<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:content="http://purl.org/rss/1.0/modules/content/">
  <channel>
    <title>Pesquisa on Wiliam Rosa | Lakehouse, Dados &amp; IA</title>
    <link>https://wiliamrosa.github.io/tags/pesquisa/</link>
    <description>Recent content in Pesquisa on Wiliam Rosa | Lakehouse, Dados &amp; IA</description>
    <image>
      <title>Wiliam Rosa | Lakehouse, Dados &amp; IA</title>
      <url>https://wiliamrosa.github.io/images/wiliam-rosa-blog-og.png</url>
      <link>https://wiliamrosa.github.io/images/wiliam-rosa-blog-og.png</link>
    </image>
    <generator>Hugo</generator>
    <language>pt-br</language>
    <lastBuildDate>Sat, 17 Oct 2026 09:00:00 -0300</lastBuildDate>
    <atom:link href="https://wiliamrosa.github.io/tags/pesquisa/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>Modelo de IA barato detecta malware tão bem quanto modelo caro, se você injetar conhecimento de especialista antes do raciocínio</title>
      <link>https://wiliamrosa.github.io/articles/malware-triage-llm-domain-knowledge-npm/</link>
      <pubDate>Sat, 17 Oct 2026 09:00:00 -0300</pubDate>
      <guid>https://wiliamrosa.github.io/articles/malware-triage-llm-domain-knowledge-npm/</guid>
      <description>Pesquisa da Databricks injetou perfis de capacidade, conhecimento declarativo sobre técnica maliciosa, direto no prompt de triagem de pacote npm com binário embutido, e levou modelo barato de 0 ou 1 detecção em 10 payloads pra 7 a 10 de 10, quase igualando modelo caro sem re-treinar nada.</description>
    </item>
  </channel>
</rss>
