SOBRE O KEML

KEML - Knowledge Enhanced Machine Learning: somos um grupo de pesquisa do Centro de Inteligência Artificial (C4AI) da Universidade de São Paulo, com pesquisadores atuando em aprendizado de máquina, raciocínio lógico e representação do conhecimento. O objetivo deste grupo de pesquisa tem sido mesclar aprendizado baseado em dados e raciocínio baseado em conhecimento. Embora a área de Inteligência Artificial seja agora muito bem-sucedida devido a inovações em aprendizado de máquina, mais atenção deve ser dada ao raciocínio com garantias formais. A pesquisa do grupo levou ao desenvolvimento de um agente conversacional que combina várias fontes de informação sobre o oceano, usado tanto em interfaces baseadas na web quanto em interfaces baseadas em robôs. Atualmente, um esforço significativo é dedicado à avaliação de modelos de linguagem, e sua sinergia com a engenharia de prompt, para obter garantias de factualidade. A equipe também investiga combinações neurosimbólicas de programação probabilística e redes neurais artificiais para argumentação automatizada.

PROJETOS

Agentes Conversacionais

Agentes conversacionais são, talvez, a principal aplicação para um modelo ...

Resumo do projeto

Avaliação de grandes modelos de linguagem

A rápida evolução dos grandes modelos de linguagem e a evidente competência deles ...

Resumo do projeto

Mineração de argumentos

Um dos traços do comportamento racional é a capacidade de oferecer justificativas ...

Resumo do projeto

Programas lógicos-probabilísticos-neurosimbólicos

Nas últimas décadas, temos sido repetidamente surpreendidos pelo desempenho dos ...

Resumo do projeto

RECURSOS

Corpora

Os corpora criados pelo grupo KEML são compostos principalmente de textos em língua portuguesa.

Visite e os explore!

Conjunto de Dados

Aprendizado de máquina não se faz sem conjuntos de dados.

Oferecemos alguns ...

Modelos

Os modelos que criamos em nossos trabalhos estão descritos nessa área.

Entre para conhecê-los ...

Grafos de conhecimento e ontologias

Conhecimento e aprendizado de máquina juntos é o nosso desejo.

Acesse conhecimento estruturado aqui.

Frameworks

No decorrer dos anos colocamos parte de nossos esforços dentro de frameworks.

Use-os ...

Códigos

Em prol da reprodutibilidade.

Descrição de nossos códigos aqui...