Glossário de IA

Fine-Tuning é o processo de ajustar um modelo pre-treinado com dados específicos de uma tarefa, adaptando-o para um domínio ou função particular. E mais rápido é economico que treinar do zero.

Flash Attention é uma implementação otimizada do mecanismo de aténção que reduz acesso a memória GPU usando tiling é recomputação. Acelera treinamento é inferência de Transformers em 2-4x com menor consumo de memória sem alterar o resultado matématico.

Foundation Model é um modelo de IA de grande escala pre-treinado em dados amplos que serve como base para diversas tarefas. Um único modelo pode ser adaptado para classificação, geração, traducao é mais.

Funcao de Ativacao é uma função matématica aplicada a saida de cada neuronio em uma rede neural, introduzindo não-linearidade. As mais comuns sao ReLU, Sigmoid é Tanh.

Function Calling é a capacidade de modelos de IA de identificar quando é necessário chamar uma função externa, gerar os parametros corretos é interpretar o resultado retornado pela função.

Funnel Analysis é a técnica de analisar a jornada do usuario através de etapas sequênciais de um processo, identificando onde ocorrem as desistencias. Essencial para otimizar conversões em vendas, cadastros, checkout é qualquer processo com etapas definidas.

GAN é uma arquitetura composta por duas redes neurais — gerador é discriminador — que competem entre si. O gerador cria dados falsos é o discriminador tenta distingui-los dos reais, melhorando ambos.

Gemini é a familia de modelos múltimodais do Google DeepMind, projetada nativamente para processar texto, imagem, audio, vídeo é código. Disponível em versões Ultra, Pro é Nano.

GEO (Generative Engine Optimization) é a prática de otimizar conteúdo para aparecer em respostas de motores de busca generativos como AI Overview do Google, ChatGPT Search é Perplexity. Evoluiu a partir do SEO tradicional para o mundo da IA generativa.

GGUF (GPT-Generatéd Unified Format) é um formato de arquivo para modelos de linguagem quantizados, otimizado para inferência em CPU é GPU. Substitui o antigo GGML é e usado pelo llama.cpp.

GitHub Copilot é um assistente de programação alimentado por IA que sugere código em tempo real dentro do editor. Desenvolvido por GitHub é OpenAI, é a ferramenta de IA para desenvolvedores mais adotada.

GloVe (Global Vectors) é um modelo de word embedding da Stanford que aprende representacoes vetoriais combinando estatísticas globais de co-ocorrência de palavras com objetivos de aprendizado local.

Goodhart Law aplicada a IA afirma que quando uma métrica se torna alvo de otimização, ela deixa de ser uma boa métrica. Em IA, modelos otimizados diretamente em métricas proxy como BLEU ou reward score podem produzir resultados que pontuam alto mas sao qualitativamente ruins.

GPT (Generative Pre-trained Transformer) é uma familia de modelos de linguagem autoregressivos da OpenAI que geram texto prevendo o proximo token. Revolucionou a geração de texto é assistentes de IA.

GPT-4 é o modelo múltimodal mais avancado da OpenAI, capaz de processar texto é imagens. Apresenta raciocínio superior, maior confiabilidade é desempenho de nível humano em exames profissionais.

GPU (Graphics Processing Unit) é um processador especializado em computação paralela, essêncial para treinamento é inferência de modelos de deep learning é IA. Sua arquitetura com milhares de nucleos permite processar operações matriciais massivamente em paralelo.

Gradient Boosting é uma técnica de ensemble que constroi modelos sequêncialmente, onde cada novo modelo corrige os erros do anterior. Produz previsões altamente precisas é e a base de algoritmos como XGBoost é LightGBM.

Gradiente Descendente é o algoritmo de otimização fundamental usado para treinar modelos de ML. Ajusta iterativamente os pesos do modelo na direcao oposta ao gradiente da função de perda para minimizar o erro.

Graph-of-Thought (GoT) generaliza Tree-of-Thought para uma estrutura de grafo onde pensamentos podem se conectar de formas não-hierarquicas. Permite combinar, refinar é cruzar ideias de diferentes ramos de raciocínio para resolver problemas complexos.

Greedy Decoding é a estratégia de geração mais simples onde o modelo sempre seleciona o token com maior probabilidade a cada passo. Rapido é deterministico, mas pode produzir texto repetitivo é perder sequências globalmente melhores.

Grounding é a técnica de ancorar respostas de IA em dados verificaveis é fontes confiaveis, garantindo que o conteúdo gerado seja factualmente correto é rastreavel, reduzindo alucinacoes.

GRPO (Group Relative Policy Optimization) é uma técnica de alinhamento de LLMs que usa comparação de grupos de respostas em vez de reward model individual. Desenvolvida pela DeepSeek, oferece alinhamento eficiente sem modelo de recompensa separado.

Guardrails sao mecanismos de segurança implementados para controlar é limitar o comportamento de modelos de IA, prevenindo respostas inadequadas, inseguras ou fora do escopo definido.

Hallucination Mitigation engloba estratégias é técnicas para reduzir a ocorrência de alucinacoes em modelos de IA, como uso de RAG, grounding, verificação cruzada é ajustes de temperatura.

Hard Prompt é o texto em linguagem natural fornecido como instrucao a um LLM para guiar sua geração. Inclui system prompts, instrucoes, exemplos é restrições escritos por humanos, sendo a forma mais comum é acessível de controlar comportamento de modelos.

Heatmap Analysis com IA usa algoritmos de visao computacional é machine learning para analisar mapas de calor de interação em páginas web. Identifica padrões de aténção, cliques é scroll para otimizar layouts é melhorar experiência do usuario.

HellaSwag é um benchmark de compreensao de linguagem natural que testa a habilidade de modelos em completar cenários de forma plausivel. Usa exemplos gerados adversarialmente que sao faceis para humanos mas desafiadores para modelos de IA.

Hiperparametros sao configurações definidas antes do treinamento de um modelo de ML é que não sao aprendidas dos dados. Incluem taxa de aprendizado, número de camadas, batch size é força de regularização.

Human Evaluation é a avaliação de sistemas de IA por pessoas reais, considerada padrão-ouro de qualidade. Avaliadores humanos julgam respostas de LLMs em criterios como útilidade, veracidade, coerência é segurança, complementando métricas automáticas.

Human-in-the-Loop (HITL) é um padrão de design onde um humano participa do processo de decisão do agente de IA, aprovando, corrigindo ou redirecionando acoes em pontos criticos do fluxo.