Visão geral
Granite 3.1 2B Instruct é um modelo de linguagem compacto desenvolvido especificamente para seguir instruções. Diferentemente de modelos maiores que exigem recursos computacionais significativos, esta versão de 2 bilhões de parâmetros oferece respostas rápidas e coerentes para uma ampla gama de tarefas de texto, desde sumarização e tradução até geração de código e raciocínio passo a passo. Ele preenche uma lacuna prática: saída de IA capaz e responsiva, sem a latência ou o custo que acompanham modelos mais pesados. No Picasso IA, você pode executá-lo diretamente no navegador, sem configuração ou programação.
Como funciona
- Escreva sua instrução ou pergunta no campo do prompt. Você pode ser conversacional ou altamente específico; o modelo se adapta a ambos os estilos.
- Adicione um prompt de sistema se quiser definir uma persona ou estabelecer regras de comportamento antes da execução do prompt principal.
- Defina a temperature de sua preferência (menor para respostas mais focadas, maior para saídas mais variadas) e escolha um limite máximo de tokens para controlar o comprimento da resposta.
- Pressione gerar. O modelo processa sua entrada e retorna uma resposta em texto, normalmente em poucos segundos.
- Revise a saída e, em seguida, ajuste seu prompt ou parâmetros e gere novamente, se necessário. Não há penalidade por iterar.
Perguntas frequentes
Preciso de habilidades de programação ou conhecimento técnico para usar isto?
Não, basta abrir Granite 3.1 2B Instruct no Picasso IA, ajustar as configurações desejadas e clicar em gerar.
É gratuito para testar?
Sim, você pode executar o modelo sem configurar um ambiente de desenvolvimento ou escrever qualquer código. A disponibilidade e os limites de uso dependem do seu plano Picasso IA, mas começar não custa nada.
Quanto tempo leva para gerar uma resposta?
Prompts curtos a médios normalmente retornam resultados em poucos segundos. Saídas mais longas, como resumos detalhados ou código em várias etapas, podem levar um pouco mais de tempo dependendo da carga do servidor e da contagem de tokens.
Que tipos de tarefas este modelo executa bem?
Ele tem desempenho consistente em sumarização, tradução, resposta a perguntas, raciocínio em várias etapas e escrita de trechos de código. Também oferece suporte a tarefas de function-calling, o que o torna útil para cenários de saída estruturada em que a resposta precisa seguir um formato definido.
Posso personalizar o tom ou o comportamento das respostas?
Sim. Use o prompt de sistema para atribuir uma função ou personalidade ao modelo antes de o seu prompt principal ser executado. Ajustar os valores de temperature, top-p e top-k permite mudar a saída de precisa e previsível para mais aberta e variada.
O que devo fazer se a saída não for o que eu esperava?
Tente reformular seu prompt com instruções mais específicas ou reduza a temperature para diminuir a variabilidade. Sequências de parada também podem ajudar se você quiser que o modelo interrompa a resposta em uma palavra ou frase específica, em vez de continuar.
