Pesquisadores do Departamento de Ciência da Computação (DCC) da UFMG, em parceria com a Universidade Federal de São João del-Rei (UFSJ) e UNICAMP, todos do INCT TILDIAR, que é sediado no DCC, conquistaram o primeiro e o segundo lugares de Melhor Artigo no Pesquisa@Nuvem 2026, 1º Simpósio de Infraestrutura Digital/Nuvem para Pesquisa, realizado durante o Congresso da Sociedade Brasileira de Computação (CSBC 2026), em Gramado (RS).
O artigo premiado com o primeiro lugar, intitulado “Muitas Classes Desbalanceadas? Escale na Nuvem! Um Relato de Uso da AWS para Classificação de Texto com RAG-labels”, é assinado por Celso França (DCC/UFMG), Leonardo Rocha (UFSJ) e Marcos André Gonçalves (DCC/UFMG). O trabalho apresenta um relato de experiência sobre o uso de infraestrutura em nuvem para experimentos em classificação automática de textos, com foco em escalabilidade, eficiência e reprodutibilidade.
Segundo os autores, o estudo descreve o desenvolvimento e a experimentação em larga escala do método RAG-Fuse, que combina diferentes serviços de nuvem para estruturar um pipeline completo de aprendizado de máquina. “O uso do Amazon Bedrock para gerar representações semânticas de classes, aliado a instâncias EC2 com GPU para o fine-tuning de Small Language Models e ao armazenamento em AWS S3, permitiu construir uma arquitetura escalável e alinhada a aplicações reais”, destacam. De acordo com o artigo, a solução alcançou desempenho até 70% superior, com consumo de recursos até dez vezes menor em comparação a modelos de linguagem de grande porte com bilhões de parâmetros.
O segundo lugar foi conquistado pelo artigo “Relato de Experiência na Avaliação em Larga Escala de Estratégias de Undersampling para Redução de Viés em Classificação de Texto Baseada em SLMs/LLMs”, assinado por Guilherme Fonseca do Nascimento (DCC/UFMG), Gabriel Prenassi (UFSJ), Washington Cunha (Unicamp), Marcos André Gonçalves (DCC/UFMG) e Leonardo Rocha (UFSJ). O estudo investiga estratégias para redução de viés em tarefas de classificação automática de texto, com base em extensivos experimentos conduzidos em ambiente de computação em nuvem.
No trabalho, os autores relatam a avaliação de 21 técnicas de undersampling aplicadas a 13 bases de dados, algumas com mais de 1,3 milhão de documentos, utilizando modelos como RoBERTa e Llama 3.1. “As demandas computacionais envolvidas são massivas e heterogêneas, exigindo uma infraestrutura capaz de suportar milhares de execuções paralelas com rigor metodológico”, apontam. A solução adotada utilizou o Amazon S3 como data lake e diferentes tipos de instâncias EC2, como c6a.8xlarge para balanceamento de dados e g4dn.xlarge e g5.xlarge para etapas de fine-tuning e inferência. Segundo os pesquisadores, o uso da nuvem permitiu padronizar o ambiente experimental, garantir reprodutibilidade e viabilizar análises detalhadas de desempenho e tempo de execução.
Os resultados obtidos pelas equipes evidenciam o papel da computação em nuvem como infraestrutura estratégica para pesquisas em Inteligência Artificial e Processamento de Linguagem Natural. Ao possibilitar experimentos em larga escala com eficiência e controle metodológico, esse tipo de abordagem amplia o alcance e a robustez das investigações científicas conduzidas por universidades brasileiras em colaboração.
