Glossario essencial para navegar pela inteligencia artificial

Consulte conceitos fundamentais usados em modelos modernos, pipelines de dados e sistemas inteligentes. A busca abaixo filtra os termos em tempo real.

Nenhum termo encontrado para essa busca.
Fundamento

LLM

Large Language Models sao modelos treinados em grandes volumes de texto para compreender contexto, gerar linguagem natural e resolver tarefas baseadas em padroes estatisticos.

Arquitetura

Neural Weights

Pesos neurais sao parametros numericos ajustados durante o treinamento. Eles definem quanta influencia cada conexao exerce sobre a saida de uma rede neural.

Treinamento

Backpropagation

E o algoritmo que propaga o erro da saida para as camadas anteriores, permitindo atualizar os pesos e reduzir gradualmente a diferenca entre previsao e resultado esperado.

Pipeline

RAG

Retrieval-Augmented Generation combina busca em bases externas com geracao por LLM, trazendo contexto atualizado antes da resposta ser produzida.

Operacao

Inference

Inferencia e o momento em que um modelo ja treinado recebe uma entrada e produz uma saida, como classificar dados, prever valores ou gerar texto.

Representacao

Embeddings

Sao vetores numericos que transformam palavras, frases, imagens ou documentos em representacoes matematicas comparaveis por similaridade semantica.

Adaptacao

Fine-tuning

Processo de ajustar um modelo pre-treinado com dados mais especificos para melhorar desempenho em um dominio, tarefa ou estilo de resposta.

Modelo

Transformer

Arquitetura baseada em mecanismos de atencao que revolucionou NLP e hoje sustenta grande parte dos modelos generativos multimodais.

Entrada

Token

Token e a unidade basica processada pelo modelo. Pode representar parte de uma palavra, uma palavra inteira ou simbolos, dependendo do tokenizador utilizado.

Risco

Hallucination

Ocorre quando um modelo gera uma resposta plausivel na forma, mas incorreta nos fatos, muitas vezes por falta de contexto confiavel ou limites de verificacao.