LLMs e Agentes

Do texto ao agente

Este curso começa pelos mecanismos que transformam texto em unidades e representações numéricas. Depois, acompanha como um modelo usa o contexto e como um harness organiza ferramentas, memória e execução.

Cada aula mantém o vídeo original e acrescenta uma explicação escrita, um diagrama e uma prática guiada copiável para /aprender. Os conceitos centrais continuam úteis quando modelos, produtos e bibliotecas mudam.

Percurso

1. Tokens: como um tokenizador divide texto e por que token não é sinônimo de palavra.
2. Embeddings e atenção: como tokens ganham representações vetoriais e dependentes do contexto.
3. Word2Vec e contexto: por que um vetor estático não muda com o sentido da frase.
4. Harness: como o ambiente executa ferramentas e devolve resultados ao modelo.
5. Harness Engineering: como projetar o sistema em volta do modelo para torná-lo observável e previsível.
6. Contexto em agentes: como equilibrar informação, custo e limite de contexto.
7. Especificações para agentes (complementar): como transformar pedidos vagos em tarefas verificáveis.

Aulas em vídeo

O material escrito complementa cada vídeo e não substitui os exemplos ou as ressalvas do autor. Resultados de pesquisas e demonstrações dependentes de ferramentas específicas são contextualizados nas aulas.