Professor da Wharton destaca modelo de linguagem da era vitoriana treinado com 28.000 textos do século XIX

Headline

Professor da Wharton Partilha Modelo Linguístico Vitoriano, Questiona-se Sobre Outras Eras Históricas

Summary

Ethan Mollick, um professor da Wharton que escreve frequentemente sobre IA, twittou sobre “Mr. Chatterbox”—um modelo de linguagem treinado do zero com mais de 28.000 textos britânicos da era vitoriana de 1837-1899. O modelo de 340 milhões de parâmetros, hospedado no Hugging Face, tenta simular conversas do século XIX sem quaisquer dados de treino modernos. Trip Venturella construiu-o utilizando nanochat para treino e afinação supervisionada. A pergunta de Mollick: será que esta abordagem funcionaria para o Renascimento ou a Ilustração se existirem textos digitalizados suficientes?

Analysis

Treinar apenas com textos da Biblioteca Britânica significa que o Mr. Chatterbox evita preconceitos modernos mas herda os vitorianos. Comentários do Reddit e GitHub que recolhi mostram uma recepção mista—os utilizadores acham-no divertido para imersão na época, mas notam que ele confiantemente erra factos, como atribuir erroneamente autores ou declarar tempos de viagem incorretos. Um comentador chamou as respostas de “estranhas” mas encantadoras.

O projeto encaixa-se num padrão mais amplo de pequenos modelos de código aberto especializados a criar nichos que grandes sistemas proprietários não servem bem. Um modelo que soa genuinamente vitoriano tem aplicações óbvias na educação e na escrita criativa, mesmo que não se possa confiar nos seus factos.

O interesse de Mollick faz sentido dado o seu foco na adoção prática da IA. Se projetos semelhantes surgirem para outras eras depende de encontrar textos digitalizados suficientes de domínio público—uma verdadeira limitação. O estado beta do modelo e as críticas da comunidade sugerem que ainda há trabalho a fazer em termos de fiabilidade.

Impact Assessment

• Significância: Média
• Categorias: Investigação em IA, Código Aberto, Perspectiva Técnica