Data augmentation de dados tabulares com LLMs

Este projeto tem o objetivo de desenvolver um framework para a avaliação da capacidade dos Large Language Models (LLMs) na geração de dados tabulares sintéticos via prompt.

• Avaliar o efeito da adição de dados tabulares sintéticos gerados por LLMs sobre o desempenho de modelos preditivos em tarefas de classificação e regressão
• Avaliar a qualidade dos dados sintéticos gerados considerando sua validade estrutural
• fidelidade estatística e preservação das dependências
• Comparar diferentes famílias e escalas de LLMs sob um protocolo experimental comum
• Comparar os LLMs com métodos generativos de referência
• Caracterizar o trade-off entre o custo computacional de geração e sua utilidade preditiva.