Principais termos de IA, Machine Learning e LLMs explicados com exemplos práticos.
Sistema autônomo de IA capaz de perceber seu ambiente, tomar decisões e executar ações para atingir objetivos sem intervenção humana contínua. Pode usar ferramentas, acessar APIs e se auto-corrigir.
Exemplo: O Anthropic Claude Desktop Intelligence interage com qualquer software via "visão" de tela + mouse/teclado, automatizando ERPs legados que não possuem API.
Quando um modelo de IA gera informações falsas, inventadas ou sem fundamento, apresentando-as com confiança como se fossem verdadeiras. Um dos maiores desafios dos LLMs.
Exemplo: O GPT-5.2 reduziu a taxa de alucinação para 6,2% (queda de ~40% vs gerações anteriores). O Grok 4.1 alcançou apenas 4% de alucinação.
Técnica de ML onde um agente aprende através de tentativa e erro, recebendo recompensas por ações corretas e penalidades por erradas, otimizando sua política de decisão ao longo do tempo.
Exemplo: O RLHF (Reinforcement Learning from Human Feedback) é usado para alinhar LLMs como o Claude, treinando o modelo a gerar respostas mais seguras e úteis com base em preferências humanas.
Mecanismo que permite ao modelo focar em partes específicas da entrada ao gerar cada parte da saída. Base da arquitetura Transformer, permite processar relações entre palavras distantes no texto.
Exemplo: O DeepSeek V3.2 introduziu "Fine-Grained Sparse Attention", melhorando a eficiência computacional em 50% ao focar apenas nas partes relevantes do contexto.
Conjunto padronizado de testes para avaliar e comparar o desempenho de modelos de IA em tarefas específicas como raciocínio, código, matemática ou linguagem.
Exemplo: O AIME 2025 (matemática) é usado para comparar LLMs — GPT-5.2 e Gemini 3 Pro alcançaram 100%. O SWE-bench Verified avalia capacidade de resolver bugs reais em código.
Técnica de prompting que instrui o modelo a "pensar passo a passo", decompondo problemas complexos em etapas intermediárias de raciocínio antes de chegar à resposta final.
Exemplo: Ao pedir a um LLM "resolva 47 × 83", com CoT ele mostra: "47 × 80 = 3760, 47 × 3 = 141, total = 3901" em vez de apenas dar o resultado.
Capacidade de um modelo de IA interagir com computadores como um humano faria — vendo a tela, movendo o mouse, digitando e navegando em interfaces gráficas.
Exemplo: O Claude Opus 4 lidera em computer use com 61,4% no OSWorld, podendo navegar em portais web internos, comparar PDFs com planilhas e preencher dados em ERPs legados.
Quantidade máxima de tokens (palavras/subpalavras) que um modelo pode processar em uma única interação. Quanto maior, mais texto o modelo consegue "lembrar" durante a conversa.
Exemplo: O Llama 4 Scout tem janela de 10 milhões de tokens (~80 romances). O GPT-5.2 suporta 400K tokens. O Claude Sonnet 4 tem beta de 1 milhão de tokens.
Subárea do Machine Learning que usa redes neurais com muitas camadas (profundas) para aprender representações complexas dos dados. Base dos LLMs modernos, visão computacional e reconhecimento de fala.
Exemplo: Redes convolucionais (CNNs) para reconhecimento de imagens e Transformers para processamento de linguagem natural são arquiteturas de deep learning.
Processo de transferir conhecimento de um modelo grande (teacher) para um modelo menor (student), preservando a maior parte da capacidade com fração do custo computacional.
Exemplo: O DeepSeek-R1-Distill é uma versão compacta do R1, baseada em Qwen e Llama, otimizada para produção com custo significativamente menor.
Representação numérica (vetor) de dados (texto, imagens, áudio) em um espaço vetorial de alta dimensão, onde itens semanticamente similares ficam próximos.
Exemplo: Em um espaço de embeddings, os vetores de "rei" - "homem" + "mulher" resultam em um vetor próximo de "rainha".
Modo em que o LLM realiza ciclos iterativos de raciocínio e auto-reflexão antes de responder, avaliando diferentes caminhos lógicos para otimizar a precisão.
Exemplo: O Claude 4 Opus usa extended thinking para manter sessões de debugging de código por 6+ horas com taxa de sucesso de 89%.
Capacidade do modelo de aprender uma tarefa a partir de poucos exemplos fornecidos no prompt, sem necessidade de re-treinamento.
Exemplo: "Traduza: cat = gato, dog = cão, house = ?" — o modelo infere "casa" a partir dos exemplos anteriores sem treinamento específico de tradução.
Processo de continuar o treinamento de um modelo pré-treinado em um conjunto de dados específico para adaptá-lo a uma tarefa ou domínio particular.
Exemplo: Fine-tuning do Qwen 2.5 com dados médicos para criar um assistente especializado em diagnósticos, usando LoRA para treinar apenas uma fração dos parâmetros.
Capacidade de um LLM de gerar chamadas estruturadas a funções/APIs externas, permitindo que o modelo execute ações no mundo real além de gerar texto.
Exemplo: Um LLM recebe "qual o clima em SP?" e gera a chamada get_weather(city="São Paulo"), executa a API e responde com dados reais.
Processador originalmente para gráficos, mas ideal para IA por sua capacidade de executar milhares de operações em paralelo. Essencial para treinar e rodar LLMs.
Exemplo: O Cohere Command A roda em apenas 2 GPUs H100, enquanto modelos similares exigem até 32. Gera 156 tokens/s, 1,75x mais rápido que GPT-4o.
Processo de usar um modelo treinado para gerar previsões ou respostas a partir de novos dados de entrada. É o momento em que o modelo é "usado" de fato.
Exemplo: Quando você envia uma pergunta ao ChatGPT e recebe uma resposta, isso é inferência — o modelo aplica seus pesos treinados para gerar o texto.
Modelo de linguagem de grande escala treinado em enormes volumes de texto para gerar, compreender e manipular linguagem natural. Base dos assistentes de IA modernos.
Exemplo: O Qwen3-Next da Alibaba possui mais de 1 trilhão de parâmetros via MoE, suporta 119 idiomas e alcança 92,3% no AIME25.
LoRA (Low-Rank Adaptation): técnica de fine-tuning eficiente que treina apenas pequenas matrizes de baixo rank adicionadas ao modelo, reduzindo drasticamente memória e custo. QLoRA adiciona quantização para rodar em hardware menor.
Exemplo: Com QLoRA, é possível fazer fine-tuning de um modelo de 70B parâmetros em uma única GPU com 24GB de VRAM, algo inviável com fine-tuning tradicional.
Campo da IA em que algoritmos aprendem padrões a partir de dados sem serem explicitamente programados. Inclui aprendizado supervisionado, não-supervisionado e por reforço.
Exemplo: Um modelo de ML treinado com 10.000 e-mails classificados como spam/não-spam aprende a filtrar novos e-mails automaticamente.
Arquitetura onde o modelo possui múltiplos sub-modelos "especialistas" e um mecanismo de roteamento que ativa apenas os especialistas relevantes para cada entrada, reduzindo custo computacional.
Exemplo: O Mistral 3 Large usa MoE com 675B parâmetros totais mas ativa apenas uma fração deles por token, entregando 92% do desempenho do GPT-5.2 a 15% do preço.
Modelo capaz de processar e gerar múltiplos tipos de dados: texto, imagens, áudio e vídeo em uma única arquitetura unificada.
Exemplo: O Llama 4 (Meta) processa texto, imagens e vídeos curtos nativamente. O Gemini 3 inclui o Veo 3 para geração de vídeo a partir de texto.
Processamento de linguagem natural — campo da IA dedicado a permitir que máquinas compreendam, interpretem e gerem linguagem humana.
Exemplo: Análise de sentimento em avaliações de produtos: o sistema lê "produto excelente, chegou rápido" e classifica como sentimento positivo automaticamente.
Open-source: modelo com código e pesos publicamente acessíveis para modificação. Open-weight: apenas os pesos são públicos, sem o código de treinamento completo.
Exemplo: O GPT-oss-120b da OpenAI é open-weight sob Apache 2.0, rodando em hardware de consumo. O Qwen3 da Alibaba é totalmente open-source no Hugging Face.
Arte e ciência de formular instruções (prompts) para obter os melhores resultados de um LLM. Inclui técnicas como few-shot, chain-of-thought, role-playing e system prompts.
Exemplo: Em vez de "resuma o texto", usar: "Atue como um editor sênior. Resuma o texto em 3 bullet points focados em impacto financeiro, para um público executivo."
Técnica que combina busca em bases de dados externas com geração de texto pelo LLM, permitindo respostas baseadas em informações atualizadas e específicas do domínio.
Exemplo: Um chatbot corporativo usa RAG para buscar documentos internos da empresa antes de responder, garantindo que as respostas reflitam políticas e dados atuais.
Modelo computacional inspirado no cérebro humano, composto por camadas de neurônios artificiais conectados. Cada conexão tem um peso que é ajustado durante o treinamento.
Exemplo: Uma rede neural com 3 camadas ocultas pode aprender a reconhecer dígitos manuscritos (0-9) a partir do dataset MNIST com 98%+ de precisão.
Parâmetro que controla a aleatoriedade das respostas de um LLM. Temperature baixa (0.0-0.3) gera respostas mais determinísticas; alta (0.7-1.0) gera respostas mais criativas e variadas.
Exemplo: Para gerar código, use temperature 0.1 (precisão). Para brainstorming criativo, use 0.8 (diversidade de ideias).
Unidade básica de processamento de texto em LLMs. Pode ser uma palavra, parte de palavra ou caractere especial. Um texto é dividido em tokens antes de ser processado pelo modelo.
Exemplo: A frase "Inteligência Artificial" pode ser tokenizada como ["Intelig", "ência", " Artif", "icial"] — aproximadamente 4 tokens dependendo do tokenizador.
Arquitetura de rede neural introduzida em 2017 ("Attention is All You Need") que usa mecanismos de atenção para processar sequências em paralelo. Base de todos os LLMs modernos.
Exemplo: GPT (Generative Pre-trained Transformer), BERT, Claude, Gemini e Llama são todos baseados na arquitetura Transformer.