[Projeto] Mão na massa: aplicando técnicas de Prompt no cotidiano

Estou fazendo uma atividade de Chain of throughts e preciso do seu suporte. Quero aprender mais sobre o Self-Consistency, porém tive dificuldade no inicio no google colab, faça em formato de lista 5 atividades entre ela recomendações de aulas e atividades que posso realizar para me fortalecer nesse modulo.

1. Revisar conceitos teóricos

Objetivo: Entender profundamente como funciona Chain of Thought e o mecanismo de Self-Consistency.

Atividade:

Assistir vídeos de introdução ao CoT e Self-Consistency. Recomendo:

Aula do canal DeepLearningAI sobre Chain of Thought Prompting.

Pesquisa rápida no YouTube: “Self-Consistency in AI reasoning”.

Ler o artigo original: “Chain of Thought Prompting Elicits Reasoning in Large Language Models” (Google Scholar ou arXiv).

2. Praticar Chain of Thought no Google Colab

Objetivo: Aplicar passo a passo o raciocínio em tarefas de linguagem natural.

Atividade:

Criar prompts no CoT para resolver problemas matemáticos simples ou quizzes de lógica.

Exemplo: “Resolva este problema passo a passo...”

Testar diferentes versões do prompt e observar como a resposta muda.

3. Implementar Self-Consistency

Objetivo: Aprender a gerar múltiplas respostas e escolher a mais consistente.

Atividade:

No Google Colab, usar um loop para gerar N respostas para o mesmo prompt usando LLM (como GPT).

Contar qual é a resposta que aparece com maior frequência (maior consenso).

Comparar o resultado com respostas individuais e analisar melhorias.

4. Resolver problemas desafiadores com CoT + Self-Consistency

Objetivo: Fortalecer a habilidade de raciocínio complexo e ver a diferença da abordagem.

Atividade:

Escolher problemas de lógica, matemática ou reasoning.

Primeiro, resolver com CoT simples.

Depois, resolver com Self-Consistency (várias gerações).

Comparar precisão e consistência das respostas.

5. Revisão e reflexão

Objetivo: Consolidar o aprendizado e identificar padrões.

Atividade:

Manter um notebook de experimentos:

Escrever prompt, respostas individuais, resposta com Self-Consistency, insights sobre melhoria.

Refletir sobre quando Self-Consistency ajuda mais (problemas complexos, múltiplas etapas, ambiguidades).

Opcional: Compartilhar resultados em fórum ou comunidade de IA para feedback.