# Quando traz mais valor um modelo tabular do que um modelo linguístico? canonical_url: https://www.3.14financialcontents.com/gl-pt/cultura-314/o-que-perguntamos/quando-catboost-e-uma-resposta-melhor-que-um-modelo-linguistico/ markdown_url: https://www.3.14financialcontents.com/gl-pt/cultura-314/o-que-perguntamos/quando-catboost-e-uma-resposta-melhor-que-um-modelo-linguistico/index.md language: pt-PT content_type: note-question status: published description: Sobre dados tabulares com etiquetas e custo de erro conhecido, o gradient boosting continua a ganhar em precisão, custo e capacidade de análise. A pergunta chega muitas vezes em forma de proposta: «isto podia ser resolvido por um modelo linguístico». Às vezes sim. Em classificação e priorização sobre dados tabulares, nos nossos testes, quase nunca. Montámos uma comparação sobre um conjunto tabular com etiquetas históricas e custo de erro conhecido. Um modelo de gradient boosting treinado sobre as variáveis disponíveis, frente a um modelo linguístico ao qual se entrega a mesma linha serializada e uma instrução cuidada. O modelo tabular obteve melhor desempenho com um custo por inferência várias ordens de grandeza inferior e, sobretudo, permitiu analisar porquê. Importância de variáveis, calibração por segmento e matriz de custos são ferramentas que no outro caso não temos. O modelo linguístico foi melhor numa coisa: nos casos com texto livre que nenhuma variável recolhia. Aí trouxe sinal real, e incorporámo-lo como mais uma variável em vez de substituir o modelo. A conclusão que levámos não é sobre o CatBoost. É sobre a ordem das perguntas: primeiro que decisão deve melhorar e que informação está disponível quando é tomada; depois a técnica. Quando há etiquetas, a tarefa é estável e o custo do erro é conhecido, o modelo aprendido sobre esses dados continua a ser difícil de bater. --- https://www.3.14financialcontents.com/llms-gl-pt.txt · https://www.3.14financialcontents.com/llms-full-gl-pt.txt