Glossário de IA

Fine-Tuning e o processo de ajustar um modelo pre-treinado com dados especificos de uma tarefa, adaptando-o para um dominio ou funcao particular. E mais rapido e economico que treinar do zero.

Flash Attention e uma implementacao otimizada do mecanismo de atencao que reduz acesso a memoria GPU usando tiling e recomputacao. Acelera treinamento e inferencia de Transformers em 2-4x com menor consumo de memoria sem alterar o resultado matematico.

Foundation Model e um modelo de IA de grande escala pre-treinado em dados amplos que serve como base para diversas tarefas. Um unico modelo pode ser adaptado para classificacao, geracao, traducao e mais.

Funcao de Ativacao e uma funcao matematica aplicada a saida de cada neuronio em uma rede neural, introduzindo nao-linearidade. As mais comuns sao ReLU, Sigmoid e Tanh.

Function Calling e a capacidade de modelos de IA de identificar quando e necessario chamar uma funcao externa, gerar os parametros corretos e interpretar o resultado retornado pela funcao.

Funnel Analysis e a tecnica de analisar a jornada do usuario atraves de etapas sequenciais de um processo, identificando onde ocorrem as desistencias. Essencial para otimizar conversoes em vendas, cadastros, checkout e qualquer processo com etapas definidas.

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

Gemini e a familia de modelos multimodais do Google DeepMind, projetada nativamente para processar texto, imagem, audio, video e codigo. Disponivel em versoes Ultra, Pro e Nano.

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

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

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

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

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

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

GPT-4 e o modelo multimodal mais avancado da OpenAI, capaz de processar texto e imagens. Apresenta raciocinio superior, maior confiabilidade e desempenho de nivel humano em exames profissionais.

GPU (Graphics Processing Unit) e um processador especializado em computacao paralela, essencial para treinamento e inferencia de modelos de deep learning e IA. Sua arquitetura com milhares de nucleos permite processar operacoes matriciais massivamente em paralelo.

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

Gradiente Descendente e o algoritmo de otimizacao fundamental usado para treinar modelos de ML. Ajusta iterativamente os pesos do modelo na direcao oposta ao gradiente da funcao 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 nao-hierarquicas. Permite combinar, refinar e cruzar ideias de diferentes ramos de raciocinio para resolver problemas complexos.

Greedy Decoding e a estrategia de geracao mais simples onde o modelo sempre seleciona o token com maior probabilidade a cada passo. Rapido e deterministico, mas pode produzir texto repetitivo e perder sequencias globalmente melhores.

Grounding e a tecnica de ancorar respostas de IA em dados verificaveis e fontes confiaveis, garantindo que o conteudo gerado seja factualmente correto e rastreavel, reduzindo alucinacoes.

GRPO (Group Relative Policy Optimization) e uma tecnica de alinhamento de LLMs que usa comparacao 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 seguranca implementados para controlar e limitar o comportamento de modelos de IA, prevenindo respostas inadequadas, inseguras ou fora do escopo definido.

Hallucination Mitigation engloba estrategias e tecnicas para reduzir a ocorrencia de alucinacoes em modelos de IA, como uso de RAG, grounding, verificacao cruzada e ajustes de temperatura.

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

Heatmap Analysis com IA usa algoritmos de visao computacional e machine learning para analisar mapas de calor de interacao em paginas web. Identifica padroes de atencao, cliques e scroll para otimizar layouts e melhorar experiencia do usuario.

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

Hiperparametros sao configuracoes definidas antes do treinamento de um modelo de ML e que nao sao aprendidas dos dados. Incluem taxa de aprendizado, numero de camadas, batch size e forca de regularizacao.

Human Evaluation e a avaliacao de sistemas de IA por pessoas reais, considerada padrao-ouro de qualidade. Avaliadores humanos julgam respostas de LLMs em criterios como utilidade, veracidade, coerencia e seguranca, complementando metricas automaticas.

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