Ensinando LLMs a Raciocinar como Bayesiano

O Google não ensinou LLMs a 'fazer inferência bayesiana' no sentido técnico estrito, ou seja, sem implementar um motor probabilístico real, mas sim a imitar o comportamento de um modelo bayesiano ideal por meio de fine-tuning supervisionado. A técnica, chamada 'Bayesian teaching', força o modelo a reproduzir não só as respostas finais, mas também os 'palpites' iniciais e as atualizações sequenciais de crença que caracterizam o raciocínio bayesiano. Em testes com tarefa de recomendação de voos em cinco rodadas, modelos como Gemma 29B e Llama 3 8B, após o treinamento, concordaram com as previsões ótimas em ~80% dos casos, saltando de desempenho próximo ao acaso para quase igualar o 'Assistente Bayesiano' (81%). O mais relevante: essa habilidade generalizou para hotéis e compras online sem retreino, indicando que os modelos internalizaram princípios, não apenas padrões.

Isso contrasta com abordagens anteriores, como o BIRD (2025), que integra redes bayesianas externas, ou o PEBOL (2024), que usa otimização bayesiana como orquestrador externo. Aqui, o raciocínio probabilístico é encapsulado diretamente nos pesos do LLM, uma forma de destilação de modelo simbólico para neural. Sem isso, LLMs caem em heurísticas rígidas, como sempre priorizar preço baixo, mesmo quando o usuário demonstra preferência por conforto ou horários específicos. A capacidade de manter e refinar incerteza é o que os torna agentes adaptativos reais, não apenas respondedores estáticos.

LLMs que aprendem a raciocinar bayesianamente não são só mais precisos em recomendações: eles reduzem custos operacionais e viés em sistemas críticos. Um exemplo prático já testado é a triagem médica, onde um agente multi-LLM com orquestração bayesiana e consciência de custo reduziu gastos em USD 294 mil e melhorou paridade demográfica em 45%. Em recrutamento, isso significa evitar descartar currículos de perfis sub-representados por erro de primeira impressão. Em baterias, o LGBO (abril/2026) usou essa lógica para encontrar eletrólitos ótimos em 6 iterações, contra mais de 10 de métodos tradicionais. É menos sobre 'inteligência' e mais sobre tomar decisões sequenciais sob incerteza com controle explícito de risco, custo e justiça, algo que LLMs puros não fazem naturalmente.