Glossário de IA

BERTScore e uma metrica de avaliacao semantica que usa embeddings contextuais do BERT para comparar textos gerados com referencias. Captura similaridade de significado alem de sobreposicao lexical, oferecendo melhor correlacao com julgamento humano.

Contrastive Learning e uma tecnica de aprendizado que ensina modelos a aproximar representacoes de exemplos similares e distanciar representacoes de exemplos diferentes. E base de modelos como CLIP e SimCLR.

Embedding e a representacao numerica (vetor) de texto, imagens ou outros dados em um espaco multidimensional, onde itens semanticamente similares ficam proximos, possibilitando busca e comparacao por significado.

Embedding Database e um sistema de armazenamento otimizado para guardar e consultar embeddings, que sao representacoes vetoriais densas de dados. Sinonimo de Vector Database, e essencial para aplicacoes de IA que dependem de busca por similaridade semantica.

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.

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.

Pinecone e um banco de dados vetorial gerenciado na nuvem, projetado para aplicacoes de IA em producao. Oferece indexacao e busca de vetores em escala com baixa latencia, sendo uma das opcoes mais populares para projetos de RAG e busca semantica.

Sentence Transformer e um framework que gera embeddings de alta qualidade para frases e paragrafos inteiros, permitindo busca semantica, similaridade textual e clustering de documentos.

Soft Prompt e um conjunto de vetores continuos treinaveis prepended ao input de um LLM que guia o comportamento do modelo para uma tarefa especifica. Diferente de prompts textuais (hard prompts), soft prompts existem no espaco de embeddings e sao otimizados por gradiente.

Vector Database e um banco de dados especializado em armazenar e buscar vetores de alta dimensao (embeddings). Essencial para aplicacoes de IA como busca semantica, sistemas de recomendacao e Retrieval-Augmented Generation (RAG) com LLMs.

Weaviate e um banco de dados vetorial de codigo aberto que combina busca por vetores com busca por palavras-chave em uma unica plataforma. Possui modulos integrados para geracao de embeddings e suporte nativo a busca hibrida e multimodal.

Word Embedding e a representacao de palavras como vetores numericos densos em um espaco continuo, onde palavras com significados similares ficam proximas. Tecnicas incluem Word2Vec, GloVe e embeddings contextuais.

Word2Vec e um modelo pioneiro de word embedding desenvolvido pelo Google que aprende representacoes vetoriais de palavras a partir de grandes corpus de texto. Usa arquiteturas CBOW ou Skip-gram.