{"id":1746,"date":"2025-02-24T06:54:25","date_gmt":"2025-02-24T09:54:25","guid":{"rendered":"https:\/\/portal7ia.com.br\/?p=1746"},"modified":"2025-02-24T09:02:49","modified_gmt":"2025-02-24T12:02:49","slug":"perplexity-ai-lanca-r1-1776-modelo-imparcial-e-livre-de-censura-para-todos","status":"publish","type":"post","link":"https:\/\/portal7ia.com.br\/index.php\/2025\/02\/24\/perplexity-ai-lanca-r1-1776-modelo-imparcial-e-livre-de-censura-para-todos\/","title":{"rendered":"Perplexity AI Lan\u00e7a R1 1776: Modelo Imparcial e Livre de Censura para Todos"},"content":{"rendered":"\n

A Perplexity.ai anunciou:<\/p>\n\n\n\n

\n

Hoje, (18 de fevereiro de 2025), estamos abrindo o c\u00f3digo-fonte do R1 1776, uma vers\u00e3o do modelo DeepSeek-R1 que foi treinado novamente para fornecer informa\u00e7\u00f5es imparciais, precisas e factuais.<\/p>\n<\/blockquote>\n\n\n\n

Censura em Modelos de Linguagem: Um Desafio<\/h2>\n\n\n\n

Modelos de linguagem, como DeepSeek-R1, frequentemente exibem censura e vi\u00e9s, limitando sua utilidade para informa\u00e7\u00f5es imparciais.<\/p>\n\n\n\n

A Perplexity AI busca mitigar censura para realmente aproveitar o poder de racioc\u00ednio do DeepSeek-R1 e oferecer “respostas precisas para todas as consultas”.<\/p>\n\n\n\n

R1 1776: A Resposta Imparcial da Perplexity AI<\/h2>\n\n\n\n

R1 1776 surge como a solu\u00e7\u00e3o da Perplexity AI para a censura. Este modelo, baseado no DeepSeek-R1, foi p\u00f3s-treinado para remover vi\u00e9s e censura, garantindo informa\u00e7\u00f5es precisas.<\/p>\n\n\n\n

Ao contr\u00e1rio do DeepSeek-R1, que evitou a pergunta sobre Taiwan e Nvidia, o R1 1776 oferece uma an\u00e1lise direta e detalhada dos poss\u00edveis impactos.<\/p>\n\n\n\n

P\u00f3s-Treinamento do R1 1776: Processo Focado em Imparcialidade<\/h2>\n\n\n\n

O p\u00f3s-treinamento do R1 1776 foi meticuloso:<\/p>\n\n\n\n

1) especialistas identificaram t\u00f3picos censurados pelo Partido Comunista Chin\u00eas;
2) um classificador de censura multil\u00edngue foi desenvolvido;
3) prompts<\/em> de usu\u00e1rios relevantes foram minerados (apenas com permiss\u00e3o e sem PII \u2013 Personally Identifiable Information<\/em>, ou Informa\u00e7\u00f5es Pessoalmente Identific\u00e1veis, que poderiam revelar a identidade dos usu\u00e1rios);
4) um dataset de 40.000 prompts<\/em> foi compilado;
5) respostas factuais e cadeias de racioc\u00ednio foram coletadas; e
6) o modelo foi p\u00f3s-treinado com NeMo 2.0 para “des-censura” eficiente, mantendo a qualidade.<\/p>\n\n\n\n

Avalia\u00e7\u00e3o Rigorosa: Imparcialidade e Qualidade Mantidas<\/h2>\n\n\n\n

A Perplexity AI avaliou rigorosamente a imparcialidade do R1 1776 com um conjunto de dados multil\u00edngue de mais de mil exemplos sens\u00edveis, usando anotadores humanos e LLMs como “ju\u00edzes”.<\/p>\n\n\n\n

Os resultados confirmaram que o R1 1776 evita a censura sem comprometer suas capacidades de racioc\u00ednio, que se mantiveram equivalentes ao modelo base.<\/p>\n\n\n\n

Acesso ao R1 1776<\/h2>\n\n\n\n

O R1 1776 est\u00e1 acess\u00edvel para download dos pesos no HuggingFace Repo e atrav\u00e9s da Sonar API da Perplexity AI, permitindo uso direto ou integra\u00e7\u00e3o gerenciada.<\/p>\n\n\n\n