Glossário de IA

Cosine Similarity e uma metrica matematica que mede o angulo entre dois vetores em espaco multidimensional, calculando a similaridade semantica entre textos, imagens ou outros dados representados como embeddings.

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.

FAISS (Facebook AI Similarity Search) e uma biblioteca de codigo aberto desenvolvida pela Meta para busca eficiente de similaridade em grandes conjuntos de vetores. Otimizada para GPU, e capaz de indexar bilhoes de vetores com alta velocidade de consulta.

pgvector e uma extensao do PostgreSQL que adiciona suporte a armazenamento e busca de vetores diretamente no banco de dados relacional. Permite combinar consultas SQL tradicionais com busca por similaridade vetorial em uma unica plataforma.

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.

Vector Search e a tecnologia de busca que encontra itens similares comparando vetores (embeddings) em bancos de dados vetoriais, permitindo pesquisas por significado em vez de correspondencia exata de palavras.

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.