Modelo instruct
Um modelo instruct (modelo ajustado por instruções) é um modelo de linguagem base que passou por treinamento adicional com instruções associadas a boas respostas, e muitas vezes com feedback humano, para que siga pedidos em vez de apenas continuar texto.
Também chamado: instruction-tuned model, -Instruct, chat model
Por Divya Sharma · Verificado em 15 de nov. de 2026 · Como analisamos
Quando o nome de um modelo termina em -Instruct, -it ou -chat, geralmente é a versão ajustada por instruções de um modelo base do mesmo lançamento. O modelo base só continua texto. O modelo instruct aprendeu a ler um pedido e respondê-lo.
Como é feito
Partindo de um modelo pré-treinado, o desenvolvedor faz fine-tuning supervisionado com exemplos de instruções e das respostas que deseja. O artigo FLAN, do Google, mostrou que esse ajuste por instruções deixava os modelos muito melhores em tarefas que eles não tinham visto. O trabalho InstructGPT, da OpenAI, acrescentou depois uma etapa em que pessoas ordenavam saídas do modelo e o modelo era ajustado ainda mais com RLHF. Modelos mais novos muitas vezes usam DPO ou métodos parecidos no lugar. Os modelos instruct também aprendem um chat template: tokens especiais que marcam os turnos de sistema, usuário e assistente.
Base vs instruct
Para a maioria dos apps, use o modelo instruct. Ele segue um prompt de sistema, responde a perguntas, usa ferramentas e recusa alguns pedidos. Escolha o modelo base quando planeja fazer seu próprio fine-tuning a partir de um ponto neutro, ou quando quer continuação de texto simples, como autocompletar.
O que observar
Use o chat template com que o modelo foi treinado. Muitos executores locais o aplicam por você, mas um template errado é um motivo comum para um modelo instruct aberto dar respostas estranhas. O ajuste por instruções também muda o comportamento de formas que você talvez não queira, como respostas longas ou recusas, e não torna um modelo mais verdadeiro por si só.
Termos relacionados
- Modelo base
- Um modelo base (base model) é um modelo de linguagem recém-saído do pré-treinamento, antes do ajuste por instruções ou do treinamento com feedback humano. Ele continua qualquer texto que receba, em vez de seguir instruções ou manter uma conversa.
- Supervised fine-tuning
- O supervised fine-tuning (SFT, fine-tuning supervisionado) continua o treinamento de um modelo pré-treinado com exemplos de prompts pareados com as respostas que você quer. É o primeiro passo usual para transformar um modelo base em um que segue instruções.
- RLHF
- O RLHF (reinforcement learning from human feedback, aprendizado por reforço a partir de feedback humano) faz o fine-tuning de um modelo de linguagem usando rankings humanos das suas respostas: um reward model aprende essas preferências, e o aprendizado por reforço empurra o modelo para respostas com nota alta.
- System prompt
- Um system prompt (prompt de sistema) é o bloco de instruções que uma aplicação envia a um modelo de linguagem antes das mensagens do usuário. Ele define o papel, as regras, o tom e o formato de saída do modelo para a conversa inteira.
- Pré-treinamento
- O pré-treinamento (pretraining) é a primeira e maior etapa do treinamento de um modelo, em que ele aprende padrões gerais a partir de um dataset enorme sem rótulos, geralmente prevendo o próximo token, antes de qualquer ajuste para uma tarefa específica.