# Começando

> Para quem está começando: a série "Como uma máquina aprende a falar", que explica como funciona um LLM do token ao espaço vetorial, sem pré-requisito.

- Página: https://www.harpya.org/comecando/
- Autor: Carlos Frederico Domínguez
- Atualizado em: 2026-10-12
- Licença: CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/)
- Como citar: Carlos Frederico Domínguez (2026). Começando. Harpya. https://www.harpya.org/comecando/

Série "Como uma máquina aprende a falar", de Carlos Frederico Domínguez, em 10 artigos, do concreto ao abstrato.

- [Artigo 1: O truque é um só: adivinhar a próxima palavra](https://www.harpya.org/comecando/proxima-palavra/): Como um modelo de linguagem aprende prevendo o próximo token, por que isso parece conhecimento e de onde vem a resposta confiantemente errada.
- [Artigo 2: Tokens: o modelo não lê palavras](https://www.harpya.org/comecando/tokens/): Como o BPE corta o texto em tokens, por que o português custa cerca de 30% mais que o inglês e de onde vêm os erros de contar letras.
- [Artigo 3: Corpus: a única fonte de verdade](https://www.harpya.org/comecando/corpus/): De onde vem o que um modelo sabe: como o corpus é filtrado, deduplicado e misturado, e por que isso decide o que ele acerta e erra.
- [Artigo 4: Significado vira espaço](https://www.harpya.org/comecando/significado-vira-espaco/): Como significado vira posição num espaço de milhares de dimensões, do word2vec ao transformer, e o que a distância entre vetores não mede.