo pode inventar novas categorias de classificação que não existem no seu sistema, quebrando a automação seguinte.

    2. Alucinações Factuais: Ao pedir um resumo de um relatório financeiro com temperatura elevada, o modelo pode sentir-se tentado a 'preencher os espaços' com números que parecem plausíveis mas são falsos, apenas porque a matemática da temperatura o forçou a escolher tokens menos prováveis mas esteticamente agradáveis.

    Outro erro é acreditar que uma temperatura de 0 garante 100% de verdade. A temperatura 0 apenas garante que o modelo escolhe a sua melhor aposta; se o modelo tiver aprendido informações erradas ou não tiver acesso aos dados corretos, ele continuará a dar a resposta errada, mas fá-lo-á de forma consistente.

    Exemplo prático para uma PME

    Imagine uma consultora imobiliária em Lisboa que utiliza um assistente de IA para duas funções distintas:

    Cenário A: Análise de Contratos A empresa usa um script que lê contratos de arrendamento e extrai a data de expiração e o valor da renda. Aqui, o desenvolvedor configura a Temperatura para 0.0. Isto garante que, se o contrato disser '1200€', a IA extrai exatamente '1200€' e não decide escrever 'Mil e duzentos euros' ou arredondar o valor, facilitando a inserção automática no software de gestão.

    Cenário B: Redes Sociais A mesma empresa precisa de ideias de legendas para o Instagram sobre um novo apartamento no Chiado. O gestor de marketing configura a Temperatura para 0.9. O resultado são três ou quatro opções com tons diferentes: uma mais emocional, uma focada no investimento e outra mais curta e moderna. Esta variedade permite à equipa escolher a que melhor se adapta à audiência, algo que uma temperatura baixa (que produziria frases muito genéricas e repetitivas) não conseguiria.

    Perguntas frequentes

    Q: Posso mudar a temperatura a meio de uma conversa com o chat? R: Na maioria das interfaces de chat comuns (como as versões básicas do ChatGPT), o utilizador não tem controlo direto sobre este parâmetro. No entanto, em ferramentas profissionais, APIs ou interfaces customizadas para empresas, é possível (e recomendável) definir a temperatura por cada tipo de pedido.

    Q: A temperatura afeta o custo da utilização da IA? R: Não. O custo (tokens processados) é o mesmo independentemente da temperatura definida. Apenas altera a lógica de seleção das palavras, não o esforço computacional necessário para as gerar.

    Q: Se eu quiser que a IA nunca minta, devo usar temperatura 0? R: Não necessariamente. A temperatura 0 reduz a probabilidade de o modelo 'inventar' por via da aleatoriedade, mas a prevenção de falsidades reais (alucinações) resolve-se melhor com técnicas como RAG (Retrieval-Augmented Generation), fornecendo os dados corretos ao contexto do modelo.

    Q: O que acontece se eu colocar a temperatura em 2.0? R: Na maioria dos modelos modernos, o texto torna-se completamente ininteligível. As probabilidades ficam tão dispersas que o modelo começa a escolher caracteres aleatórios, pontuação sem sentido ou palavras que não existem, tornando a resposta inútil.

    Exemplos práticos

    • 01Configurar a temperatura para 0.0 ao extrair NIFs e valores totais de imagens de faturas digitalizadas via OCR.
    • 02Usar temperatura 0.8 para gerar dez variações de nomes criativos para um novo vinho de uma adega regional.
    • 03Manter a temperatura em 0.3 para responder a dúvidas técnicas de clientes com base no manual de instruções do produto.
    • 04Ajustar a temperatura para 1.0 para criar um rascunho de um post de blog com um tom de voz entusiasta e dinâmico.

    Termos relacionados

    LLM
    Modelos de inteligência artificial treinados em volumes massivos de texto para compreender, gerar e processar linguagem humana com alta fluidez.
    RAG
    Técnica que permite a um modelo de IA consultar documentos externos atualizados e privados antes de gerar uma resposta, garantindo maior precisão e reduzindo alucinações.
    Prompt Engineering
    Processo de estruturar instruções de entrada para modelos de IA generativa de forma a obter resultados mais precisos, consistentes e úteis nas tarefas de negócio.
    Hallucination
    Fenómeno onde modelos de IA geram informações factualmente incorretas ou sem base na realidade, apresentando-as com um excessivo e enganador tom de confiança.
    Token
    A unidade mínima de processamento que os modelos de IA utilizam para ler e gerar texto, correspondendo geralmente a pedaços de palavras ou caracteres individuais.

    Quer usar Temperature na sua empresa?

    30 minutos, gratuito, sem compromisso. Dizemos onde encaixa.

    Diagnóstico IA gratuito