Questão 1
Não respondida
~/questoes/agentes-de-ia
O chunking é a divisão de documentos em blocos menores para processamento. Quando feito inadequadamente, fragmenta informações relacionadas, impedindo que o modelo entenda o contexto completo e gere respostas precisas.
A fragmentação excessiva quebra a coesão semântica dos dados. Quando informações relacionadas são separadas em chunks diferentes, o modelo perde o fio condutor necessário para compreender o assunto de forma integrada, resultando em respostas imprecisas ou sem lógica.
Chunks muito pequenos ou mal dimensionados separam partes de um mesmo conceito. Quando o modelo recupera apenas um pedaço isolado, sem o contexto que o cerca, fica impossível gerar respostas coerentes e completas sobre o assunto.
Chunking inadequado não melhora a velocidade. Na verdade, chunks mal-feitos podem exigir mais buscas para encontrar informações completas, tornando o sistema mais lento e consumindo mais recursos computacionais.
Aumentar dados não garante precisão. Dados fragmentados ou descontextualizados, mesmo em quantidade, prejudicam a qualidade. O problema não é falta de informação, mas qualidade deficiente na forma como ela está organizada.
Chunking inadequado não reduz custos. Fragmentação excessiva obriga o modelo a fazer mais buscas para encontrar contexto completo, aumentando processamento computacional e custo, além de piorar a qualidade das respostas.