O Melhor Modelo de IA

Treinando Desafios de Códigos com IAs Generativas - 2/3

Bootcamp Nexa - Fundamentos de IA Generativa e Claude 3

Descrição

Neste desafio, o objetivo ajudar na escolha do modelo de inteligência artificial mais adequado com base em critérios específicos definidos pelo cliente, utilizando as inovações recentemente anunciadas pela Amazon Web Services (AWS). Os modelos de IA disponíveis são da família Claude 3, desenvolvidos pela Anthropic, que foram anunciados como disponíveis na plataforma Amazon Bedrock. Esses modelos de última geração foram projetados para oferecer um equilíbrio entre precisão, desempenho, velocidade e custo, atendendo às demandas de clientes de todos os tamanhos.

Atenção: Alguns dados que utilizados são simulados e podem não representar situações reais.

Entrada

A entrada consiste em quatro linhas, cada uma representando uma característica do modelo de inteligência artificial:

Desempenho: um número inteiro indicando a capacidade de desempenho do modelo.
Velocidade: um número inteiro representando a velocidade de processamento do modelo.
Custo: um número inteiro que reflete o custo associado ao modelo.
Capacidades: uma lista de capacidades específicas separadas por vírgulas.

Saída

O programa fornecerá a recomendação do modelo mais adequado com base nas características fornecidas. A saída incluirá uma explicação detalhada sobre por que esse modelo específico foi escolhido com base nos critérios estabelecidos pelo cliente, utilizando informações sobre os modelos Claude 3 disponíveis na plataforma Amazon Bedrock. Se nenhum modelo atender aos critérios, o programa informará que nenhum modelo foi encontrado.

Exemplos

A tabela abaixo apresenta exemplos com alguns dados de entrada e suas respectivas saídas esperadas. Certifique-se de testar seu programa com esses exemplos e com outros casos possíveis.

Entrada	Saída
9
10	O Claude 3 Opus é o modelo recomendado.
5
Pesquisa, Desenvolvimento Acelerado

Entrada	Saída
8
5	O Claude 3 Sonnet é o modelo recomendado.
7
Codificação, Recuperação de informações

Entrada	Saída
7
9	O Claude 3 Haiku é o modelo recomendado.
6
Velocidade, Resumo de dados não estruturados

Entrada	Saída
1
5	Nenhum modelo encontrado.
9
Viagem interplanetária, Autoconhecimento

Resolução

class ModeloIA:
    def __init__(self, nome, desempenho, velocidade, custo, capacidades):
        self.nome = nome
        self.desempenho = desempenho
        self.velocidade = velocidade
        self.custo = custo
        self.capacidades = capacidades
 
    def __str__(self):
        return self.nome
 
def recomendar_modelo(caracteristicas):
    modelos = [
        ModeloIA("Claude 3 Opus", 9, 10, 5, ["pesquisa", "desenvolvimento acelerado"]),
        ModeloIA("Claude 3 Sonnet", 8, 5, 7, ["codificação", "recuperação de informações"]),
        ModeloIA("Claude 3 Haiku", 7, 9, 6, ["velocidade", "resumo de dados não estruturados"])
    ]
 
    modelo_recomendado = None
    capacidades_usuario = [capacidade.lower() for capacidade in caracteristicas['Capacidades']]
 
    for modelo in modelos:
        capacidades_modelo = [capacidade.lower() for capacidade in modelo.capacidades]
 
        if all(capacidade in capacidades_usuario for capacidade in capacidades_modelo):
            if modelo_recomendado is None or modelo.desempenho > modelo_recomendado.desempenho:
                modelo_recomendado = modelo
 
    return modelo_recomendado if modelo_recomendado else "Nenhum modelo encontrado."
 
def gerar_explicacao(modelo, caracteristicas):
    if isinstance(modelo, ModeloIA):
        explicacao = f"O {modelo.nome} é o modelo recomendado."
        return explicacao
    else:
        return modelo
 
def obter_caracteristicas():
    caracteristicas = {}
    caracteristicas['Desempenho'] = int(input())
    caracteristicas['Velocidade'] = int(input())
    caracteristicas['Custo'] = int(input())
    capacidades = input().split(',')
    caracteristicas['Capacidades'] = [capacidade.strip() for capacidade in capacidades]
    return caracteristicas
 
caracteristicas_entrada = obter_caracteristicas()
melhor_modelo = recomendar_modelo(caracteristicas_entrada)
explicacao = gerar_explicacao(melhor_modelo, caracteristicas_entrada)
 
print(explicacao)

Para encontrar outras soluções, verifique aqui.

Caso encontre algum erro ou tenha sugestões, clique aqui e abra uma issue no Github.