Limitações da geração sintética de dados

Fala galera, nesse episódio eu falo sobre a diferença dos benchmarks da literatura para os problemas reais que enfrentamos na indústria, dando exemplos práticos de como os benchmarks de classificação de documento e OCR são irreais quando comparamos com o dia-a-dia das indústrias.

Aqui está o link para a página de vendas para saber mais sobre mim e sobre o curso: ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠https://www.cursovidacomia.com.br/⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠

Aqui está o link para se inscrever: ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠https://pay.hotmart.com/W98240617U⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠

Link do grupo do wpp:⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠https://chat.whatsapp.com/GNLhf8aCurbHQc9ayX5oCP⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠F⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠

Instagram do podcast: ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠https://www.instagram.com/podcast.lifewithai⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠

Meu Linkedin: ⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠⁠https://www.linkedin.com/in/filipe-lauar/⁠⁠

Paper deepseek OCR: https://www.arxiv.org/pdf/2510.18234

Dataset RVL CDIP: https://huggingface.co/datasets/aharley/rvl_cdip