Alavancando modelo massivo de linguagem para um domínio do esporte por meio de RAG e fine-tuning

Abstract

Este trabalho investigou o aprimoramento de Modelos Massivos de Linguagem (LLM, do inglês Large Language Models) para tarefas específicas de Processamento de Linguagem Natural (PLN) aplicadas ao domínio esportivo. Foram avaliadas técnicas como RetrievalAugmented Generation (RAG) e ajuste fino supervisionado (fine-tuning), tendo como base dados estruturados obtidos da plataforma Sofascore relacionados ao futebol. Os resultados mostraram que a combinação dessas técnicas melhora significativamente o desempenho dos modelos, proporcionando respostas mais precisas, contextualizadas e semanticamente coerentes em comparação ao uso isolado dos modelos pré-treinados. Em particular, o ajuste fino com simulação de recuperação semântica (RAFT) demonstrou maior eficiência em tarefas analíticas complexas, como avaliação de desempenho individual, coletivo e resposta a perguntas sobre tabelas hierárquicas.