Adaptação de Domínio
Métodos que transferem um modelo treinado em um domínio para ter melhor desempenho em outro domínio.
Free AI glossary
O glossário deIA
Plain-language definitions of the AI terms you keep hearing — for students, professionals, and anyone curious about how AI works.
213termosA–ZPesquisa + filtro alfabético100%Definições em linguagem simples
A37 termos
Afinação
Treinamento contínuo em dados específicos de domínio para adaptar um modelo pré-treinado a uma tarefa específica.
Agente de IA
Um sistema de software que pode observar, raciocinar e realizar ações para atingir um objetivo, geralmente usando ferramentas e memória.
AGI (Inteligência Geral Artificial)
Um hipotético sistema de IA que pode realizar a maioria das tarefas intelectuais em nível humano em muitos domínios.
Ajuste de instrução
Ajustando um modelo em pares instrução-resposta para melhorar o acompanhamento de tarefas.
Ajuste fino com eficiência de parâmetros (PEFT)
Métodos que adaptam modelos treinando um pequeno subconjunto de parâmetros adicionados.
Alerta
As instruções de entrada e o contexto fornecidos a um modelo generativo.
Alerta do sistema
Uma instrução de alta prioridade que define comportamento, política e estilo de resposta para um modelo.
Algoritmo
Um conjunto definido de regras ou etapas que um computador segue para resolver um problema ou concluir uma tarefa.
Alinhamento de IA
O trabalho de fazer com que os sistemas de IA se comportem de acordo com as intenções, valores e restrições de segurança humanas.
Alucinação
Quando um modelo gera informações fluentes, mas falsas ou sem suporte.
Amostragem Top-k
Uma estratégia de decodificação que faz amostras apenas dos k próximos tokens mais prováveis.
Amostragem Top-p (Núcleo)
Uma estratégia de decodificação que faz amostras do menor conjunto de tokens cujas probabilidades somam p.
Analisador de saída
Lógica que valida e converte a saída do modelo em estruturas fortemente tipadas e utilizáveis por máquina.
Análise de sentimento
Uma tarefa de PNL que classifica o tom emocional ou a opinião do texto.
ANN (vizinho mais próximo aproximado)
Algoritmos que encontram vetores próximos a uma consulta sem comparação exaustiva, trocando exatidão por velocidade.
Anotação
Rótulos ou metadados adicionados por humanos usados para treinar ou avaliar modelos de aprendizado de máquina.
API (Interface de Programação de Aplicativo)
Uma maneira estruturada de um sistema de software enviar solicitações e receber respostas de outro sistema.
Aprendizado de máquina (ML)
Métodos que permitem que os sistemas aprendam padrões a partir dos dados e melhorem com o tempo.
Aprendizado profundo
Um subconjunto de aprendizado de máquina que usa redes neurais de muitas camadas para aprendizado de representação.
Aprendizagem Auto-Supervisionada
Aprendendo representações de dados não rotulados, prevendo partes mascaradas ou transformadas.
Aprendizagem Contínua
Abordagens de treinamento que permitem que um modelo continue aprendendo com novos dados sem esquecer o conhecimento prévio.
Aprendizagem em contexto
A capacidade de um modelo de seguir padrões de exemplos fornecidos diretamente no prompt.
Aprendizagem não supervisionada
Padrões de aprendizagem a partir de dados não rotulados sem resultados alvo explícitos.
Aprendizagem por Reforço
Treinamento por sinais de recompensa onde um agente aprende ações que maximizam o retorno a longo prazo.
Aprendizagem por Reforço com Feedback Humano (RLHF)
Um método de treinamento que usa sinais de preferência humana para moldar o comportamento do modelo.
Aprendizagem rápida
Aprender ou adaptar comportamento a partir de apenas um pequeno número de exemplos.
Aprendizagem Supervisionada
Treinar um modelo com exemplos rotulados que mapeiam entradas para saídas conhecidas.
Aprendizagem Zero-Shot
Resolver tarefas sem exemplos específicos de tarefas, baseando-se em conhecimentos gerais prévios.
Arnês Eva
Uma estrutura de avaliação repetível que executa prompts, conjuntos de dados e lógica de pontuação em versões de modelo.
Atenção à janela deslizante
Um padrão de atenção em que cada token atende apenas a uma janela de tamanho fixo de tokens próximos para reduzir a computação.
Atenção instantânea
Um algoritmo de atenção otimizado que reduz o uso de memória e acelera o treinamento e a inferência do transformador.
Atenção Multi-Cabeça
Um mecanismo transformador que executa diversas operações de atenção em paralelo para capturar diferentes tipos de relacionamentos.
Aterramento
O grau em que uma resposta de IA é apoiada por dados de origem ou evidências recuperadas.
Aumento de dados
Técnicas que criam exemplos de treinamento modificados para melhorar a generalização do modelo.
Auto-jogo
Uma configuração de treinamento onde um modelo melhora gerando dados por meio de interações ou competições com cópias de si mesmo.
Avaliação Humana
Uma referência de problemas de programação Python usada para medir a correção da geração de código por meio de testes unitários.
B4 termos
Banco de dados de vetores
Um banco de dados otimizado para armazenar e consultar vetores de incorporação de alta dimensão.
Base de Conhecimento
Uma coleção selecionada de documentos ou registros usados para recuperação, automação de suporte ou respostas de aterramento.
Bi-codificador
Um modelo que codifica consultas e documentos em vetores separados para que possam ser comparados rapidamente em escala.
BPE (codificação de par de bytes)
Um algoritmo de tokenização de subpalavras que mescla os pares de caracteres mais frequentes em tokens reutilizáveis.
C22 termos
Cache KV
Tensores de chave e valor armazenados de tokens anteriores que permitem que os transformadores gerem novos tokens sem recalcular a atenção anterior.
Cadeia de Pensamento
Um estilo de raciocínio em que um modelo de IA decompõe um problema em etapas intermediárias.
Calcular
Os recursos de processamento necessários para treinar e executar modelos, geralmente medidos em FLOPS ou horas de GPU.
Calibração
Quão bem as pontuações de confiança de um modelo correspondem às probabilidades reais de correção.
Calibração de confiança
Alinhar a confiança do usuário nos resultados da IA com a confiabilidade real do sistema em cada tarefa.
Cartão Modelo
Documentação que descreve o uso pretendido, métricas, limitações e riscos de um modelo.
Caso de segurança
Um argumento estruturado, apoiado por evidências, de que um sistema de IA é seguro para um contexto de utilização definido.
Chamada de Função
Um recurso de modelo para gerar chamadas estruturadas que acionam ferramentas ou APIs externas.
Citações
Referências a passagens originais ou documentos incluídos na resposta de um modelo para apoiar suas afirmações.
Classificação
Uma tarefa em que um modelo atribui uma entrada a uma ou mais categorias predefinidas.
Classificação de intenção
Prever o propósito do usuário a partir de uma consulta de texto para encaminhá-lo corretamente.
Classificador
Um modelo projetado especificamente para tarefas de classificação.
Codificação posicional
Informações adicionadas aos embeddings de tokens para que os transformadores possam distinguir a ordem da sequência.
Codificador
O componente de um modelo que transforma entradas em representações latentes.
Codificador cruzado
Um modelo que pontua uma consulta e um documento em uma única passagem para julgamentos de relevância de alta precisão.
Computação de tempo de inferência
A quantidade de energia de processamento consumida ao produzir cada resposta.
Computação em tempo de teste
Cálculo de inferência adicional usado durante a geração de resposta para melhorar a qualidade ou o raciocínio.
Conjunto
Combinar previsões de vários modelos para melhorar a robustez ou a precisão.
Conjunto de avaliação
Um conjunto de dados mantido usado para medir a qualidade do modelo após o treinamento.
Conjunto de dados
Uma coleção de exemplos estruturados ou não estruturados usados para treinamento, validação ou teste.
Conjunto de validação
Um conjunto de dados usado durante o desenvolvimento para ajustar modelos e evitar overfitting.
Corte de conhecimento
O último momento refletido nos dados de treinamento de um modelo.
D9 termos
Dados Sintéticos
Dados gerados artificialmente usados para aumentar, simular ou proteger dados de treinamento confidenciais.
Decodificação Especulativa
Um método de aceleração de inferência em que um modelo pequeno propõe tokens que um modelo maior verifica em paralelo.
Decodificação Protegida
Uma estratégia de geração que restringe tokens de saída a estruturas válidas ou escolhas compatíveis com políticas.
Deriva do modelo
Degradação do desempenho ao longo do tempo, à medida que as condições do mundo real divergem das suposições de treinamento.
Descida Gradiente
Um método de otimização que atualiza os parâmetros na direção que reduz o erro.
Destilação
Comprimir o conhecimento de um modelo de professor grande em um modelo de aluno menor.
Destilação de Conhecimento
Treinar um modelo menor para imitar os resultados de um modelo maior.
Desvio de dados
Uma mudança nos dados de entrada do mundo real ao longo do tempo que pode degradar o desempenho do modelo.
DPO (otimização de preferência direta)
Um método de treinamento que ajusta modelos diretamente em pares de preferências sem a necessidade de um modelo de recompensa separado.
E5 termos
Engenharia de recursos
Projetar ou transformar variáveis de entrada para tornar o aprendizado mais fácil e eficaz.
Equipe Vermelha
Teste de estresse de um sistema de IA com avisos adversários para revelar falhas e riscos.
Espaço Latente
Um espaço representacional comprimido onde conceitos semelhantes são posicionados próximos uns dos outros como vetores.
Explicabilidade
O grau em que o comportamento de um modelo pode ser interpretado e explicado aos humanos.
Extração de recursos
Converter dados brutos em recursos informativos que um modelo pode usar.
F8 termos
Falso Negativo
Uma previsão incorreta em que um modelo perde um caso verdadeiro positivo.
Falso Positivo
Uma previsão incorreta em que um modelo sinaliza incorretamente um caso negativo como positivo.
Fatualidade
Com que precisão as afirmações de um modelo correspondem às informações verificáveis do mundo real.
Faturamento baseado no uso
Preços onde os custos aumentam com chamadas de API, tokens, tempo de inferência ou computação consumida.
Filtro de segurança
Uma camada de moderação que bloqueia ou reescreve entradas ou saídas inseguras do modelo.
Fluxo de trabalho agente
Um processo de várias etapas em que um sistema de IA planeja, executa, verifica os resultados e itera em direção a uma meta.
Fuga de presos
Uma técnica imediata destinada a contornar as restrições de segurança de um modelo.
Função de perda
Um objetivo matemático que quantifica o erro de previsão durante o treinamento.
G10 termos
GAN (Rede Adversarial Gerativa)
Uma configuração generativa onde um gerador e um discriminador treinam um contra o outro.
Gasoduto
Um fluxo de trabalho ordenado de pré-processamento, etapas do modelo e estágios de pós-processamento.
Generalização
O desempenho de um modelo em dados novos e não vistos fora do conjunto de treinamento.
Governança de IA
Políticas, padrões e mecanismos de supervisão que orientam a forma como a IA é desenvolvida e utilizada na sociedade.
Gradiente
Um vetor que mostra quanto cada parâmetro deve mudar para reduzir a perda.
Gráfico de conhecimento
Uma estrutura gráfica de entidades e relacionamentos usada para raciocínio ou recuperação.
GRAMPO
Uma arquitetura de modelo multimodal que aprende representações compartilhadas entre texto e imagens.
Grandes dados
Conjuntos de dados muito grandes e complexos que requerem técnicas escalonáveis de armazenamento e processamento.
GSM8K
Uma referência de problemas de palavras matemáticas do ensino fundamental usado para avaliar o raciocínio passo a passo em modelos de linguagem.
Guarda-corpos
Regras, verificações e controles que limitam o comportamento inseguro ou indesejado do modelo.
H3 termos
Hiperparâmetro
Um valor de configuração definido antes do treinamento, como taxa de aprendizagem, tamanho do lote ou profundidade.
HNSW
Uma estrutura de índice baseada em gráfico para pesquisa rápida e aproximada do vizinho mais próximo em vetores de alta dimensão.
Humano no Loop
Um fluxo de trabalho onde humanos revisam, orientam ou substituem os resultados da IA.
I12 termos
IA Constitucional
Uma abordagem de treinamento e modelagem de comportamento em que os resultados do modelo são guiados por um conjunto fixo de princípios escritos.
IA generativa
Sistemas de IA que produzem novos conteúdos, como texto, imagens, áudio, vídeo ou código.
IA no dispositivo
A inferência de IA é realizada localmente no hardware do usuário, em vez de em um serviço de nuvem remoto.
Implantação de sombra
Executar um modelo em paralelo com o tráfego de produção sem afetar as decisões do usuário.
Imposto de Alinhamento
O custo extra em tempo, computação ou velocidade do produto necessário para tornar os sistemas mais seguros e controláveis.
Incorporação
Uma representação vetorial numérica que captura o significado semântico de texto, imagens ou outros dados.
Incorporação de palavras
Uma representação vetorial densa de palavras que captura relações semânticas.
Inferência
A fase de tempo de execução em que um modelo treinado gera previsões ou resultados.
Inferência causal
Métodos para estimar relações de causa e efeito em vez de simples correlações.
Injeção imediata
Um padrão de ataque em que instruções maliciosas são inseridas nas entradas do modelo ou no conteúdo recuperado.
Inteligência Artificial (IA)
O amplo campo de construção de sistemas que executam tarefas que exigem reconhecimento de padrões, raciocínio, linguagem ou tomada de decisão.
Intervalo de confiança
Um intervalo estatístico que provavelmente contém o valor real de uma métrica de modelo medida.
J1 term
Janela de contexto
A quantidade máxima de tokens de entrada que um modelo de linguagem pode processar de uma só vez.
L10 termos
Latência
O tempo entre o envio de uma solicitação e o recebimento da saída do modelo.
Lei de escala
Uma relação empírica que mostra como o desempenho melhora com o tamanho do modelo, dados ou computação.
Lei de IA
O quadro regulamentar baseado no risco da União Europeia para sistemas e fornecedores de IA.
Lembre-se
A proporção de positivos reais que um modelo identifica corretamente.
Limite de decisão
A superfície no espaço de recursos que separa as classes previstas por um classificador.
Linhagem de dados
Um registro de onde os dados vieram, como foram transformados e onde são usados.
LLM como juiz
Usar um modelo de linguagem para pontuar ou comparar resultados de outros modelos durante a avaliação.
Loja de recursos
Um sistema gerenciado para armazenar e fornecer recursos de ML validados de forma consistente para treinamento e inferência.
Loop Agente
Um ciclo iterativo onde um agente de IA observa, planeja, age e reflete até completar uma meta ou atingir uma condição de parada.
LoRA (adaptação de baixa classificação)
Um método de ajuste fino com parâmetros eficientes que adiciona matrizes adaptadoras de classificação baixa.
M22 termos
Marca d'água
Incorporar um sinal detectável em texto ou mídia gerado por IA para que possa posteriormente ser identificado como produzido por máquina.
MCP (protocolo de contexto de modelo)
Um protocolo aberto que permite que aplicativos de IA se conectem a ferramentas externas, fontes de dados e provedores de contexto de maneira padrão.
Mecanismo de Atenção
Um componente do modelo que se concentra dinamicamente em partes relevantes de uma entrada ao produzir uma saída.
Meio de treinamento
Uma fase intermediária de treinamento entre o pré-treinamento e o pós-treinamento, frequentemente usada para ajustes de capacidade ou domínio.
Memória (memória do agente)
Contexto armazenado que um agente de IA usa em etapas ou sessões para melhorar a continuidade.
Mistura de Especialistas (MoE)
Uma arquitetura com sub-redes especializadas onde apenas especialistas selecionados executam cada entrada.
MMLU
Um benchmark que testa modelos de linguagem em 57 disciplinas acadêmicas e profissionais usando questões de múltipla escolha.
Modelo Caixa Preta
Um modelo cujo raciocínio interno é difícil de interpretar diretamente pelos humanos.
Modelo de código aberto
Um modelo lançado com pesos públicos ou código para inspeção, adaptação e reutilização.
Modelo de Difusão
Uma arquitetura generativa que aprende a reverter o ruído para sintetizar imagens, áudio ou outro conteúdo.
Modelo de Fundação
Um grande modelo pré-treinado que pode ser adaptado a muitas tarefas posteriores.
Modelo de incorporação
Um modelo especializado para converter dados em vetores usados para pesquisa semântica, agrupamento e recuperação.
Modelo de linguagem grande (LLM)
Um modelo de linguagem treinado em corpora de texto massivo para gerar e analisar texto.
Modelo de linguagem pequena (SLM)
Um modelo de linguagem compacto otimizado para menor latência, custo ou uso no dispositivo.
Modelo de linha de base
Um modelo de referência simples usado para comparar se abordagens mais complexas realmente melhoram os resultados.
Modelo de preferência humana
Um modelo treinado em classificações humanas para prever quais respostas os usuários provavelmente preferirão.
Modelo de prompt
Um padrão de prompt reutilizável com variáveis, regras de formatação e instruções específicas de tarefas.
Modelo de recompensa
Um modelo que pontua resultados com base em sinais de preferência, frequentemente usados em pipelines RLHF.
Modelo Destilado
Um modelo menor treinado para imitar o comportamento de um modelo maior usando menos computação na inferência.
Modelo esparso
Um modelo onde muitos parâmetros são zero ou inativos para reduzir a computação.
Modelo Multimodal
Um modelo que pode processar ou gerar vários tipos de dados, como texto, imagem e áudio.
Modelo Visão-Linguagem (VLM)
Um modelo multimodal que processa conjuntamente informações visuais e textuais.
N1 term
Normalização
Transformando valores em uma escala consistente para melhorar a estabilidade da otimização.
O1 term
OCR (reconhecimento óptico de caracteres)
Tecnologia que converte texto em imagens ou digitaliza em texto legível por máquina.
P23 termos
Parâmetro
Um peso aprendido dentro de um modelo que influencia seus resultados.
Passa@k
Uma métrica de avaliação de código que mede a chance de pelo menos uma das k amostras geradas passar nos testes.
Peça de frase
Um tokenizer independente de idioma que aprende unidades de subpalavras diretamente do texto bruto, sem pré-divisão em espaços em branco.
Pena de Repetição
Uma configuração de decodificação que reduz a probabilidade de tokens que o modelo já produziu para reduzir loops.
Penalidade de frequência
Uma configuração de decodificação que reduz a probabilidade de tokens proporcionalmente à frequência com que apareceram até o momento.
Penalidade de presença
Uma configuração de decodificação que reduz a probabilidade de aparecimento de tokens, incentivando novos tópicos.
Perda de entropia cruzada
Uma função objetivo comum usada para treinar modelos de classificação penalizando probabilidades incorretas.
Perda de treinamento
O valor do erro do modelo calculado durante o treinamento e otimizado para baixo ao longo do tempo.
Perplexity
Uma métrica de modelo de linguagem que mede o quão surpreso o modelo fica com os próximos tokens verdadeiros.
Peso
Um valor numérico aprendido que dimensiona os sinais que passam por uma rede neural.
Pesquisa de feixe
Um algoritmo de decodificação que mantém as principais sequências candidatas em cada etapa para encontrar saídas de maior probabilidade.
Pesquisa Híbrida
Uma abordagem de recuperação que combina pesquisa por palavra-chave (lexical) com pesquisa vetorial (semântica) para melhor recuperação e precisão.
Pesquisa Semântica
Pesquisa que corresponda ao significado em vez da sobreposição exata de palavras-chave, geralmente usando embeddings.
Poda
Removendo pesos de modelo ou neurônios menos importantes para reduzir o tamanho e a computação.
Ponto final de inferência
Uma interface de API implantada que recebe solicitações de modelo e retorna previsões em produção.
Pós-treinamento
Etapas de treinamento aplicadas após o pré-treinamento, como ajuste de instrução, otimização de preferência e ajuste de segurança.
Pré-treinamento
Treinamento inicial de modelos em grande escala sobre dados amplos antes da adaptação posterior.
Precisão
A proporção de positivos previstos que estão realmente corretos.
Precisão de recuperação
A proporção de itens recuperados que são relevantes para a consulta do usuário.
Privacidade Diferencial
Uma técnica de privacidade que adiciona ruído estatístico para que registros individuais não possam ser inferidos de forma confiável a partir dos resultados.
Processamento de Linguagem Natural (PNL)
O ramo da IA focava na compreensão e geração da linguagem humana.
Prompt Engineering
Projetar prompts para melhorar a qualidade, confiabilidade e controlabilidade da saída.
Proveniência dos dados
A origem documentada, propriedade e histórico de um conjunto de dados ou artefato de modelo.
Q3 termos
QLoRA
Uma técnica de ajuste fino que combina quantização de peso de 4 bits com adaptadores LoRA para reduzir as necessidades de memória.
Quantização
Converter pesos de modelo em formatos de menor precisão, como 8 ou 4 bits.
Quantização de Modelo
Reduzindo a precisão numérica dos pesos do modelo para diminuir o custo de memória e inferência.
R18 termos
RAG (geração aumentada de recuperação)
Um método que recupera conhecimento externo e o alimenta na geração no momento da inferência.
RAG-Fusion
Um método de recuperação que gera diversas variantes de consulta, recupera resultados para cada uma e funde as classificações.
Reagir
Um padrão de solicitação que intercala etapas de raciocínio com ações de uso de ferramentas para resolver tarefas de maneira mais confiável.
Reclassificador
Um modelo que reordena um conjunto inicial de resultados recuperados para colocar os itens mais relevantes no topo.
Reconhecimento de Entidade Nomeada (NER)
Uma tarefa de PNL que identifica entidades como pessoas, lugares, datas ou organizações.
Recuperação
Encontrar documentos ou registros relevantes de uma fonte de conhecimento para uma consulta.
Recuperação de documento pai
Um padrão de recuperação que pesquisa pequenos pedaços, mas retorna seus documentos pais maiores para um contexto mais rico.
Recuperação multiconsulta
Uma técnica de recuperação que reescreve a consulta do usuário em diversas variantes para melhorar a recuperação.
Recurso
Uma variável de entrada usada por um modelo para fazer previsões.
Rede Neural
Um modelo computacional em camadas inspirado em neurônios e sinapses biológicas.
Rede Neural Convolucional (CNN)
Uma arquitetura neural otimizada para processar dados semelhantes a grades, como imagens.
Referência
Um teste padronizado ou conjunto de dados usado para medir e comparar o desempenho do modelo.
Registro de modelo
Um catálogo central para controle de versão, aprovação e rastreamento de modelos em vários ambientes.
Retenção zero de dados
Uma política em que as cargas de solicitação/resposta não são armazenadas após o processamento além das janelas operacionais de curta duração.
Retropropagação
O algoritmo de treinamento principal que atualiza os pesos do modelo propagando erros de previsão para trás pela rede.
Robustez
A capacidade de um modelo de manter o desempenho sob ruído, mudanças ou entradas adversárias.
RoPE (incorporação posicional rotativa)
Um método de codificação posicional que gira vetores de consulta e chave para codificar posições relativas de token.
Rotulagem de dados
O processo de atribuição de tags ou resultados alvo a dados brutos para aprendizagem supervisionada.
S8 termos
Saída Estruturada
Saída do modelo restrita a um esquema definido, como JSON, argumentos de ferramenta ou campos digitados.
Segurança de IA
Um campo focado na redução de comportamentos prejudiciais, falhas e riscos de uso indevido em sistemas de IA.
Símbolo
Um pedaço de texto processado por modelos de linguagem, como uma palavra ou símbolo.
Sistema Autônomo
Um sistema que pode tomar decisões e agir com controle humano direto limitado ou inexistente em tempo real.
Sistema de recomendação
Um pipeline de modelo que prevê as preferências do usuário para classificar conteúdo ou produtos.
Sobreajuste
Quando um modelo memoriza dados de treinamento e tem um desempenho ruim em entradas invisíveis.
Suavização de rótulos
Um método de regularização que suaviza rótulos rígidos para melhorar a generalização.
Supervisão Fraca
Uso de rótulos ruidosos, heurísticos ou parciais para treinar modelos quando rótulos limpos são escassos.
T6 termos
Taxa de aprendizagem
Um hiperparâmetro de treinamento que controla quanto os parâmetros mudam em cada etapa de atualização.
Temperatura
Uma configuração de amostragem que controla a aleatoriedade nas saídas geradas.
Tokenização
O processo de divisão de texto em tokens para entrada do modelo.
Transferência de aprendizagem
Aplicar o conhecimento aprendido em uma tarefa ou domínio para melhorar outra tarefa.
Transformador
Uma arquitetura neural que usa atenção para modelar relacionamentos entre sequências em paralelo.
Transparência Algorítmica
Quão claramente a lógica, as fontes de dados e as limitações de um sistema de IA são documentadas e compreensíveis.
U1 term
Uso de ferramentas
A capacidade de um modelo de chamar ferramentas externas, como pesquisa, calculadoras ou APIs.
V5 termos
Vazamento de referência
Quando exemplos de testes de benchmark ou variantes aproximadas estão presentes nos dados de treinamento, inflacionando o desempenho relatado.
Verdade fundamental
Rótulos de referência confiáveis usados para treinar ou avaliar os resultados do modelo.
Viés
Um padrão consistente de erro ou injustiça nos dados ou no comportamento do modelo.
Viés Algorítmico
Injustiça sistemática nos resultados do modelo causada por dados, suposições ou escolhas de modelagem distorcidas.
Visão Computacional
O ramo da IA que extrai significado de imagens e vídeos.
X1 term
XAI (IA explicável)
Técnicas e práticas para tornar as previsões de IA mais transparentes e compreensíveis.
Á3 termos
Álibi
Um método de viés posicional que penaliza as pontuações de atenção com base na distância simbólica, ajudando os modelos a extrapolarem para contextos mais longos.
Árvore de Decisão
Um modelo que faz previsões por meio de uma sequência de divisões de recursos se-então.
Árvore dos Pensamentos
Uma abordagem de raciocínio em que um modelo explora vários caminhos de solução ramificados e seleciona os mais promissores.