Defesa de Dissertação de Mestrado – ALLAN CHAMON FIGUEIREDO
Título do Trabalho: Ataque Adversarial em Modelo de Linguagem de Grande Escala para a Língua Portuguesa.
Resumo: Os modelos de linguagem de grande escala – do Inglês, large language models (LLMs) -ganharam bastante visibilidade recentemente e têm sido amplamente utilizados. Eles revolucionaram o campo da inteligência artificial ao permitir que máquinas processem e reproduzam textos semelhantes aos humanos de forma sem precedentes. Da mesma forma que essa tecnologia promove a criação de aplicações inovadoras, desde chatbots e assistentes virtuais até ferramentas de criação de conteúdo e sistemas de recomendação personalizados, ela também enfrenta grandes desafios e riscos, como ataques adversarial. Os ataques adversarial visam revelar a vulnerabilidade dos modelos de redes neurais profundas, a base dos LLMs, possibilitando o desenvolvimento de métodos de defesa e, assim, tornando esses modelos mais robustos. Esta pesquisa buscou investigar a robustez de LLMs ajustados para a língua portuguesa contra ataques adversarial, especificamente os modelos BERTimbau e Sabiá. Resultados experimentais demonstram uma taxa de sucesso de ataque contra o modelo BERTimbau de aproximadamente 93% para a tarefa de análise de sentimentos, enquanto uma taxa de sucesso de ataque de aproximadamente 83% foi alcançada para a tarefa de implicação textual, indicando que o modelo é suscetível a ataques adversarial. Para o modelo Sabiá, foi obtida uma taxa de queda de desempenho de 6,6%, o que demonstra que ele também é vulnerável a ataques adversarial.
Banca Examinadora:
Adriana Cesário de Faria Alvim- Orientadora (UNIRIO)
Pedro Nuno de Souza Moura – (UNIRIO)
Carlos Eduardo Ribeiro de Mello – (UNIRIO)
Julio Cesar Duarte – (IME)
Suplentes:
Simone Bacellar Leal Ferreira -UNIRIO
Isabel Cristina Mello Rosseti -UFF
Data e Hora da Defesa: 26/09/2025 às 11:00
Local da Defesa: Auditório PPGI
