Super resumos
inteligência artificial na promoção do acesso ágil à informação científica em saúde
Palavras-chave:
Inteligência Artificial, Serviços automatizados de biblioteca, Biblioteca Virtual em Saúde, Informação em SaúdeResumo
Este trabalho apresenta a criação dos Super Resumos, ferramenta baseada em Small Language Models (SLMs) para gerar versões hiper sintéticas de resumos científicos com 38 a 62 palavras. A metodologia envolveu curadoria de dados, preparação de ambiente computacional on-premises e fine-tuning do modelo LLaMA. Os resultados apontam ganho de eficiência na triagem de informação científica em saúde, com alta fidelidade semântica e sustentabilidade técnica. A proposta contribui com a mediação informacional e soberania digital institucional.Referências
BELCAK, Peter et al. Small Language Models are the Future of Agentic AI. arXiv, 2025. Disponível em: <http://arxiv.org/abs/2506.02153>. Acesso em: 10 jun. 2025
BOGIREDDY, Srinivasa Rao; DASARI, Nagaraju. Comparative Analysis of ChatGPT-4 and LLaMA: Performance Evaluation on Text Summarization, Data Analysis, and Question Answering. In: 2024 15TH INTERNATIONAL CONFERENCE ON COMPUTING COMMUNICATION AND NETWORKING TECHNOLOGIES (ICCCNT). 2024 15th International Conference on Computing Communication and Networking Technologies (ICCCNT). Kamand, India: IEEE, 24 jun. 2024. Disponível em: <https://ieeexplore.ieee.org/document/10725662/>. Acesso em: 02 jun. 2025
EPPLER, Martin J.; MENGIS, Jeanne. The Concept of Information Overload: A Review of Literature from Organization Science, Accounting, Marketing, MIS, and Related Disciplines. The Information Society, v. 20, n. 5, p. 325–344, nov. 2004. Acesso em: 10 jun. 2025
HASSOUN, Amelia et al. Practicing Information Sensibility: How Gen Z Engages with Online Information. arXiv, , 5 mar. 2023. Disponível em: <http://arxiv.org/abs/2301.07184>. Acesso em: 25 jun. 2025
OLLAMA. Run open-source large language models locally. 2025. Disponível em: https://ollama.com. Acesso em: 10 jun. 2025.
PONTI, Michelle. Screen time and preschool children: Promoting health and development in a digital world. Paediatrics & Child Health, v. 28, n. 3, p. 184–192, 16 maio 2023. Acesso em: 10 jun. 2025
SAHOO, N. R. et al. Addressing Bias and Hallucination in Large Language Models. In: PROCEEDINGS OF THE JOINT INTERNATIONAL CONFERENCE ON COMPUTATIONAL LINGUISTICS, LANGUAGE RESOURCES AND EVALUATION (LREC-COLING), 2024, Torino. Torino: ELRA, 2024. p. 73–79. Disponível em: https://aclanthology.org/2024.lrec-tutorials.12/. Acesso em: 25 jun. 2025
SUBRAMANIAN, Shreyas; ELANGO, Vikram; GUNGOR, Mecit. Small Language Models (SLMs) Can Still Pack a Punch: A survey. arXiv, , 3 jan. 2025. Disponível em: <http://arxiv.org/abs/2501.05465>. Acesso em: 10 jun. 2025
