Glossário de IA

Mixture of Experts (MoE) e uma arquitetura que usa multiplos sub-modelos especializados (experts) e um roteador que seleciona quais ativar para cada entrada. Permite escalar modelos com eficiencia.

Mixture of Experts (MoE) e uma arquitetura onde o modelo contem multiplos sub-modelos especializados (experts) e um roteador que seleciona quais ativar para cada input. Permite escalar parametros totais sem aumentar proporcionalmente o custo de inferencia.

ML Pipeline e uma sequencia automatizada de etapas que compoe o fluxo de trabalho de machine learning, desde a coleta de dados ate o deploy do modelo. Inclui preprocessamento, feature engineering, treinamento, avaliacao e implantacao de forma reprodutivel.

MLOps e a disciplina que aplica praticas de DevOps ao ciclo de vida de modelos de machine learning. Abrange treinamento, deploy, monitoramento e manutencao de modelos em producao, garantindo que a IA entregue valor de forma continua e confiavel.

MMLU (Massive Multitask Language Understanding) e um benchmark que avalia o conhecimento e raciocinio de LLMs em 57 areas academicas. Testa desde humanidades ate STEM com questoes de multipla escolha, servindo como referencia padrao de capacidade geral.

Model Card e um documento padronizado que acompanha modelos de machine learning, detalhando desempenho, limitacoes, dados de treino, metricas de fairness e contexto de uso pretendido. Promove transparencia e decisoes informadas sobre implantacao de modelos.

Model Drift e a degradacao gradual do desempenho de um modelo de ML em producao ao longo do tempo. Ocorre quando as condicoes do mundo real mudam em relacao ao cenario em que o modelo foi treinado, tornando suas predicoes cada vez menos precisas.

Model Merging e a tecnica de combinar pesos de multiplos modelos fine-tunados em um unico modelo sem treinamento adicional. Metodos como TIES, DARE e SLERP permitem fundir capacidades de diferentes modelos especializados em um modelo unificado.

Model Monitoring e o acompanhamento continuo do desempenho de modelos de ML em producao. Detecta degradacao de performance, drift de dados, anomalias nas predicoes e problemas de infraestrutura que podem afetar a qualidade das decisoes automatizadas.

Model Registry e um repositorio centralizado para armazenar, versionar e gerenciar modelos de machine learning ao longo de seu ciclo de vida. Funciona como um catalogo que rastreia versoes, metricas de desempenho e status de cada modelo.

Model Soup e a tecnica de combinar multiplos checkpoints ou variantes de fine-tuning do mesmo modelo base em um unico modelo atraves de media de pesos. Melhora robustez e generalizacao sem custo computacional adicional em inferencia.

Model Versioning e a pratica de manter historico de todas as versoes de um modelo de ML, incluindo codigo, dados de treinamento, hiperparametros e artefatos. Permite reproduzir qualquer versao anterior e comparar evolucoes de desempenho entre versoes.

ModelOps e a disciplina focada na operacionalizacao de todos os tipos de modelos analiticos e de IA, nao apenas machine learning. Abrange a governanca, deploy e monitoramento de modelos estatisticos, regras de negocio, otimizacao e IA em escala empresarial.

Multi-Agent System e uma arquitetura onde multiplos agentes de IA colaboram e se coordenam para resolver problemas complexos, cada um com especializacao e papel definido dentro do sistema.

Multi-Head Attention executa multiplos mecanismos de self-attention em paralelo com diferentes projecoes, permitindo ao modelo capturar diferentes tipos de relacoes entre tokens simultaneamente.

Multi-Modal Learning e a area de IA que trabalha com multiplas modalidades de dados como texto, imagem, audio e video simultaneamente. Modelos multimodais como GPT-4V e Gemini entendem e geram conteudo combinando diferentes tipos de informacao.

Multi-Task Learning treina um unico modelo para executar multiplas tarefas simultaneamente, compartilhando representacoes entre elas. Melhora generalizacao e eficiencia ao transferir conhecimento entre tarefas relacionadas como classificacao e NER.

Multimodal Embedding e a representacao vetorial unificada de dados de diferentes modalidades (texto, imagem, audio) no mesmo espaco geometrico. Permite busca e comparacao cross-modal, onde textos e imagens similares ficam proximos no espaco vetorial.

MVAI (Minimum Viable AI) e a versao minima funcional de um produto ou solucao de IA que entrega valor real ao negocio. Similar ao conceito de MVP, foca em validar o valor de negocio da IA com a menor complexidade tecnica possivel.

n8n e uma ferramenta de automacao de fluxos de trabalho de codigo aberto que permite conectar diferentes aplicacoes e servicos por meio de uma interface visual. E auto-hospedavel, oferecendo controle total sobre dados e customizacao avancada com codigo JavaScript.

Naive Bayes e um classificador probabilistico baseado no Teorema de Bayes, que assume independencia entre as features. E rapido, simples e eficaz para classificacao de texto, filtragem de spam e analise de sentimento.

Needle in Haystack e um teste que avalia se um LLM consegue encontrar e recuperar uma informacao especifica (agulha) escondida em um contexto longo (palheiro). Mede a eficacia real da janela de contexto do modelo em diferentes posicoes e comprimentos.

Neural Architecture Search (NAS) e o processo automatizado de encontrar a melhor arquitetura de rede neural para uma tarefa. Usa tecnicas de busca como reinforcement learning ou evolucao para otimizar estruturas.

NLP (Natural Language Processing) e a area da IA que permite a maquinas compreender, interpretar e gerar linguagem humana. Engloba tarefas como analise de sentimento, traducao automatica, chatbots e extracao de informacoes de textos.

No-Code e a abordagem de criacao de aplicacoes e automacoes que nao exige nenhum conhecimento de programacao. Plataformas no-code oferecem interfaces totalmente visuais onde usuarios de negocio podem construir solucoes completas por conta propria.

Normalizacao e a tecnica de escalonar dados para um intervalo padrao (geralmente 0-1 ou media zero e desvio unitario). Melhora a convergencia do treinamento e garante que features em escalas diferentes tenham peso igual.

Nucleus Sampling (top-p) e uma estrategia de amostragem que seleciona tokens do menor conjunto cuja probabilidade acumulada excede um limiar p. Equilibra diversidade e coerencia na geracao de texto, sendo preferida para conversacao e escrita criativa.

OCR (Optical Character Recognition) e a tecnologia que converte imagens de texto em texto digital editavel. Utilizada para digitalizar documentos, extrair dados de formularios impressos, ler notas fiscais e processar qualquer material que contenha texto em formato de imagem.

OLAP (Online Analytical Processing) e uma categoria de tecnologia otimizada para consultas analiticas complexas sobre grandes volumes de dados. Permite analises multidimensionais como drill-down, slice-and-dice e pivot, essenciais para Business Intelligence.

OLTP (Online Transaction Processing) e a categoria de sistemas otimizados para processar transacoes individuais em tempo real, como vendas, pedidos e pagamentos. Prioriza velocidade de escrita, integridade de dados e alta concorrencia de usuarios simultaneos.