Glossário de IA

Um modelo de linguagem grande, ou LLM, é uma rede neural treinada com volumes enormes de texto para prever qual pedaço de texto vem a seguir.

Um token é a unidade básica de texto que um modelo de linguagem lê e escreve: uma palavra inteira, um fragmento de palavra, um número ou um sinal de pontuação.

A janela de contexto é a quantidade máxima de texto, contada em tokens, que um modelo de linguagem consegue considerar de uma só vez.

Temperatura é um ajuste que controla o grau de aleatoriedade de um modelo de linguagem ao escolher o próximo token.

Um modelo de raciocínio é um modelo de linguagem treinado para resolver um problema em etapas intermediárias antes de dar a resposta final.

Em IA, alucinação é uma resposta que soa fluente e confiante, mas é falsa, sem base ou inventada.

A geração aumentada por recuperação, ou RAG, é uma técnica em que as passagens mais relevantes para uma pergunta são buscadas numa coleção de documentos e entregues a um modelo de linguagem, que então escreve a resposta a partir delas.

Um prompt de sistema é um conjunto de instruções permanentes dadas a um modelo de linguagem antes de a conversa começar, definindo seu papel, tom, formato e regras.

Top-p, também chamado de amostragem por núcleo, é um ajuste que limita um modelo de linguagem ao menor grupo de tokens prováveis cujas probabilidades somam uma fatia escolhida, e então sorteia o próximo token só dentro desse grupo.

Um modelo de mistura de especialistas é uma rede neural dividida em várias sub-redes especializadas, chamadas especialistas, com um roteador que envia cada token a apenas alguns deles.

A quantização é uma técnica que guarda os números de um modelo com menos bits, por exemplo 8 ou 4 em vez de 16, para que ele ocupe menos memória e rode mais rápido.

Embeddings são listas de números, chamadas de vetores, que representam o significado de um texto, de uma imagem ou de um som.

Um agente de IA é um sistema construído em torno de um modelo de linguagem que persegue um objetivo em várias etapas: decide o que fazer a seguir, usa ferramentas e confere os resultados.

A chamada de ferramentas, também conhecida como chamada de funções, é um recurso que permite a um modelo de linguagem pedir ao seu programa que execute uma função e usar o resultado na resposta.

MCP, o Model Context Protocol, é um padrão aberto que conecta aplicativos de IA a ferramentas e fontes de dados por meio de uma interface comum.

Um modelo sem censura é um modelo de linguagem que não foi ajustado para recusar pedidos de forma arbitrária nem para soterrar as respostas em avisos, e por isso responde com franqueza ao que foi perguntado.

Uma recusa é quando um modelo de linguagem se nega a atender um pedido, em geral com uma frase curta dizendo que não pode ou não quer ajudar.

Guardrails são as regras, os filtros e os comportamentos treinados que uma empresa de IA acrescenta a um modelo para limitar o que ele diz ou faz.

Um modelo de pesos abertos é um modelo de IA cujos parâmetros treinados, chamados pesos, são publicados para que qualquer pessoa possa baixá-los e executá-los.

O alinhamento é o trabalho de fazer um modelo de IA se comportar como seus criadores e usuários esperam: seguir instruções, ser útil e evitar o que é considerado prejudicial.

O RLHF, sigla de aprendizado por reforço com feedback humano, é um método de treinamento em que pessoas classificam as respostas de um modelo e ele é ajustado em seguida para produzir o tipo de resposta que elas preferiram.

O ajuste fino (fine-tuning) é continuar treinando um modelo já pré-treinado com um conjunto de dados menor e específico, para adaptá-lo a uma tarefa, um estilo ou uma área.

Um modelo de difusão é um gerador de imagens que parte de ruído aleatório e o remove passo a passo até surgir uma imagem que corresponde a uma descrição em texto.

Um prompt negativo é uma segunda descrição em texto que diz a um modelo de imagem do que se afastar, como desfoque, dedos a mais ou um aspecto desbotado.

O upscaling de imagem amplia uma figura para uma resolução maior tentando mantê-la nítida.

Uma seed (semente) é um número inteiro que fixa o ruído aleatório de onde um modelo de imagem parte: a mesma seed, com o mesmo prompt e os mesmos ajustes, pode desenhar a mesma imagem de novo.

A escala CFG, sigla de “classifier-free guidance” e também chamada de guidance, é um ajuste que decide com que rigor um modelo de imagem segue o seu prompt.

Um LoRA, de “low-rank adaptation” (adaptação de baixo posto), é um pequeno arquivo de extensão que ajusta um grande modelo de IA para que ele aprenda um estilo, um tema ou uma habilidade sem ser retreinado por completo.

Inpainting é uma técnica de edição em que um modelo de IA redesenha apenas uma região escolhida de uma imagem, guiado por um texto, enquanto o restante da imagem permanece como está.

A remoção de fundo é a separação automática do sujeito principal de uma imagem e do cenário atrás dele, para que o sujeito possa ser colocado sobre um fundo transparente ou diferente.

Imagem para vídeo é um jeito de criar um clipe curto dando a um modelo de IA uma imagem parada de partida e uma frase que diz como as coisas devem se mexer.

Software local-first mantém seus dados no seu próprio dispositivo como cópia principal e trata os servidores como ajudantes opcionais.

Um proxy anonimizador é um intermediário que envia uma requisição em seu nome, de modo que o serviço do outro lado não descubra quem você é.

Retenção de dados é o tempo que um serviço guarda as informações que recebe ou cria antes de apagá-las.

O IndexedDB é um banco de dados embutido nos navegadores que permite a um site guardar grandes volumes de dados estruturados no dispositivo do próprio visitante.

Zero-log descreve um serviço que não guarda registros do que você pergunta ou diz: nenhum rastro armazenado dos seus pedidos, respostas ou atividade além do estritamente necessário para funcionar.

A criptografia de ponta a ponta tranca os dados no dispositivo de quem envia e só os destranca no dispositivo do destinatário pretendido, de modo que todo servidor no meio carrega apenas texto cifrado ilegível.

Uma API compatível com a OpenAI aceita as mesmas requisições e devolve as mesmas respostas que a API da OpenAI, de modo que códigos e ferramentas existentes podem usar outro provedor mudando pouco mais que o endereço e a chave.

Um limite de requisições é um teto para o número de pedidos que uma conta ou uma chave pode enviar a um serviço em um período de tempo.

Créditos são uma unidade de conta pré-paga que um serviço usa para dar preço ao uso: cada requisição gasta um pequeno número deles conforme o que consumiu.