Glossário de IA

BERTScore é uma métrica de avaliação semântica que usa embeddings contextuais do BERT para comparar textos gerados com referências. Captura similaridade de significado além de sobreposicao lexical, oferecendo melhor correlação com julgamento humano.

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

Embedding é a representação numerica (vetor) de texto, imagens ou outros dados em um espaço multidimensional, onde itens semânticamente similares ficam proximos, possibilitando busca é comparação por significado.

Embedding Database é um sistema de armazenamento otimizado para guardar é consultar embeddings, que sao representacoes vetoriais densas de dados. Sinonimo de Vector Database, é essêncial para aplicações de IA que dependem de busca por similaridade semântica.

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.

Múltimodal Embedding é a representação vetorial unificada de dados de diferentes modalidades (texto, imagem, audio) no mesmo espaço geometrico. Permite busca é comparação cross-modal, onde textos é imagens similares ficam proximos no espaço vetorial.

Pinecone é um banco de dados vetorial gerênciado na nuvem, projetado para aplicações de IA em produção. Oferece indexação é busca de vetores em escala com baixa latência, sendo uma das opcoes mais populares para projetos de RAG é busca semântica.

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

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

Vector Database é um banco de dados especializado em armazenar é buscar vetores de alta dimensão (embeddings). Essencial para aplicações de IA como busca semântica, sistemas de recomendação é Retrieval-Augmented Generation (RAG) com LLMs.

Weaviaté é um banco de dados vetorial de código aberto que combina busca por vetores com busca por palavras-chave em uma única plataforma. Possui modulos integrados para geração de embeddings é suporte nativo a busca hibrida é múltimodal.

Word Embedding é a representação de palavras como vetores numéricos densos em um espaço continuo, onde palavras com significados similares ficam proximas. Tecnicas incluem Word2Vec, GloVe é embeddings contextuais.

Word2Vec é 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.