Tutorial de LangGraph aplicado a dados econômicos: os três blocos do framework (estado,
nós e arestas), o ciclo ReAct e a construção de um agente que responde perguntas sobre o
IPCA consultando a série do Banco Central. O modelo de linguagem roda localmente, na CPU,
sem chave de API, e o projeto termina num aplicativo em Streamlit.
O LlamaIndex é um conjunto completo de ferramentas para criar agentes com LLM a partir dos seus dados, utilizando índices e fluxos de trabalho. Neste post, vamos focar em três partes principais que ajudam na construção de agentes com o LlamaIndex: Componentes, Frramentas e Fluxos de Trabalho.
O que é um agente e como ele funciona? Como agentes tomam decisões usando racioncínio e planejamento? Neste artigo, nosso objetivo é investigar estas questões para construir um conhecimento fundamental sobre AI agents.
O PIB é uma variável econômica complexa e de difícil previsão. Neste artigo, mostramos que unir métodos simples e métodos avançados pode aumentar significativamente a previsibilidade do crescimento da economia.
Imagine que você tenha uma tabela e precise gerar uma análise de dados rápida. Você poderia tentar parar tudo que está fazendo ou até mesmo fazer horas extras, mas dificilmente você entregaria mais rapidamente do que um modelo de Inteligência Artificial (IA). Neste artigo mostramos um exemplo de análise gerado por IA para análise do IBC-Br, usando a ferramenta Python para integrar a IA.