Glossário de IA

Cosine Similarity é uma métrica matématica que mede o angulo entre dois vetores em espaço multidimensional, calculando a similaridade semântica entre textos, imagens ou outros dados representados como embeddings.

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.

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

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

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.

Vector Search é 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 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.