Iniciar sessão Publicar

Dados para a IA: datasets, corpora, avaliações e red teaming

Conjuntos de dados para usar tal como estão: treinar um modelo, alimentar um RAG, testá-lo ou atacá-lo.

contextetech

Dataset de IA sobre a população dos municípios de Portugal

37 diálogos com a tabela do INE no contexto (Censos 2021, 308 municípios): o modelo lê o número, cita a fonte ou recusa.

Dados 122 dias
contextetech

Dataset português de anonimização de dados pessoais (RGPD)

20 exemplos para anonimizar textos de Portugal (RGPD, Lei 58/2019): NIF, telefones +351, IBAN PT, matrículas, códigos postais. Pessoas e números fictícios. Com…

Dados 103 dias
contextetech

Dataset de IA: agente que procura o código aduaneiro SH

43 traços de agente: chamada à ferramenta de pesquisa na nomenclatura, depois código SH, pergunta ou recusa.

Dados 12 dias
contextetech

Dataset de IA: encontrar o código aduaneiro SH de um produto

43 diálogos com um extrato do Sistema Harmonizado no contexto: o modelo indica o código SH, pede um esclarecimento ou recusa.

Dados 12 dias
contextetech

Dataset de IA (DPO): código aduaneiro SH sem inventar

40 pares de preferências: código SH lido na nomenclatura e citado, contra um código vizinho ou dado de memória.

Dados 12 dias
contextetech

Dataset de IA: agente que procura a profissão ESCO

60 traços de agente: chamada à ferramenta de pesquisa ESCO, profissões devolvidas, depois profissão e código ou recusa.

Dados 12 dias
contextetech

Dataset de IA: encontrar a profissão ESCO de um cargo

60 diálogos com profissões ESCO no contexto: o modelo indica a profissão e o código, pede um esclarecimento ou recusa.

Dados 12 dias
contextetech

Dataset de IA (DPO): profissão ESCO sem inventar

57 pares de preferências: profissão lida na classificação ESCO e citada, contra uma vizinha ou dada de memória.

Dados 12 dias
contextetech

Dataset de IA: encontrar o código NACE de uma atividade

44 diálogos com um extrato da classificação NACE Rev. 2.1 no contexto: o modelo indica o código, pede um esclarecimento ou recusa.

Dados 12 dias
contextetech

Dataset de IA sobre a população dos municípios do Brasil

43 diálogos com a tabela do IBGE no contexto (estimativas 2025, 5.571 municípios): o modelo lê o número, cita a fonte ou recusa.

Dados 12 dias
contextetech

Avaliação de IA da anonimização de textos portugueses

Verifica que um modelo ou um contexto de anonimização não deixa passar dados pessoais portugueses (e-mail, telefone, IBAN, NIF, data de nascimento).

Dados6 caso(s) 2 dias

O que são dados para a IA?

Os dados, aqui, são um conjunto de exemplos ou documentos usado tal como está: para treinar um modelo (dataset), dar-lhe conhecimentos num RAG (corpus), medir as suas respostas (avaliação) ou atacá-lo para encontrar as suas falhas (red teaming). Não dizem ao modelo o que fazer: mostram-lhe casos, reais ou fictícios, com a sua fonte.