Linha de pesquisa: Inteligência Artificial

Resumo: Esta dissertação investiga o uso de Large Language Models (LLMs) abertos para re comendação de decisões estratégicas em No-Limit Texas Hold’em 6-max, modalidade de pôquer com informação imperfeita na qual cada decisão envolve uma ação e, em casos agressivos, um tamanho de aposta. O trabalho formula a tarefa como predição super visionada sobre estados de jogo textualizados, separando os componentes categórico e numérico da decisão. Metodologicamente, desenvolve-se uma pipeline híbrida que prediz ações por log-probabilidades sobre ações disponíveis e avalia tamanhos de aposta por ger ação determinística seguida de parsing numérico. Essa separação permite diagnosticar se os erros decorrem da escolha da ação ou da calibração do tamanho recomendado. A abor dagem usa exemplos do PokerBench, avaliados separadamente no preflop e postflop. Seis LLMs são comparados em regime de few-shot prompting, e o modelo de melhor desem penho, Qwen3-14B, é especializado por fine-tuning supervisionado com LoRA e QLoRA, em treinamentos separados para cada fase do jogo. Além da acurácia de ação, adota-se uma métrica adaptada de Action-and-Sizing Accuracy (Ac-s), que atribui crédito parcial a ações agressivas corretas com tamanho fora da tolerância definida. Os resultados mostram que o few-shot prompting fornece uma linha de base informativa, mas permanece distante do desempenho obtido com adaptação supervisionada. Após o fine-tuning, o Qwen3-14B alcança 95,7% de acurácia de ação no preflop e 91,8% no postflop, com ganhos de 19,7 e 40,3 pontos percentuais sobre o few-shot, respectivamente. As análises de erro, robustez e dimensionamento indicam que a adaptação supervisionada melhora substancialmente a seleção categórica de ações, enquanto a calibração numérica de apostas permanece mais difícil e sensível à formulação dos prompts. Assim, a dissertação propõe uma formulação operacional, uma metodologia de avaliação e uma análise empírica de LLMs abertos para decisão estratégica estruturada, usando o pôquer como domínio de informação imperfeita.

Link para a defesa: https://teams.microsoft.com/meet/24025792939747?p=pGBCucmqOXUWfSI2Oz