Glossário de IA

Ad Copy Generation utiliza IA generativa para criar textos de anuncios otimizados para diferentes plataformas. Gera headlines, descricoes e CTAs variados em escala, adaptando tom, formato e mensagem para Google Ads, Meta Ads, LinkedIn e outras redes.

Chunking e o processo de dividir documentos grandes em segmentos menores (chunks) para processamento eficiente por modelos de IA, sendo uma etapa crucial na construcao de sistemas RAG.

CLIP (Contrastive Language-Image Pre-training) e um modelo multimodal da OpenAI que aprende a relacionar imagens e textos no mesmo espaco de embeddings, permitindo classificacao zero-shot de imagens.

CLIP Score e uma metrica que usa o modelo CLIP para avaliar alinhamento entre texto e imagem. Mede quao bem uma imagem corresponde a uma descricao textual, sendo amplamente usado para avaliar qualidade de geracao texto-para-imagem.

Content Generation com IA e a criacao de conteudo textual, visual e multimidia utilizando modelos generativos como LLMs e difusao. Automatiza producao de artigos, posts, emails, imagens e videos mantendo relevancia e personalizacao em escala.

Context Window e o limite maximo de tokens que um modelo de IA pode processar de uma vez, incluindo tanto a entrada (prompt) quanto a saida gerada, definindo a quantidade de informacao acessivel em cada interacao.

Context Window Scaling refere-se as tecnicas para expandir a janela de contexto de LLMs alem do tamanho de treinamento original. Metodos como RoPE scaling, YaRN e ALiBi permitem modelos processarem documentos com centenas de milhares de tokens.

Copy AI refere-se ao uso de inteligencia artificial para gerar textos publicitarios e de marketing. Ferramentas de IA criam headlines, descricoes, emails e scripts de anuncios otimizados para conversao com base em frameworks de copywriting comprovados.

DALL-E e um modelo de IA da OpenAI capaz de gerar imagens a partir de descricoes textuais. Combina tecnicas de modelos de linguagem e difusao para criar imagens originais e criativas.

Dimension, na modelagem dimensional, e um atributo qualitativo que fornece contexto para metricas numericas. Exemplos incluem data, regiao, categoria de produto e segmento de cliente. As dimensoes permitem fatiar e agrupar dados para analise.

Few-Shot Prompting e uma tecnica onde se fornece alguns exemplos de entrada e saida desejada no prompt, permitindo que o modelo de IA aprenda o padrao esperado e reproduza em novas situacoes sem treinamento adicional.

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.

In-Context Learning (ICL) e a capacidade de modelos de linguagem de aprender e adaptar seu comportamento a partir de instrucoes e exemplos fornecidos diretamente no prompt, sem alterar seus parametros internos.

MCP (Model Context Protocol) e um protocolo aberto criado pela Anthropic para padronizar a conexao entre modelos de IA e ferramentas externas, funcionando como um conector universal para agentes de IA.

Memory em agentes de IA e o mecanismo que permite armazenar e recuperar informacoes de interacoes anteriores, possibilitando continuidade, aprendizado e personalizacao ao longo do tempo.

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.

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.

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.

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.

Short-Term Memory e a memoria de curto prazo de agentes de IA que mantem o contexto da conversa atual, incluindo mensagens recentes, decisoes tomadas e informacoes temporarias relevantes para a sessao.

Sparse Attention e uma variante do mecanismo de atencao em Transformers que calcula atencao apenas para subconjuntos de tokens em vez de todos. Reduz complexidade de O(n2) para O(n log n) ou O(n), permitindo processar sequencias muito longas.

Token e a unidade basica de texto processada por modelos de linguagem, podendo representar uma palavra inteira, parte de uma palavra ou um caractere, sendo a medida fundamental de entrada e saida em LLMs.

Tokenizer e o componente que converte texto em sequencias de tokens numericos compreensiveis pelo modelo de IA, e vice-versa, usando algoritmos como BPE para segmentar texto de forma eficiente.

Vision-Language Model (VLM) e um modelo de IA que processa e entende tanto imagens quanto texto simultaneamente. Exemplos incluem GPT-4V, Claude Vision e Gemini, capazes de descrever imagens, responder perguntas visuais e raciocinar sobre conteudo visual.