Desafios e Prêmios
Semana
1
08/07 - 12/07 🔴
Prompt Engineering
Semana
2
15/07 - 28/07 🔴
RAG
Semana
3
29/07 - 11/08 🔴
Agents
Semana
4
11/08 - 08/09 🔴
Tema Livre
🗓️ Objetivo
Criar uma implementação no Langflow que processe um arquivo de texto fornecido, extraia o conteúdo do artigo e gere um resumo conciso e abrangente. Assista o vídeo explicativo abaixo para começar:
🏆 Premiação
Os prêmios da semana 1 serão distribuídos para os primeiros 50 ranqueados, conforme a tabela abaixo:
Posição
Prêmio
Desafio Final
21º ao 30º Lugar
R$200,00 cada (Gift Card)
31º ao 50º Lugar
R$100,00 cada (Gift Card)
Score: Score de 0 a 1 computado a partir do algoritmo de avaliação do desafio 1.
Ticket: Os vencedores receberão um ticket para participar do desafio final - semana 4.
Gift Cards: mais informações em breve.
🏅 Premiação Adicional
Serão distribuídos prêmios extras de R$500 para os 5 melhores conteúdos produzidos e submetidos oficialmente durante a semana 1.
Vídeos, shorts ou tutoriais sobre o projeto, a competição ou o Langflow em geral.
Ao produzir seu video, utilize as hashtags #langflow #iadevs para localizarmos o seu conteúdo. No formulário você pode inserir o link do seu video.
A avaliação do conteúdo ocorrerá de forma subjetiva pelos organizadores, considerando fatores como a qualidade, a divulgação e o alcance do material produzido em diversas plataformas.
⚙️ Instalação e configuração:
Se você já tem Python instalado, comece com o pip:
python -m pip install langflowConsulte a documentação oficial: https://docs.langflow.org/
Se precisar de ajuda para a instalar o Langflow, entre no nosso servidor do Discord e te ajudamos a começar!
🔎 Flow de referência
O projeto abaixo será utilizado como referência para criação do resumo e avaliação. A figura abaixo ilustra o flow com o objetivo do desafio, onde o output será criar um resumo do conteúdo do arquivo:
A ilustração abaixo demonstra como o resumo será avaliado, onde você pode simular o score do seu projeto:
Ao rodar o flow com todos o componentes conectados você verá um output com o resumo do texto extraído e o score de avaliação.
Abaixo estão o flow de referência e o arquivo com conteúdo a resumir:
Prompt Engineering.md
📝 Metodologia de Avaliação
A avaliação da qualidade do resumo será realizada em duas etapas:
Score Inicial: computa-se a
similaridade contextualcom o artigo original.Score Final: aplica-se um
fator de reduçãopara penalizar resumos longos, diminuindo o Score Inicial.
Similaridade Contextual
Mede-se a similaridade contextual entre trechos relevantes do texto original e o resumo utilizando cosine similarity.
Vetores de embeddings são gerados tanto para o texto original quanto para o resumo.
Quanto mais similares os dois vetores, maior a pontuação inicial.
embedding1 = np.array(embedding_model.embed_query(text1))
embedding2 = np.array(embedding_model.embed_query(text2))
# Calculate cosine similarity
dot_product = np.dot(embedding1, embedding2)
norm1 = np.linalg.norm(embedding1)
norm2 = np.linalg.norm(embedding2)
similarity = dot_product / (norm1 * norm2)Ajuste pelo Comprimento do Resumo
Após calcular a pontuação inicial, aplica-se uma penalização para resumos mais longos.
Resumos mais curtos recebem uma menor penalização, resultando em uma pontuação final mais alta.
Esta parte incentiva a concisão, favorecendo resumos que sejam tanto informativos quanto breves.
max_chars = 10000 # Limite máximo de caracteres
min_score = 0.0 # Score mínimo
max_score = 1.0 # Score máximo
tamanho_resumo = len(resumo)
if tamanho_resumo >= max_chars:
score_final = min_score
else: fator_reducao = (max_chars - tamanho_resumo) / max_chars
score_final = score_inicial * fator_reducao
score_final = max(min_score, min(max_score, score_final))Lembre-se que a geração de texto por modelos de linguagem pode não ser reproduzível. Seu score oficial não necessariamente será exatamente o mesmo da simulação.
✅ Requisitos
O resumo deve ser o mais sucinto possível (curto em número de caracteres).
O resumo deve ser rico em conteúdo, contendo definições e vocabulário dos tópicos principais.
A saída do chat deve exibir apenas o resumo do artigo.
É obrigatório utilizar pelo menos um componente
Prompte um componenteLLM.
🚀 Submissão
Todas as submissões devem ser feitas através do formulário: https://forms.gle/ZY9BSJ8AckxGyyxQ7
Obrigatório: Arquivo JSON (flow) do projeto, exportado sem API Key.
Opcional: Criação de Conteúdo
A submissão do projeto pode acontecer várias vezes por participante. Mas apenas a última submissão será considerada.
📅 Datas importantes
08/07/2024: Live de Lançamento da competição no Crowdcast
10/07/2024: Sessão ao vivo com o time do Langflow
12/07/2024: Prazo final para submissão (23:59)
15/07/2024: Divulgação dos vencedores e anúncio do próximo desafio.
Boa sorte a todos os participantes!
Semana
1
08/07 - 12/07 🔴
Prompt Engineering
Semana
2
15/07 - 28/07 🔴
RAG
Semana
3
29/07 - 11/08 🔴
Agents
Semana
4
11/08 - 08/09 🔴
Tema Livre
🗓️ Objetivo
Criar uma implementação no Langflow que processe um arquivo de texto fornecido, extraia o conteúdo do artigo e gere um resumo conciso e abrangente. Assista o vídeo explicativo abaixo para começar:
🏆 Premiação
Os prêmios da semana 1 serão distribuídos para os primeiros 50 ranqueados, conforme a tabela abaixo:
Posição
Prêmio
Desafio Final
21º ao 30º Lugar
R$200,00 cada (Gift Card)
31º ao 50º Lugar
R$100,00 cada (Gift Card)
Score: Score de 0 a 1 computado a partir do algoritmo de avaliação do desafio 1.
Ticket: Os vencedores receberão um ticket para participar do desafio final - semana 4.
Gift Cards: mais informações em breve.
🏅 Premiação Adicional
Serão distribuídos prêmios extras de R$500 para os 5 melhores conteúdos produzidos e submetidos oficialmente durante a semana 1.
Vídeos, shorts ou tutoriais sobre o projeto, a competição ou o Langflow em geral.
Ao produzir seu video, utilize as hashtags #langflow #iadevs para localizarmos o seu conteúdo. No formulário você pode inserir o link do seu video.
A avaliação do conteúdo ocorrerá de forma subjetiva pelos organizadores, considerando fatores como a qualidade, a divulgação e o alcance do material produzido em diversas plataformas.
⚙️ Instalação e configuração:
Se você já tem Python instalado, comece com o pip:
python -m pip install langflowConsulte a documentação oficial: https://docs.langflow.org/
Se precisar de ajuda para a instalar o Langflow, entre no nosso servidor do Discord e te ajudamos a começar!
🔎 Flow de referência
O projeto abaixo será utilizado como referência para criação do resumo e avaliação. A figura abaixo ilustra o flow com o objetivo do desafio, onde o output será criar um resumo do conteúdo do arquivo:
A ilustração abaixo demonstra como o resumo será avaliado, onde você pode simular o score do seu projeto:
Ao rodar o flow com todos o componentes conectados você verá um output com o resumo do texto extraído e o score de avaliação.
Abaixo estão o flow de referência e o arquivo com conteúdo a resumir:
Prompt Engineering.md
📝 Metodologia de Avaliação
A avaliação da qualidade do resumo será realizada em duas etapas:
Score Inicial: computa-se a
similaridade contextualcom o artigo original.Score Final: aplica-se um
fator de reduçãopara penalizar resumos longos, diminuindo o Score Inicial.
Similaridade Contextual
Mede-se a similaridade contextual entre trechos relevantes do texto original e o resumo utilizando cosine similarity.
Vetores de embeddings são gerados tanto para o texto original quanto para o resumo.
Quanto mais similares os dois vetores, maior a pontuação inicial.
embedding1 = np.array(embedding_model.embed_query(text1))
embedding2 = np.array(embedding_model.embed_query(text2))
# Calculate cosine similarity
dot_product = np.dot(embedding1, embedding2)
norm1 = np.linalg.norm(embedding1)
norm2 = np.linalg.norm(embedding2)
similarity = dot_product / (norm1 * norm2)Ajuste pelo Comprimento do Resumo
Após calcular a pontuação inicial, aplica-se uma penalização para resumos mais longos.
Resumos mais curtos recebem uma menor penalização, resultando em uma pontuação final mais alta.
Esta parte incentiva a concisão, favorecendo resumos que sejam tanto informativos quanto breves.
max_chars = 10000 # Limite máximo de caracteres
min_score = 0.0 # Score mínimo
max_score = 1.0 # Score máximo
tamanho_resumo = len(resumo)
if tamanho_resumo >= max_chars:
score_final = min_score
else: fator_reducao = (max_chars - tamanho_resumo) / max_chars
score_final = score_inicial * fator_reducao
score_final = max(min_score, min(max_score, score_final))Lembre-se que a geração de texto por modelos de linguagem pode não ser reproduzível. Seu score oficial não necessariamente será exatamente o mesmo da simulação.
✅ Requisitos
O resumo deve ser o mais sucinto possível (curto em número de caracteres).
O resumo deve ser rico em conteúdo, contendo definições e vocabulário dos tópicos principais.
A saída do chat deve exibir apenas o resumo do artigo.
É obrigatório utilizar pelo menos um componente
Prompte um componenteLLM.
🚀 Submissão
Todas as submissões devem ser feitas através do formulário: https://forms.gle/ZY9BSJ8AckxGyyxQ7
Obrigatório: Arquivo JSON (flow) do projeto, exportado sem API Key.
Opcional: Criação de Conteúdo
A submissão do projeto pode acontecer várias vezes por participante. Mas apenas a última submissão será considerada.
📅 Datas importantes
08/07/2024: Live de Lançamento da competição no Crowdcast
10/07/2024: Sessão ao vivo com o time do Langflow
12/07/2024: Prazo final para submissão (23:59)
15/07/2024: Divulgação dos vencedores e anúncio do próximo desafio.
Boa sorte a todos os participantes!
Semana
1
08/07 - 12/07 🔴
Prompt Engineering
Semana
2
15/07 - 28/07 🔴
RAG
Semana
3
29/07 - 11/08 🔴
Agents
Semana
4
11/08 - 08/09 🔴
Tema Livre
🗓️ Objetivo
Criar uma implementação no Langflow que processe um arquivo de texto fornecido, extraia o conteúdo do artigo e gere um resumo conciso e abrangente. Assista o vídeo explicativo abaixo para começar:
🏆 Premiação
Os prêmios da semana 1 serão distribuídos para os primeiros 50 ranqueados, conforme a tabela abaixo:
Posição
Prêmio
Desafio Final
21º ao 30º Lugar
R$200,00 cada (Gift Card)
31º ao 50º Lugar
R$100,00 cada (Gift Card)
Score: Score de 0 a 1 computado a partir do algoritmo de avaliação do desafio 1.
Ticket: Os vencedores receberão um ticket para participar do desafio final - semana 4.
Gift Cards: mais informações em breve.
🏅 Premiação Adicional
Serão distribuídos prêmios extras de R$500 para os 5 melhores conteúdos produzidos e submetidos oficialmente durante a semana 1.
Vídeos, shorts ou tutoriais sobre o projeto, a competição ou o Langflow em geral.
Ao produzir seu video, utilize as hashtags #langflow #iadevs para localizarmos o seu conteúdo. No formulário você pode inserir o link do seu video.
A avaliação do conteúdo ocorrerá de forma subjetiva pelos organizadores, considerando fatores como a qualidade, a divulgação e o alcance do material produzido em diversas plataformas.
⚙️ Instalação e configuração:
Se você já tem Python instalado, comece com o pip:
python -m pip install langflowConsulte a documentação oficial: https://docs.langflow.org/
Se precisar de ajuda para a instalar o Langflow, entre no nosso servidor do Discord e te ajudamos a começar!
🔎 Flow de referência
O projeto abaixo será utilizado como referência para criação do resumo e avaliação. A figura abaixo ilustra o flow com o objetivo do desafio, onde o output será criar um resumo do conteúdo do arquivo:
A ilustração abaixo demonstra como o resumo será avaliado, onde você pode simular o score do seu projeto:
Ao rodar o flow com todos o componentes conectados você verá um output com o resumo do texto extraído e o score de avaliação.
Abaixo estão o flow de referência e o arquivo com conteúdo a resumir:
Prompt Engineering.md
📝 Metodologia de Avaliação
A avaliação da qualidade do resumo será realizada em duas etapas:
Score Inicial: computa-se a
similaridade contextualcom o artigo original.Score Final: aplica-se um
fator de reduçãopara penalizar resumos longos, diminuindo o Score Inicial.
Similaridade Contextual
Mede-se a similaridade contextual entre trechos relevantes do texto original e o resumo utilizando cosine similarity.
Vetores de embeddings são gerados tanto para o texto original quanto para o resumo.
Quanto mais similares os dois vetores, maior a pontuação inicial.
embedding1 = np.array(embedding_model.embed_query(text1))
embedding2 = np.array(embedding_model.embed_query(text2))
# Calculate cosine similarity
dot_product = np.dot(embedding1, embedding2)
norm1 = np.linalg.norm(embedding1)
norm2 = np.linalg.norm(embedding2)
similarity = dot_product / (norm1 * norm2)Ajuste pelo Comprimento do Resumo
Após calcular a pontuação inicial, aplica-se uma penalização para resumos mais longos.
Resumos mais curtos recebem uma menor penalização, resultando em uma pontuação final mais alta.
Esta parte incentiva a concisão, favorecendo resumos que sejam tanto informativos quanto breves.
max_chars = 10000 # Limite máximo de caracteres
min_score = 0.0 # Score mínimo
max_score = 1.0 # Score máximo
tamanho_resumo = len(resumo)
if tamanho_resumo >= max_chars:
score_final = min_score
else: fator_reducao = (max_chars - tamanho_resumo) / max_chars
score_final = score_inicial * fator_reducao
score_final = max(min_score, min(max_score, score_final))Lembre-se que a geração de texto por modelos de linguagem pode não ser reproduzível. Seu score oficial não necessariamente será exatamente o mesmo da simulação.
✅ Requisitos
O resumo deve ser o mais sucinto possível (curto em número de caracteres).
O resumo deve ser rico em conteúdo, contendo definições e vocabulário dos tópicos principais.
A saída do chat deve exibir apenas o resumo do artigo.
É obrigatório utilizar pelo menos um componente
Prompte um componenteLLM.
🚀 Submissão
Todas as submissões devem ser feitas através do formulário: https://forms.gle/ZY9BSJ8AckxGyyxQ7
Obrigatório: Arquivo JSON (flow) do projeto, exportado sem API Key.
Opcional: Criação de Conteúdo
A submissão do projeto pode acontecer várias vezes por participante. Mas apenas a última submissão será considerada.
📅 Datas importantes
08/07/2024: Live de Lançamento da competição no Crowdcast
10/07/2024: Sessão ao vivo com o time do Langflow
12/07/2024: Prazo final para submissão (23:59)
15/07/2024: Divulgação dos vencedores e anúncio do próximo desafio.
Boa sorte a todos os participantes!
Semana
1
08/07 - 12/07 🔴
Prompt Engineering
Semana
2
15/07 - 28/07 🔴
RAG
Semana
3
29/07 - 11/08 🔴
Agents
Semana
4
11/08 - 08/09 🔴
Tema Livre
🗓️ Objetivo
Criar uma implementação no Langflow que processe um arquivo de texto fornecido, extraia o conteúdo do artigo e gere um resumo conciso e abrangente. Assista o vídeo explicativo abaixo para começar:
🏆 Premiação
Os prêmios da semana 1 serão distribuídos para os primeiros 50 ranqueados, conforme a tabela abaixo:
Posição
Prêmio
Desafio Final
21º ao 30º Lugar
R$200,00 cada (Gift Card)
31º ao 50º Lugar
R$100,00 cada (Gift Card)
Score: Score de 0 a 1 computado a partir do algoritmo de avaliação do desafio 1.
Ticket: Os vencedores receberão um ticket para participar do desafio final - semana 4.
Gift Cards: mais informações em breve.
🏅 Premiação Adicional
Serão distribuídos prêmios extras de R$500 para os 5 melhores conteúdos produzidos e submetidos oficialmente durante a semana 1.
Vídeos, shorts ou tutoriais sobre o projeto, a competição ou o Langflow em geral.
Ao produzir seu video, utilize as hashtags #langflow #iadevs para localizarmos o seu conteúdo. No formulário você pode inserir o link do seu video.
A avaliação do conteúdo ocorrerá de forma subjetiva pelos organizadores, considerando fatores como a qualidade, a divulgação e o alcance do material produzido em diversas plataformas.
⚙️ Instalação e configuração:
Se você já tem Python instalado, comece com o pip:
python -m pip install langflowConsulte a documentação oficial: https://docs.langflow.org/
Se precisar de ajuda para a instalar o Langflow, entre no nosso servidor do Discord e te ajudamos a começar!
🔎 Flow de referência
O projeto abaixo será utilizado como referência para criação do resumo e avaliação. A figura abaixo ilustra o flow com o objetivo do desafio, onde o output será criar um resumo do conteúdo do arquivo:
A ilustração abaixo demonstra como o resumo será avaliado, onde você pode simular o score do seu projeto:
Ao rodar o flow com todos o componentes conectados você verá um output com o resumo do texto extraído e o score de avaliação.
Abaixo estão o flow de referência e o arquivo com conteúdo a resumir:
Prompt Engineering.md
📝 Metodologia de Avaliação
A avaliação da qualidade do resumo será realizada em duas etapas:
Score Inicial: computa-se a
similaridade contextualcom o artigo original.Score Final: aplica-se um
fator de reduçãopara penalizar resumos longos, diminuindo o Score Inicial.
Similaridade Contextual
Mede-se a similaridade contextual entre trechos relevantes do texto original e o resumo utilizando cosine similarity.
Vetores de embeddings são gerados tanto para o texto original quanto para o resumo.
Quanto mais similares os dois vetores, maior a pontuação inicial.
embedding1 = np.array(embedding_model.embed_query(text1))
embedding2 = np.array(embedding_model.embed_query(text2))
# Calculate cosine similarity
dot_product = np.dot(embedding1, embedding2)
norm1 = np.linalg.norm(embedding1)
norm2 = np.linalg.norm(embedding2)
similarity = dot_product / (norm1 * norm2)Ajuste pelo Comprimento do Resumo
Após calcular a pontuação inicial, aplica-se uma penalização para resumos mais longos.
Resumos mais curtos recebem uma menor penalização, resultando em uma pontuação final mais alta.
Esta parte incentiva a concisão, favorecendo resumos que sejam tanto informativos quanto breves.
max_chars = 10000 # Limite máximo de caracteres
min_score = 0.0 # Score mínimo
max_score = 1.0 # Score máximo
tamanho_resumo = len(resumo)
if tamanho_resumo >= max_chars:
score_final = min_score
else: fator_reducao = (max_chars - tamanho_resumo) / max_chars
score_final = score_inicial * fator_reducao
score_final = max(min_score, min(max_score, score_final))Lembre-se que a geração de texto por modelos de linguagem pode não ser reproduzível. Seu score oficial não necessariamente será exatamente o mesmo da simulação.
✅ Requisitos
O resumo deve ser o mais sucinto possível (curto em número de caracteres).
O resumo deve ser rico em conteúdo, contendo definições e vocabulário dos tópicos principais.
A saída do chat deve exibir apenas o resumo do artigo.
É obrigatório utilizar pelo menos um componente
Prompte um componenteLLM.
🚀 Submissão
Todas as submissões devem ser feitas através do formulário: https://forms.gle/ZY9BSJ8AckxGyyxQ7
Obrigatório: Arquivo JSON (flow) do projeto, exportado sem API Key.
Opcional: Criação de Conteúdo
A submissão do projeto pode acontecer várias vezes por participante. Mas apenas a última submissão será considerada.
📅 Datas importantes
08/07/2024: Live de Lançamento da competição no Crowdcast
10/07/2024: Sessão ao vivo com o time do Langflow
12/07/2024: Prazo final para submissão (23:59)
15/07/2024: Divulgação dos vencedores e anúncio do próximo desafio.
Boa sorte a todos os participantes!
