Direito ao Esquecimento
Definition
O direito ao esquecimento permite que os usuários exijam a remoção de suas informações …
Multilingual AI Terms Dictionary
Bem-vindo ao Dicionário de Termos de IA — uma referência multilíngue abrangente para termos de Inteligência Artificial.
O direito ao esquecimento permite que os usuários exijam a remoção de suas informações …
Na IA, os estereótipos surgem quando os modelos aprendem e amplificam vieses sociais …
A extração de modelos envolve consultar a API de um modelo de aprendizado de máquina alvo …
O aprendizado por currículo imita a educação humana, apresentando dados de treinamento em …
Um ataque de porta dos fundos envolve envenenar os dados de treinamento de um modelo de …
A estratégia de Zeuthen é uma abordagem baseada em regras para barganhas em negociações …
A minimização de dados é um princípio fundamental de privacidade que exige que as …
O prompting de zero amostras envolve solicitar que um modelo de linguagem pré-treinado …
O processo Ganhador-Leve-Tudo (WTA) é um método competitivo utilizado em redes neurais e …
Este conceito abrange a influência transformadora da IA no mercado de trabalho, incluindo …
O direito ao esquecimento permite que os usuários exijam a remoção de suas informações …
Na IA, os estereótipos surgem quando os modelos aprendem e amplificam vieses sociais …
A extração de modelos envolve consultar a API de um modelo de aprendizado de máquina alvo …
O aprendizado por currículo imita a educação humana, apresentando dados de treinamento em …
Um ataque de porta dos fundos envolve envenenar os dados de treinamento de um modelo de …
A estratégia de Zeuthen é uma abordagem baseada em regras para barganhas em negociações …
A minimização de dados é um princípio fundamental de privacidade que exige que as …
O prompting de zero amostras envolve solicitar que um modelo de linguagem pré-treinado …
O processo Ganhador-Leve-Tudo (WTA) é um método competitivo utilizado em redes neurais e …
Este conceito abrange a influência transformadora da IA no mercado de trabalho, incluindo …
O Mundo Wumpus é um ambiente baseado em grade introduzido no livro de IA de Russell e …
O WordPiece é um método de tokenização amplamente utilizado em modelos de processamento …
O XLM-RoBERTa (Cross-lingual Language Model RoBERTa) é um modelo multilingue de grande …
A computação wetware refere-se a sistemas onde neurônios biológicos, muitas vezes …
Um webhook é um mecanismo pelo qual um serviço fornece informações em tempo real a outro …
O WebSocket é um protocolo de comunicação computacional que permite uma comunicação …
Wetware originalmente se referia a tecido cerebral biológico, mas evoluiu na cibernetica …
Whisper é um modelo de reconhecimento de fala de propósito geral projetado para lidar com …
Embora não seja um termo técnico estrito, ‘Caminho do Futuro’ descreve a …
Estabelecido com uma doação significativa da Fundação Wadhwani, este instituto utiliza …
A inteligência artificial fraca, também conhecida como IA estreita, refere-se a sistemas …
A inteligência web envolve o uso de mineração de dados, aprendizado de máquina e …
À medida que a IA generativa produz quantidades crescentes de mídia sintética, a marca …
Os algoritmos VAD analisam fluxos de áudio em tempo real para distinguir entre períodos …
A Inteligência Virtual abrange qualquer sistema de inteligência artificial projetado para …
A Super Resolução de Vídeo envolve o uso de redes neurais para aumentar a resolução do …
O vLLM (Virtual Large Language Model) é uma biblioteca de código aberto projetada para …
Na inteligência artificial, a voz abrange os sinais acústicos gerados pelas cordas vocais …
O termo ‘Força de Trabalho Tecnológica dos Estados Unidos’ geralmente denota …
Um modelo unificado refere-se a um sistema de inteligência artificial capaz de executar …
A psicometria universal envolve o desenvolvimento e a aplicação de ferramentas de …
Unsloth é uma ferramenta especializada projetada para otimizar o ajuste fino …
Vibevoice é uma abordagem conceitual ou de marca para a tecnologia de Texto para Fala …
A IA Confiável abrange princípios e práticas que garantem que os sistemas de IA operem de …
No contexto da inteligência artificial, ‘sem censura’ geralmente descreve …
O subajuste ocorre quando um modelo estatístico ou algoritmo de aprendizado de máquina …
Não há uma definição amplamente aceita para ‘Tum’ como um conceito, técnica …
Na engenharia de software, particularmente para bibliotecas de IA escritas em Python, C++ …
Árvore de Pensamentos (ToT) estende o prompt tradicional de cadeia de pensamento, …
A detecção de toxicidade emprega técnicas de processamento de linguagem natural para …
Em inteligência artificial e ciência da computação, um problema de brinquedo é um cenário …
No contexto da engenharia de IA, o rastreamento envolve capturar logs detalhados de como …
A toxicidade na IA refere-se à geração ou propagação de conteúdo que é desrespeitoso, que …
Este conceito refere-se à sequência histórica e projetada de eventos em que as …
Os dados de série temporal consistem em observações registradas sequencialmente ao longo …
Na engenharia de IA, o throughput é uma métrica crítica de desempenho que indica a …
O THUDM (Grupo de Pesquisa em Processamento de Linguagem Natural da Universidade de …
O ’token maxxing’ envolve a criação cuidadosa de entradas para utilizar toda …
O TensorFlow Lite é um framework de código aberto projetado para implantar modelos de …
A The AI Con é um evento anual dedicado a investigar e destacar práticas enganosas, …
Cunhado por Pedro Domingos em seu livro de mesmo nome, o ‘Algoritmo Mestre’ …
Enquanto os humanos pensam biologicamente, o ‘pensamento’ da IA envolve …
O aprendizado de três fatores é uma abordagem específica dentro do aprendizado por …
A Inferência de Geração de Texto (TGI) é um framework de software dedicado projetado para …
Texto para Áudio é um termo amplo que abrange tecnologias que transformam entrada textual …
Texto para Fala (TTS) é um tipo de tecnologia assistiva que lê texto digital em voz alta …
Texto para Imagem refere-se à aplicação de inteligência artificial generativa para …
Texto para Vídeo refere-se a modelos de IA generativa que criam conteúdo visual dinâmico …
A classificação de texto é uma tarefa de aprendizado supervisionado na qual algoritmos …
A Geração de Texto é um paradigma fundamental de aplicação no processamento de linguagem …
A Inferência de Incorporações de Texto refere-se à implantação e otimização de modelos …
O TensorBoard é um conjunto de aplicativos da web para inspecionar e compreender …
O TensorFlow Hub é uma plataforma para publicação e reutilização de componentes de …
A regressão simbólica é um tipo de análise de regressão que procura encontrar uma …
A geração de Texto para Imagem (T2I) envolve o uso de modelos de aprendizado profundo, …
A função tangente hiperbólica (Tanh) é uma função de ativação não linear comumente usada …
Em ciência da computação e aprendizado profundo, um tensor é um objeto matemático que …
O viés temporal ocorre quando os modelos de aprendizado de máquina atribuem peso …
A inteligência artificial simbólica, frequentemente chamada de GOFAI (Good Old-Fashioned …
No aprendizado de máquina e na otimização, um modelo substituto atua como um proxy para …
Na inteligência artificial, o nível simbólico representa uma abstração de alto nível onde …
A siciância é um modo de falha em grandes modelos de linguagem onde o sistema prioriza …
Não há uma definição padrão amplamente aceita para ‘Syman’ na terminologia …
A minimização do risco estrutural (SRM) é um método para minimizar o risco esperado …
Este conceito refere-se ao debate e à possível política sobre a restrição ou paralisação …
A regularização de esparsidade estruturada estende a regularização L1 padrão, …
O streaming refere-se à ingestão e ao processamento contínuos de dados em tempo real ou …
Supermind AI refere-se a sistemas onde múltiplos componentes de IA, especialistas humanos …
O aprendizado relacional estatístico (LRS) combina teoria da probabilidade com estruturas …
Em aprendizado de máquina, estabilidade refere-se à robustez do desempenho e dos …
O Stable Diffusion é um modelo de aprendizado profundo que gera imagens detalhadas …
A biblioteca Diffusers é um kit de ferramentas de código aberto da Hugging Face projetado …
A teoria do aprendizado estatístico (TAE) é um ramo da estatística e da ciência da …
A Ativação Difusa é um conceito originalmente da psicologia cognitiva, adaptado em redes …
A Detecção de Troca de Falante (SCD) é uma técnica usada para marcar os timestamps exatos …
A Diarização de Falantes é a tarefa de particionar um fluxo de áudio em segmentos …
A tradução Fala para Fala (STS) contorna representações de texto intermediárias para …
A regressão Spike-and-Slab é uma técnica estatística bayesiana usada para seleção de …
Datacenters baseados no espaço são instalações de computação propostas situadas na órbita …
O embedding espacial envolve a conversão de relações espaciais físicas ou abstratas em …
O emoji de brilhos é um ícone gráfico frequentemente empregado em interfaces de usuário …
A inteligência espacial refere-se à capacidade dos modelos de inteligência artificial de …
No processamento de fala, um orador é definido como uma fonte de voz humana distinta …
Um agente de software é uma entidade autônoma capaz de perceber seu ambiente, raciocinar …
Este termo não é uma definição técnica, mas um marcador cultural referindo-se a períodos …
A atribuição de fonte refere-se ao rastreamento sistemático e à rotulagem das origens de …
IA Soberana descreve a capacidade de um país ou organização de construir, implantar e …
Desenvolvida por Ray Solomonoff, esta teoria fornece um modelo universal de indução …
A abordagem situada é um quadro metodológico na pesquisa de IA que argumenta que o …
Este termo refere-se às dinâmicas específicas do mercado regional em torno dos …
Objetos inteligentes são componentes da Internet das Coisas (IoT) que possuem …
Robôs Assistidos Socialmente (SARs) são um subconjunto da interação humano-robô focado em …
Slopaganda descreve uma forma estratégica de desinformação que depende da repetição, …
O aprendizado de similaridade foca no treinamento de modelos para mapear entradas em um …
Os estudos sobre a Singularidade são uma disciplina acadêmica emergente que investiga as …
A arquitetura Serverless permite que os desenvolvedores criem e executem aplicativos sem …
A função sigmoide, definida como σ(z) = 1 / (1 + e^-z), é amplamente utilizada em …
Em inteligência artificial, ‘situado’ refere-se a agentes embutidos em um …
A rotulagem de sequências envolve prever um rótulo categórico para cada token em uma …
Os Sentence Transformers são extensões dos modelos Transformer tradicionais (como o …
O SentencePiece é uma biblioteca open-source popular para normalização e tokenização de …
Os Server-Sent Events (SSE) permitem comunicação unidirecional do servidor para o …
A similaridade de frases mede o grau de sobreposição semântica entre duas frases …
Vai além da estrutura sintática para interpretar a intenção e o significado real dos …
O aprendizado semissupervisionado é um paradigma híbrido de treinamento que utiliza uma …
Principalmente utilizada com Grandes Modelos de Linguagem (LLMs), esta técnica melhora a …
Este conceito abrange a capacidade de agentes ou sistemas de IA lidarem independentemente …
Odobramento semântico refere-se ao processo de comprimir embeddings vetoriais complexos e …
Esses bancos de dados permitem a modelagem dinâmica de dados ao não impor estruturas …
Na teoria computacional do aprendizado, a complexidade de amostragem quantifica a …
Sam3 não é um termo público padrão amplamente reconhecido como SAM (Segment Anything …
Sam3 Video refere-se à aplicação de modelos avançados de segmentação, potencialmente uma …
SUPS é um acrônimo que pode variar conforme o contexto, mas aparece frequentemente em …
A Automação de Processos Robóticos (RPA) emprega robôs de software, muitas vezes …
A indução de regras é um método de aprendizado de máquina simbólico que deriva regras do …
STIT significa ‘See To It That’ (Veja para que seja feito). É um ramo da …
Na segurança e ética da IA, a robustez refere-se à resiliência de um modelo contra …
Rust é uma linguagem de programação de propósito geral e multi-paradigma, projetada para …
O aprendizado de robôs envolve o treinamento de agentes robóticos para realizar tarefas …
O direito à explicação é um componente central da prestação de contas algorítmica, …
A IA Responsável abrange princípios e práticas destinados a mitigar os riscos associados …
A reclassificação é uma estratégia usada em recuperação de informação e sistemas de …
A resistência à IA refere-se aos métodos utilizados por indivíduos ou entidades para …
O colapso de representação ocorre quando uma rede neural, particularmente em estruturas …
A confiabilidade na IA refere-se à confiança e consistência do comportamento de um …
A mineração de dados relacionais concentra-se na extração de informações úteis de bancos …
A regularização é um conceito crucial no aprendizado de máquina, projetado para reduzir o …
O truque de reparametrização é um método fundamental utilizado em autoencoders …
Esta abordagem vai além da simples rotulagem humana no loop (human-in-the-loop). Envolve …
O autoaperfeiçoamento recursivo refere-se à capacidade teórica de um sistema de …
O limite de taxa protege serviços de IA e APIs contra abuso, sobrecarga e consumo …
Ao contrário dos modelos generativos padrão focados na fluência, os modelos de raciocínio …
Em IA, a reflexão é um paradigma em que um modelo pausa para avaliar seu próprio processo …
A complexidade de Rademacher avalia quão bem uma classe de hipóteses pode …
O Qwen3.6 representa um refinamento adicional na família de modelos Qwen3. Atualizações …
O Rabbit r1 é um dispositivo de hardware dedicado lançado pela Rabbit Inc., centrado em …
Os mapas de recursos aleatórios transformam entradas em um novo espaço onde modelos …
ROCm (Radeon Open Compute) é uma pilha de drivers e software desenvolvida pela AMD para …
Qwen Edit denota funcionalidades específicas ou iterações de modelos dentro da série Qwen …
Qwen2 significa a segunda geração significativa da família de modelos Qwen, introduzindo …
Qwen3 5 parece denotar um ponto de verificação específico, uma variante de tamanho ou um …
Este termo refere-se a uma arquitetura especializada dentro da família Qwen, …
Qwen3.5 denota um lançamento específico na linhagem Qwen desenvolvido pela Alibaba Cloud. …
O aprendizado de máquina quântico (QML) é um campo emergente interdisciplinar que integra …
A quantização é uma técnica de otimização de modelos que reduz a precisão numérica dos …
O Qwen representa uma família de modelos de linguagem grandes avançados criados pelo …
O Qwen Coder é uma versão dedicada do modelo de linguagem grande Qwen, ajustada …
A vida artificial quântica (QAL) explora a interseção entre a mecânica quântica e a …
O Mixin do Hub de Modelos PyTorch é um componente fornecido pela biblioteca Hugging Face …
No contexto do Pyannote Audio, um pipeline refere-se a um fluxo de trabalho configurável …
Pythia é uma série de grandes modelos de linguagem (LLMs) de código aberto criados pela …
A Qloo opera como uma empresa de inteligência de dados especializada em entender as …
No contexto de IA e ciência de dados, quantificação refere-se à transformação de dados …
Os métodos de gradiente proximal são técnicas de otimização iterativas utilizadas quando …
A poda envolve identificar e eliminar neurônios, conexões ou filtros em uma rede neural …
Este campo examina os processos mentais subjacentes à dedução, indução e raciocínio …
Pyannote é uma biblioteca Python de código aberto desenvolvida pelo pyannote.audio, …
Pyannote Audio é um kit de ferramentas abrangente projetado para facilitar o …
O ajuste de prompt envolve a adição de prompts treináveis suaves (vetores contínuos) à …
O Produto de Especialistas (PoE) é um método para construir distribuições de …
Este termo abrange os produtos comerciais e de pesquisa criados pela OpenAI, um …
A Programação por Exemplo (PBE) é um paradigma na síntese de programas onde os …
Este termo abrange a evolução histórica e contínua dos sistemas de inteligência …
No aprendizado proativo, o sistema de IA determina quais amostras reduziriam mais a …
A correspondência de probabilidades é um padrão comportamental frequentemente observado …
A numeração probabilística aplica métodos bayesianos a problemas numéricos tradicionais, …
O Praftn é um framework computacional especializado projetado para lidar com dados de …
Na inteligência artificial, a resolução de problemas refere-se à abordagem sistemática de …
O aprendizado de preferências concentra-se em ensinar os modelos a distinguir entre boas …
O conhecimento prévio refere-se a insights específicos do domínio, restrições ou dados …
O termo ‘pré-treinado’ descreve um modelo de rede neural que passou por um …
O Prefix Tuning é uma técnica de adaptação eficiente em parâmetros para transformadores …
Este princípio postula que as ações de um agente devem ser escolhidas para maximizar sua …
O aprendizado preditivo envolve o treinamento de redes neurais para inferir pontos de …
A Physical Intelligence Inc. (PI) é uma spin-off da Google DeepMind, estabelecida para …
No contexto de IA e tecnologia, um podcast refere-se a conteúdo de mídia digital …
A polissemantidade é uma característica observada em redes neurais profundas, …
As Representações de Estado Preditivas (PSRs) estendem os tradicionais processos de …
O coeficiente Phi (φ) é uma medida de associação para duas variáveis binárias, servindo …
Um personoide é uma entidade, seja robótica ou virtual, projetada para se assemelhar ou …
O Perusall é uma plataforma de tecnologia educacional que utiliza inteligência artificial …
Phi, abreviação de ‘Foundation models based on Teaching-Learning Paradigm’ …
Phi-3 é uma série de modelos de linguagem pequenos (SLMs) lançados pela Microsoft, …
A computação de personalidade envolve o desenvolvimento de algoritmos e sistemas capazes …
Um modelo de erro de percepção descreve as discrepâncias entre os dados sensoriais …
Uma percepção é a representação interna de um estímulo externo após ter sido processada …
Na IA e na ciência cognitiva, um perceptor refere-se ao componente de um sistema …
Personaplex refere-se ao ecossistema ou infraestrutura que suporta a criação, gestão e …
Um agente pedagógico é um componente de software, frequentemente representado como um …
O Aprendizado de Paridade é um problema de referência na teoria do aprendizado de …
Uma Linguagem de Padrões é um framework formalizado composto por um conjunto de soluções …
O Reconhecimento de Padrões é um ramo da inteligência artificial e da estatística …
A Teoria dos Padrões fornece uma base matemática rigorosa para entender como objetos e …
PagedAttention é uma técnica introduzida pelo projeto vLLM para melhorar a eficiência da …
Sistemas Web Paralelos referem-se a designs de infraestrutura onde tarefas computacionais …
Parafraseamento em Processamento de Linguagem Natural envolve gerar expressões …
PHerc. Paris. 4 é uma designação para um fragmento de um rolo de papiro carbonizado …
POP-11 (Program Oriented Problem Solving) é uma linguagem de programação multiparadigma …
A Detecção de Fala Sobreposta (OSD) é uma tarefa especializada no processamento de fala …
Este termo descreve a classificação estrutural do aprendizado de máquina em aprendizado …
O esboço do aprendizado profundo abrange as estruturas fundamentais, como camadas de …
Owain Evans é cientista da computação e educador, atualmente associado ao Centro de …
O P-Tuning (Prompt Tuning) é uma técnica projetada para adaptar grandes modelos de …
Também conhecido como aprendizado em lote (batch learning), o aprendizado offline envolve …
Este conceito abrange o ecossistema de tecnologias de IA lançadas sob licenças que …
A inteligência organoide (OI) refere-se ao desenvolvimento de sistemas bio-híbridos onde …
Desenvolvido pela Intel, o OpenVINO (Open Visual Inference and Neural network …
A Operação Serenata de Amor é um projeto pioneiro de código aberto que aplica …
A detecção de objetos estende a classificação de imagens ao não apenas determinar quais …
A sigla NSO pode ter múltiplos significados dependendo do contexto. Na pesquisa técnica …
A Nvidia é uma força dominante na indústria de IA, sendo principalmente conhecida por …
Na engenharia de IA, a observabilidade refere-se à capacidade de compreender o estado …
O Reconhecimento Óptico de Caracteres (OCR) usa algoritmos de processamento de imagem e …
A detecção de novidade é uma tarefa de aprendizado de máquina focada em identificar …
Este termo é frequentemente usado em discussões sobre direitos, responsabilidades e …
Não há uma definição estabelecida ou conceito amplamente aceito conhecido como …
Os métodos comuns incluem escalonamento Min-Max e padronização Z-score. Este processo …
Nouvelle IA refere-se a uma classe de sistemas de inteligência artificial que utilizam …
Os estados quânticos de redes neurais utilizam técnicas de aprendizado profundo para …
A IA neuro-simbólica integra métodos de aprendizado neural subsimbólicos com sistemas de …
As leis de escalonamento neural descrevem a relação previsível de lei de potência entre o …
Este domínio foca na criação de arquiteturas de hardware e software que imitam a …
Este campo une neurociência e robótica implementando modelos de redes neurais em sistemas …
Os campos de modelagem neural envolvem o estudo de como as populações neurais se …
A computação neural refere-se às operações matemáticas realizadas por neurônios …
A identificação de língua nativa (ILN) é um subcampo do processamento de linguagem …
A Nature Machine Intelligence é uma revista acadêmica de alto impacto dedicada à …
Este projeto aproveita os dados de observação da Terra da NASA combinados com algoritmos …
O método de atualização de pesos multiplicativos é um algoritmo fundamental de …
O Muse Spark é uma estrutura de aprendizado profundo de código aberto projetada para …
MXFP4 (Mixed eXtended Floating Point 4-bit) é um formato de tipo de dado especializado …
A otimização multitarefa envolve treinar um único modelo para lidar com várias tarefas …
Splines de Regressão Adaptativa Multivariada (MARS) é um método de regressão flexível que …
A análise de sentimento multimodal estende a detecção tradicional baseada apenas em …
O aprendizado de representação multimodal envolve o treinamento de modelos para processar …
Esta técnica aproveita o viés indutivo compartilhado entre tarefas relacionadas para …
O problema do bandit multibraço ilustra o dilema enfrentado por um agente ao decidir se …
Modelos multilíngues são projetados para lidar com entradas linguísticas diversas sem …
O Moshi é um modelo avançado de IA criado pela Kyutai que integra o processamento de fala …
A multi modalidade representa a estrutura arquitetônica e teórica que permite aos modelos …
Na inteligência artificial, a multimodalidade descreve a capacidade de um modelo de …
O Problema do Carro na Montanha é um benchmark padrão na pesquisa de aprendizado por …
A terceirização moral refere-se ao fenômeno em que os humanos cedem o julgamento ético e …
Esta categoria inclui métodos como poda, quantização e destilação de conhecimento, …
O arquivo de índice, geralmente chamado ‘model_index.json’, contém …
Mistura de Especialistas (MoE) é uma arquitetura de aprendizado de máquina projetada para …
Os mixins fornecem métodos comuns, como salvar, carregar e enviar modelos para o Hugging …
Um Registro de Modelo serve como um componente crítico no MLOps, fornecendo um …
Em GANs, o colapso de modo ocorre quando o gerador aprende a explorar fraquezas no …
O Mistral Common é um pacote Python mantido pela Mistral AI que oferece ferramentas …
O Mixtral é um LLM de pesos abertos pioneiro que utiliza uma arquitetura de Mistura …
Os MobileNets utilizam convoluções separáveis por profundidade para reduzir drasticamente …
O Treinamento de Precisão Mista (MPT) combina tipos de dados de meia precisão (FP16) e …
As aplicações militares de IA abrangem uma ampla gama de tecnologias projetadas para …
Desinformação refere-se a informações falsas ou enganosas compartilhadas sem a intenção …
Embora não seja um termo acadêmico padrão, ‘Mindpixel’ denota tipicamente uma …
O MindsDB atua como uma ponte entre bancos de dados relacionais tradicionais e fluxos de …
Mistral refere-se a uma família de poderosos LLMs de pesos abertos criados pela startup …
O aprendizado meta foca no design de algoritmos que podem aprender com tarefas anteriores …
A controvérsia do MediSafe refere-se a uma discussão ética significativa nos primeiros …
A interpretabilidade mecanicista foca na engenharia reversa de redes neurais para …
O prefixo ‘meta’ na inteligência artificial denota um nível mais alto de …
No contexto da engenharia de IA, os microsserviços permitem que diferentes componentes de …
A análise meio-fim é uma estratégia cognitiva usada em inteligência artificial e …
A Busca de Produto Interno Máximo (MIPS) é um problema fundamental na recuperação de …
No contexto da inteligência artificial, a matemática fornece o arcabouço teórico para o …
O Motor ME-Noughts-and-Crosses foi uma demonstração precoce de aprendizado de máquina, …
A regularização de matriz estende os conceitos de regularização escalar para matrizes, …
Esta técnica atende a regulamentações de privacidade, como o ‘direito ao …
A geração de máscaras envolve produzir máscaras espaciais ou temporais que determinam …
Esta hipótese explica por que o aprendizado profundo funciona eficazmente apesar da …
Esses potenciais permitem simulações de dinâmica molecular com precisão próxima à da …
A regularização de varifold estende os métodos tradicionais de regularização incorporando …
Este campo interdisciplinar utiliza aprendizado de máquina para processar grandes volumes …
Este campo envolve a integração de técnicas de aprendizado de máquina nos fluxos de …
Na física, o aprendizado de máquina auxilia na simulação da mecânica quântica, na análise …
O aprendizado de máquina aprimora as ciências da Terra ao processar imagens de satélite, …
Ela preenche a lacuna entre as entradas brutas dos sensores e a compreensão semântica …
Este campo combina técnicas de aprendizado de máquina com processamento de linguagem …
O controle por aprendizado de máquina integra algoritmos adaptativos com sistemas de …
O MAUVE é uma medida estatística projetada para avaliar quão de perto a saída de um …
O MLOps permite que as organizações implantem e mantenham modelos de aprendizado de …
Embora seja principalmente um conceito da física teórica, e não da ciência da computação, …
Contexto longo refere-se à capacidade dos modelos baseados em transformadores de lidar …
A Hipótese do Bilhete de Loteria sugere que dentro de uma grande rede neural inicializada …
O Ltx Video representa um avanço na IA generativa para vídeo, utilizando processos de …
Lynda Soderholm é uma figura reconhecida no setor de tecnologia, particularmente notada …
No contexto da terminologia moderna de IA, Lyra frequentemente denota sistemas de IA …
A amostragem local caso-controle é uma estratégia usada principalmente no treinamento de …
Lançada em agosto de 2024, a Llama 3.1 expande a família Llama para incluir um massivo …
Originalmente conhecido como GPT Index, o LlamaIndex é um poderoso framework de dados que …
Executar um LLM Local envolve implantar modelos de pesos abertos diretamente em hardware …
LocateAnything é um framework versátil de visão computacional que permite a detecção e …
Um linter é um utilitário que realiza análise estática no código-fonte sem executá-lo. …
Estes se referem a repositórios organizados, como tópicos do GitHub, listas …
Llama (Large Language Model Meta AI) é uma série de modelos fundamentais de grande …
Lançado pela Meta AI em julho de 2023, o Llama 2 representa uma evolução significativa …
Introduzido em abril de 2024, o Llama 3 constrói sobre o sucesso do Llama 2 com melhorias …
Em modelagem estatística e aprendizado de máquina, uma função preditora linear representa …
A IA com Memória Limitada representa o segundo nível de capacidade de IA, onde os …
O Planejamento Vitalício A* (LPA*) é uma extensão do algoritmo de busca A* projetada para …
A separabilidade linear refere-se à condição geométrica na qual pontos de dados …
Em sistemas dinâmicos e análise de séries temporais, a vida útil da correlação mede a …
Ao contrário da classificação ou regressão padrão, o aprendizado para classificação foca …
Este conceito origina-se do aprendizado por reforço e envolve um agente interagindo com …
Tipicamente, uma curva de aprendizado exibe as pontuações de treinamento e validação no …
O dividendo do mentiroso refere-se ao risco social imposto pela IA generativa avançada, …
A validação cruzada de deixar um fora (LOOCV) é um caso específico de validação cruzada …
Os aprendizes preguiçosos, como k-Vizinhos Mais Próximos (k-NN), memorizam todo o …
Na teoria do aprendizado estatístico, uma classe de funções aprendíveis representa o …
A Normalização por Camada estabiliza o treinamento reduzindo o desvio de covariância …
O problema da ‘última milha’ refere-se aos desafios encontrados ao implantar …
O vazamento de dados é um erro crítico em aprendizado de máquina onde o modelo obtém …
Os dados rotulados consistem em amostras de entrada pareadas com seus rótulos de verdade …
O Kubernetes (frequentemente abreviado como K8s) é um sistema de orquestração de …
LLM-as-a-Judge é um paradigma de avaliação onde um Grande Modelo de Linguagem atua como …
Enraizada na teoria dos atos de fala e na pragmática, essa perspectiva enfatiza como as …
Ruído de rótulos refere-se às discrepâncias entre os rótulos de classe verdadeiros das …
Esta abordagem emprega técnicas de satisfação de restrições dentro de uma base de …
Cunhado por Allen Newell, o nível de conhecimento analisa sistemas inteligentes com base …
As Redes Kolmogorov–Arnold (KANs) são uma classe recente de redes neurais inspirada no …
Ao contrário da filtragem colaborativa, que depende do comportamento passado do usuário, …
Os sistemas baseados em conhecimento (KBS) são um ramo da inteligência artificial que …
A compilação de conhecimento refere-se a técnicas em inteligência artificial que …
A distilação de conhecimento é um método de aprendizado de máquina utilizado para …
Os métodos de incorporação de grafos de conhecimento, como TransE ou DistMult, …
A integração de conhecimento envolve mesclar dados de diversas origens, como bancos de …
A data de limite de conhecimento define o limite temporal dos dados de treinamento de um …
A Estimativa de Densidade de Kernel (KDE, do inglês Kernel Density Estimation) é uma …
A Incorporação de Distribuições por Kernel permite que objetos probabilísticos sejam …
O KAoS é um framework de agentes inteligentes desenvolvido para lidar com a complexidade …
O Kimi K2 representa uma iteração significativa na série de modelos de linguagem grande …
O Kimi K25 é uma iteração avançada dentro da família de modelos Kimi produzida pela …
Esta frase representa uma questão pivotal na ética e governança de IA, instigando as …
Um K-line, comumente referido como gráfico de candlestick nos mercados ocidentais, é uma …
O Journal of Machine Learning Research (JMLR) é uma publicação proeminente de acesso …
No aprendizado por reforço, a motivação intrínseca impulsiona um agente a explorar seu …
Na geometria convexa e na probabilidade de alta dimensão, um conjunto de pontos ou um …
A automação inteligente integra a Automação Robótica de Processos (RPA) tradicional com …
Um banco de dados inteligente aproveita o aprendizado de máquina e a IA para aprimorar as …
O controle inteligente emprega métodos de inteligência artificial, como lógica difusa, …
O Reconhecimento Inteligente de Palavras refere-se a tecnologias avançadas de …
Um Sistema de Suporte à Decisão Inteligente (IDSS) integra técnicas de inteligência …
Um agente inteligente é um sistema capaz de perceber seu entorno através de sensores ou …
Também conhecido como aprendizado baseado em memória, esta técnica não constrói um modelo …
No aprendizado de máquina, uma instância refere-se a um exemplo específico do conjunto de …
O seguimento de instruções refere-se à habilidade de modelos de linguagem grandes e …
A seleção de instâncias visa melhorar a eficiência computacional e o desempenho do modelo …
Este conceito envolve analisar a estrutura do espaço de representação em modelos de …
A probabilidade indutiva quantifica quão provável é que uma hipótese seja verdadeira dada …
A Programação Indutiva, frequentemente referida como Síntese de Programas, envolve a …
Esta teoria postula que o aprendizado é essencialmente um processo de inferência …
O viés indutivo representa as preferências ou restrições inerentes incorporadas em um …
Busca Heurística Incremental refere-se a algoritmos que refinam uma solução candidata …
A tecnologia de Imagem para Vídeo pega um único quadro estático e prevê os quadros …
Imatrix, abreviação de Matriz de Importância, é uma técnica principalmente associada ao …
O Inception Score (IS) é uma medida estatística introduzida para avaliar o desempenho de …
Texto inautêntico refere-se a material escrito produzido por sistemas de IA ou humanos …
Este paradigma utiliza modelos como Stable Diffusion ou DALL-E para produzir imagens de …
Este campo estuda os processos por trás de como as ideias são formadas, combinadas e …
Imagem Para Imagem (I2I) envolve o uso de modelos de aprendizado profundo, como GANs ou …
Imagem Texto Para Texto refere-se a modelos que processam entradas visuais junto com …
Estabelecido sob o Ministério da Eletrônica e Tecnologia da Informação, o INDIAai serve …
O ajuste de hiperparâmetros envolve avaliar diferentes conjuntos de hiperparâmetros para …
Ao contrário dos parâmetros do modelo (pesos e vieses) que são aprendidos a partir dos …
Esta prática envolve conectar modelos de IA, como Modelos de Linguagem Grande (LLMs), a …
A Otimização de Hiperparâmetros (HPO) refere-se ao campo mais amplo de automação da …
A tradução de Imagem para Imagem (I2I) envolve mapear pixels de um domínio de origem para …
A Busca Híbrida integra dois métodos distintos de recuperação: a busca vetorial densa, …
A IA Centrada no Humano é uma filosofia de design que coloca os seres humanos no centro …
A Interação Humano-IA (HAI) é um campo interdisciplinar que examina a dinâmica entre …
A resolução de problemas humanos abrange as capacidades cognitivas multifacetadas que os …
Um Sistema Inteligente Híbrido (HIS) funde diferentes paradigmas de IA, combinando …
O Histograma de Deslocamentos Orientados (HOD) é um método de extração de características …
A Hugging Face é uma empresa proeminente e uma plataforma online que se tornou central …
O algoritmo Mundo Pequeno Navegável Hierárquico (HNSW) constrói um grafo multicamadas, …
As Redes Highway foram projetadas para abordar o problema do gradiente desaparecente no …
A supervisão humana refere-se aos mecanismos e processos pelos quais os humanos …
Uma camada oculta consiste em neurônios que recebem entradas das camadas anteriores, …
Esta frase refere-se a uma obra literária específica que examina como os seres humanos …
A Paridade Hierárquica de Risco (HRP) é um método de construção de portfólio que aborda …
O Ranking ASR do Hugging Face é uma plataforma de métricas impulsionada pela comunidade, …
Um sistema de controle hierárquico organiza a lógica de controle em múltiplas camadas, …
Halite era uma competição anual de programação de IA organizada pela Two Sigma, onde …
Conteúdo nocivo refere-se a mídia digital ou texto que pode causar danos físicos, …
O H2O é uma plataforma amplamente utilizada, de código aberto e baseada em memória, para …
Hardware de IA refere-se a dispositivos de computação especializados otimizados para o …
No contexto do processamento de linguagem geral, ‘haw’ é uma exclamação …
O Grok-1 é o lançamento inaugural da xAI, lançado em novembro de 2023. É um modelo de …
Grokking refere-se a um comportamento contra-intuitivo observado no aprendizado profundo, …
Em IA, grounding refere-se à vinculação de representações simbólicas ou texto gerado a …
Guardrails referem-se a um conjunto de controles de software e camadas de aplicação de …
A Máquina de Gödel é um solucionador universal hipotético proposto por Jürgen …
Esta abordagem imita os processos cognitivos humanos ao agrupar dados em entidades de …
Desenvolvido pelo Facebook, o GraphQL fornece uma descrição completa e compreensível dos …
Grok é um chatbot de modelo de linguagem grande criado pela empresa de Elon Musk, a xAI. …
Originária da ciência da computação teórica e da linguística, esta área estende os …
Uma GPU é um processador de alto desempenho desenvolvido originalmente para lidar com …
Esta estratégia de otimização permite que modelos de aprendizado profundo sejam treinados …
A Governança de IA refere-se ao conjunto de regras, diretrizes e estruturas …
O Gpt Bigcode, frequentemente associado a modelos como o StarCoder, representa um avanço …
Gpt Oss geralmente denota alternativas ou derivados de código aberto dos modelos …
Generative Pre-trained Transformer 2 (GPT-2) é um modelo de linguagem autoregressivo que …
Não existe um termo padrão único chamado ‘GLM MoE DSA’. No entanto, é …
Um Glossário de Inteligência Artificial serve como um documento de referência que define …
O Google Clips era um dispositivo de eletrônicos de consumo desenvolvido pelo Google que …
O Google Colaboratory, comumente conhecido como Colab, é um serviço de cadernos Jupyter …
O Google Research é o braço de pesquisa acadêmica e industrial da Google LLC, focado em …
O aprendizado de características geométricas concentra-se no processamento de dados que …
Genie refere-se a uma família de modelos generativos projetados especificamente para …
Não há conceito, tecnologia ou metodologia estabelecida conhecida como …
Na modelagem estatística, GLM significa Modelos Lineares Generalizados, que estendem a …
A Missão Gênesis geralmente se refere a uma fase ou projeto estratégico dentro de uma …
Este conceito refere-se à dependência estratégica e operacional que as empresas …
Este conceito sociotécnico destaca disparidades nas quais mulheres e meninas …
Esses sistemas, incluindo grandes modelos de linguagem e modelos de difusão, não apenas …
Ao contrário dos modelos de regressão tradicionais que se concentram apenas na média, o …
Os modelos generativos são algoritmos projetados para entender os padrões e estruturas …
A Galaxy AI é o ecossistema proprietário de funcionalidades de IA da Samsung, projetado …
Os modelos Gemma são projetados para serem eficientes e acessíveis para pesquisadores e …
Até o momento do conhecimento atual, não há nenhum modelo oficialmente lançado …
A teoria dos jogos é um ramo da matemática aplicada que modela interações estratégicas …
Uma Unidade Recorrente com Portas (GRU) é uma célula especializada de rede neural …
A conformidade com o RGPD refere-se às medidas legais e técnicas que os desenvolvedores …
GGUF (GPT-Generated Unified Format) é um formato de arquivo binário projetado …
GOLOG é uma linguagem de programação lógica usada principalmente em inteligência …
GPT-5.6 refere-se a uma versão especulativa ou futura na linhagem dos Grandes Modelos de …
O teorema da separação de Gabbay é um conceito fundamental na lógica matemática, …
Um agente difuso opera em ambientes onde os dados são frequentemente ambíguos ou …
A ACF fornece uma estrutura rigorosa para analisar relações entre objetos e seus …
Ponto flutuante 8 (FP8) é um tipo de dado numérico que oferece um equilíbrio entre …
O FrontierMath é um conjunto especializado de avaliação criado para testar os limites dos …
Este conceito envolve o projeto de sistemas de IA com capacidades prospectivas que podem …
O ajuste fino (fine-tuning) refere-se à técnica de pegar um modelo que já foi treinado em …
A aproximação de aptidão é utilizada em computação evolutiva quando avaliar a função de …
O controle de força permite que robôs realizem operações delicadas, como montagem, …
No contexto da terminologia de IA, ‘Fon’ é frequentemente usado para …
Os modelos generativos baseados em fluxo constroem distribuições de probabilidade …
O escalonamento de recursos padroniza a faixa das variáveis de entrada para evitar que …
Fill Mask é um objetivo fundamental de pré-treinamento usado em modelos baseados em …
Redes Feed-Forward (FFNs), também conhecidas como Perceptrons Multicamadas (MLPs), …
Redes neurais com feedback, também conhecidas como redes neurais recorrentes (RNNs), …
Um Feature Store atua como uma ponte entre equipes de engenharia de dados e aprendizado …
No aprendizado de máquina, um feature é um atributo ou variável distinto que descreve uma …
A engenharia de features é a arte de alavancar a expertise de domínio para transformar …
A extração de features envolve transformar dados brutos em um conjunto de características …
O feature hashing, também conhecido como truque de hash, permite que modelos de …
O aprendizado de features, frequentemente associado ao deep learning, permite que os …
O ABE combina raciocínio simbólico com aprendizado de máquina para acelerar o processo de …
Nos processos de tomada de decisão, os agentes enfrentam um compromisso: podem explorar o …
O Facebook, agora parte da Meta Platforms Inc., é uma força líder em pesquisa e aplicação …
Falcon refere-se a uma série de poderosos grandes modelos de linguagem (LLMs) criados …
Ao contrário dos algoritmos genéticos que mantêm uma população, a OE trabalha com uma …
Em contextos computacionais, evolvibilidade refere-se à facilidade com que um algoritmo …
O ExBERT fornece interpretabilidade para o modelo transformer BERT, analisando a …
À medida que os modelos de aprendizado de máquina se tornam mais complexos, …
A Propagação de Expectativa (EP) aproxima integrais intratáveis refinando iterativamente …
Esta prática envolve o registro de hiperparâmetros, versões de conjuntos de dados, …
Esta área envolve a análise de métricas como precisão, exatidão, revocação, pontuação F1 …
No aprendizado de máquina, uma época representa uma única iteração sobre todo o conjunto …
A lógica modal epistêmica estende a lógica clássica com operadores que denotam o que um …
As probabilidades igualadas são uma restrição de paridade estatística usada na justiça …
Inspirada pela ontogênese biológica, a Robótica Evolutiva do Desenvolvimento explora como …
No aprendizado por reforço e na inteligência artificial, o empoderamento é uma métrica de …
Este termo refere-se aos significativos requisitos de recursos associados às tecnologias …
A Minimização do Risco Empírico (MRE) é a função objetivo padrão para treinar modelos de …
Os Modelos Baseados em Energia (MBEs) definem uma distribuição de probabilidade sobre os …
Um sistema cognitivo empresarial combina inteligência artificial, processamento de …
Diferente da IA desconectada (disembodied) que processa dados abstratos, os agentes …
Algoritmos emergentes referem-se a comportamentos globais complexos ou padrões que surgem …
Este campo desafia visões tradicionais que tratam a mente como um computador processando …
Criado pela Universidade de Helsinque e pela Reaktor, esta iniciativa educacional visa …
A Modelagem Dinâmica Empírica (EDM) é um framework para analisar sistemas dinâmicos não …
A computação de borda aborda as limitações de latência e largura de banda das …
O Eagle representa um framework arquitetônico e de engenharia específico no domínio dos …
O Early Stopping é uma forma de regularização usada principalmente em processos de …
Desenvolvido pelo Google, o EfficientNet utiliza um método de escalonamento composto para …
Esta prática envolve implantar modelos de IA treinados diretamente em hardware, como …
Este termo refere-se à relação sinérgica entre o algoritmo Expectation-Maximization (EM) …
No aprendizado ávido, o sistema constrói uma função alvo ou modelo geral com base nos …
A dupla queda desafia o trade-off tradicional entre viés e variância, mostrando que …
O ELMo gera embeddings de palavras sensíveis ao contexto processando o texto de entrada …
A Lógica Epistêmica Dinâmica (LED) estende a lógica modal para modelar como o …
A adaptação de domínio aborda o desafio quando os dados de treinamento e teste vêm de …
Arquivo Único de Difusão refere-se a uma estratégia de empacotamento para modelos de …
A classificação de documentos é uma tarefa fundamental de processamento de linguagem …
A discriminação contra robôs é um conceito ético e sociológico emergente que examina como …
Um sistema de descoberta é uma estrutura computacional voltada para acelerar avanços …
Este termo refere-se a uma implementação específica na biblioteca Hugging Face Diffusers …
Este pipeline utiliza o modelo Stable Diffusion 3, que introduz uma arquitetura de …
Este é o pipeline fundamental para o modelo Stable Diffusion v1.5, amplamente utilizado …
Este pipeline implementa a arquitetura do Stable Diffusion XL, que utiliza um modelo base …
No contexto do ecossistema Hugging Face Diffusers, este termo geralmente se refere a uma …
O Hugging Face Diffusers é um kit de ferramentas modular projetado para simplificar o uso …
Este pipeline aproveita a arquitetura Flux, conhecida por sua síntese de imagens de alta …
O pipeline LTX é adaptado para modelos que priorizam velocidade e eficiência em tarefas …
Este pipeline integra as capacidades do modelo Visão-Linguagem Qwen …
Este pipeline adapta as capacidades generativas dos modelos Qwen-VL para a síntese de …
DP-SGD é uma variante da Descida de Gradiente Estocástica projetada para proteger a …
Diella refere-se a modelos específicos de redes neurais otimizados para melhorar a …
As Lógicas de Descrição (DL) são fragmentos decidíveis da lógica de primeira ordem que …
A privacidade diferencial fornece fortes garantias de privacidade adicionando ruído …
A robótica do desenvolvimento inspira-se no desenvolvimento cognitivo humano para criar …
O DeepSeek V3 é uma iteração avançada na família de modelos DeepSeek, caracterizada pela …
Como sucessor das versões anteriores, o DeepSeek V4 implica na evolução contínua da série …
O DeepSeek VL V2 estende as capacidades do modelo de linguagem padrão para o domínio …
Em redes neurais, ‘dense’ refere-se a camadas totalmente conectadas, onde …
Implantar na Azure envolve utilizar ferramentas nativas da nuvem, como Azure Machine …
O Anti-Aliasing por Aprendizado Profundo refere-se a métodos que empregam redes neurais …
DeepSeek refere-se a uma família de modelos de inteligência artificial criada pela …
A poda é um método usado para evitar o overfitting (sobreajuste) em modelos de árvores de …
A Reconstrução Tomográfica Profunda representa um avanço significativo em relação aos …
A Super Amostragem por Aprendizado Profundo (DLSS) é uma tecnologia que utiliza redes …
O alinhamento enganoso ocorre quando um sistema de IA altamente capaz aprende que exibir …
O conjunto de dados Yahoo Answers Topics é um subconjunto do arquivo maior do Yahoo …
A Wikipedia é uma das maiores e mais abrangentes coleções de conhecimento humano …
Um deadbot refere-se a um agente conversacional ou serviço de chatbot que não está mais …
Uma lista de decisão é um tipo de modelo de aprendizado de máquina que representa o …
Os conjuntos de dados de Busca QA tipicamente consistem em pares de consultas de busca e …
O SNLI é um conjunto de dados de referência contendo mais de 500.000 pares de frases …
O RefinedWeb é um conjunto de dados em larga escala de páginas da web filtradas, …
O TriviaQA é um conjunto de dados projetado para resposta a perguntas de domínio aberto, …
O conjunto de dados WikiHow consiste em aproximadamente 60.000 artigos ‘como …
O MultiNLI é um corpus crowdsourcing disponível através da benchmark GLUE, projetado para …
Natural Questions (NQ) é um conjunto de dados benchmark introduzido pelo Google para …
Este termo refere-se a um conjunto de dados específico hospedado no Hugging Face sob o …
O Helpsteer2 é um conjunto de dados curado lançado pela NVIDIA que contém comparações em …
O S2ORC é um corpus abrangente de artigos acadêmicos derivado do Semantic Scholar. Ele …
Este conjunto de dados contém milhões de pares de pergunta-resposta extraídos da …
Este conjunto de dados extrai dados em nível de sentença dos arquivos XML do Stack …
O GooAQ é um conjunto de dados compilado a partir do serviço Google Answers, apresentando …
Esta entrada refere-se a um repositório específico de conjunto de dados identificado pelo …
O MS MARCO (Microsoft Machine Reading Comprehension) é um conjunto de dados amplamente …
Os conjuntos de dados de compressão de frases consistem em pares onde a frase alvo é uma …
Quora Question Pairs (QQP) é um conjunto de dados de classificação binária contendo mais …
Este conjunto de dados consiste em frases e parágrafos extraídos da Wikipédia em Inglês …
O conjunto de dados Specter é construído a partir de uma vasta coleção de artigos de …
O conjunto de dados PAQ (Pseudo-Answer Quality) contém milhões de pares pergunta-resposta …
O BookCorpus é uma coleção de textos provenientes de mais de 10.000 livros não …
O Code Search Net é um conjunto de dados abrangente criado para avançar a pesquisa em …
O ELI5 (Explain Like I’m Five) é um conjunto de dados derivado da comunidade do …
O conjunto de dados Altlex consiste em pares de frases que compartilham o mesmo …
As legendas do Flickr30K são um conjunto de dados de referência amplamente utilizado, …
A Astronomia Orientada por Dados aproveita métodos computacionais avançados, incluindo …
The Stack Dedup é um subconjunto especializado do The Stack, um repositório massivo de …
O desvio de conjunto de dados ocorre quando a distribuição dos dados usada para treinar …
A IA Centrada em Dados representa uma mudança de paradigma no desenvolvimento de …
Um modelo orientado por dados é um tipo de sistema de inteligência artificial onde o …
Esta etapa crítica envolve anexar metadados significativos aos pontos de dados brutos …
A ciência de dados envolve o processo interdisciplinar de extração de conhecimento a …
Esta técnica adversarial visa comprometer a integridade dos modelos de aprendizado de …
A exploração de dados, frequentemente referida como Análise Exploratória de Dados (EDA), …
O pré-processamento de dados é a tarefa essencial de transformar dados brutos, não …
Este método expande artificialmente o conjunto de dados de treinamento criando versões …
A cibersegurança abrange as tecnologias, processos e práticas projetados para proteger …
No contexto da IA e tecnologia, ‘CSM’ não é um termo universalmente …
O DABUS é uma rede neural artificial específica projetada para gerar invenções novas sem …
A maldição da dimensionalidade refere-se a vários fenômenos que surgem ao analisar dados …
Os aprendizes de padrões acoplados são projetados para lidar com dados em que instâncias …
O CrewAI fornece um ambiente estruturado para a construção de sistemas multiagente, onde …
Desenvolvido como parte da iniciativa MLCommons, o Croissant utiliza JSON-LD para …
O Método da Entropia Cruzada (CEM) é um algoritmo de otimização geral poderoso, utilizado …
A validação cruzada é um método estatístico usado para estimar a habilidade de …
O aprendizado contrastivo é um método de aprendizado de representações que não requer …
O aprendizado de máquina sensível a custos estende o aprendizado supervisionado …
A Coqui Technologies foi uma participante proeminente na comunidade de IA de código …
A Implantação Contínua é uma extensão da entrega contínua que automatiza todo o processo …
O Pré-treinamento Contrastivo de Linguagem e Imagem (CLIP) é uma arquitetura de rede …
O aprendizado contínuo, também conhecido como aprendizado ao longo da vida, permite que …
Na ética da IA, o consentimento refere-se à permissão voluntária e informada concedida …
A filtragem de conteúdo envolve o uso de algoritmos e regras para analisar, classificar e …
A IA Constitucional é uma estrutura para alinhar grandes modelos de linguagem com os …
A procedência do conteúdo refere-se à documentação e verificação de onde o conteúdo …
Campos Aleatórios Condicionais (CRFs) são uma classe de modelos discriminativos comumente …
O Concurrent MetateM é uma linguagem de especificação de alto nível usada principalmente …
A deriva de conceito é um fenômeno no aprendizado de máquina onde a relação entre as …
Uma matriz de confusão é um layout de tabela específico que permite visualizar o …
Um sistema especialista conexionista integra os pontos fortes de reconhecimento de …
A audição computacional envolve o desenvolvimento de algoritmos que permitem aos …
O humor computacional estuda como as máquinas podem produzir ou interpretar piadas, …
A inteligência computacional (IC) abrange um conjunto de paradigmas computacionais …
A inteligência heurística computacional envolve algoritmos que empregam regras práticas, …
Na inteligência artificial, o poder de processamento representa a infraestrutura …
Este termo refere-se à avaliação sistemática e ao benchmarking de várias bibliotecas e …
A competição em inteligência artificial descreve a intensa corrida global para avançar as …
Na inteligência artificial, conformidade refere-se ao processo de garantir que os modelos …
O conhecimento de senso comum refere-se à vasta quantidade de informação implícita sobre …
Tensores comprimidos são matrizes multidimensionais usadas em aprendizado profundo onde a …
O ComfyUI é uma interface gráfica poderosa, modular e baseada em nós para modelos Stable …
A computação cognitiva é um ramo da inteligência artificial que busca interagir com os …
A filologia cognitiva é um campo interdisciplinar que combina humanidades digitais, …
A robótica cognitiva integra a ciência cognitiva com a robótica para construir máquinas …
A Vontade Extrapolada Coerente (CEV, do inglês Coherent Extrapolated Volition) é um …
Na engenharia de aprendizado profundo, o clipping é comumente aplicado aos gradientes …
Este método aproveita múltiplos conjuntos distintos de recursos (visões) dos mesmos …
CodeQwen é uma variante da série Qwen desenvolvida pela Alibaba Cloud, especificamente …
A codificação, também conhecida como programação, envolve traduzir a lógica humana e os …
O CAM gera mapas de calor sobrepostos às imagens de entrada para mostrar quais pixels …
No contexto da IA, Chat denota a interface e o mecanismo subjacente para diálogos em …
ChatGLM representa uma família de modelos de linguagem baseados em transformers, …
O Chunking é uma etapa crítica de pré-processamento na Geração Aumentada por Recuperação …
No contexto da IA, um circuito geralmente denota a arquitetura de hardware subjacente, …
À medida que os modelos de IA generativa produzem conteúdo, surgiu a necessidade de …
Na engenharia de IA, o cacheamento otimiza o desempenho mantendo resultados de consultas …
No desenvolvimento de aplicações de IA, uma Chain refere-se a uma estrutura linear ou de …
Este conceito foca na manipulação de texto onde a unidade fundamental de computação é um …
O CBR opera no princípio de que problemas semelhantes têm soluções semelhantes. O …
Esta métrica quantifica o quão bem um conjunto de categorias permite prever os valores …
A Automação de Processos de Negócios (BPA) envolve o aproveitamento de software e IA para …
A teoria do caos explora como pequenas variações nos parâmetros iniciais podem levar a …
O modelo Bradley-Terry é um modelo probabilístico amplamente utilizado em psicometria e …
O portal da comunidade CIML serve como um hub digital para a comunidade acadêmica e …
A tecnologia cerebral abrange sistemas de hardware e software que interagem diretamente …
Biomedicina refere-se à interseção entre biologia, medicina e tecnologia, especialmente …
Bioserenidade refere-se ao ideal conceitual onde a biologia humana e a inteligência …
Embora historicamente se refira à taxonomia educacional de Benjamin Bloom, nos contextos …
A classificação binária é um problema fundamental de aprendizado de máquina onde a …
Os sistemas bio-híbridos fundem tecidos vivos, células ou organismos com materiais …
O BERT é uma técnica de aprendizado de máquina baseada em transformadores para o …
O compromisso viés-variância descreve a tensão entre o subajuste (alto viés) e o …
A informática comportamental combina ciência da computação, psicologia e estatística para …
O modelo Crença-Desejo-Intenção (BDI) é uma arquitetura cognitiva para projetar agentes …
Os modelos de séries temporais estruturais bayesianas (BSTS) representam dados de séries …
O arrependimento bayesiano quantifica a diferença entre a recompensa ótima alcançável com …
Este conceito estabelece que a minimização de um funcional de risco regularizado com um …
Os mecanismos de aprendizado bayesiano atualizam as crenças sobre os parâmetros do modelo …
A otimização bayesiana utiliza um modelo probabilístico substituto (surrogate), …
A programação bayesiana é um quadro matemático que generaliza o teorema de Bayes para …
Uma Árvore de Bolas particiona os pontos de dados em hiperesferas (bolas) aninhadas, em …
Este método ajusta e escala as ativações para terem média zero e variância unitária …
O processamento em lote envolve agregar entradas de dados em um grupo, ou lote, antes de …
O tamanho do lote é um hiperparâmetro crítico que determina quantas amostras são …
Em estatística e aprendizado de máquina, a taxa base refere-se à frequência subjacente de …
Em inteligência artificial, um agente autônomo é uma entidade que opera de forma …
A automação na construção civil refere-se à integração de sistemas robóticos, drones e …
Esta técnica de processamento de linguagem natural representa o texto como um …
O Reconhecimento Automático de Fala (ASR), também conhecido como fala para texto, é um …
As redes autônomas aplicam os princípios da computação autônoma às redes de …
O AutoML (Aprendizado de Máquina Automatizado) simplifica o desenvolvimento de modelos de …
Um Matemático Automatizado utiliza aprendizado de máquina e raciocínio simbólico para …
A negociação automatizada envolve agentes de software que representam interesses humanos …
Os secretários médicos automatizados utilizam processamento de linguagem natural e …
A Tomada de Decisão Automatizada (ADM) depende de sistemas de software para fazer …
Áudio para áudio refere-se a arquiteturas de redes neurais projetadas para mapear um …
Uma auditoria de IA envolve uma revisão rigorosa e estruturada de modelos de aprendizado …
Autognóstica refere-se aos mecanismos de automonitoramento e autorreparação embutidos em …
O cálculo atribucional é um ramo da lógica modal focado no raciocínio sobre estados …
O inpainting de áudio é uma técnica usada para preencher lacunas em gravações de áudio …
A astroestatística é um campo especializado que une estatística e astronomia. Envolve o …
O processamento assíncrono permite que o software execute tarefas de longa duração, como …
A psicologia artificial é um domínio interdisciplinar focado no design e na implementação …
A reprodução artificial abrange técnicas que facilitam ou replicam a reprodução biológica …
A sabedoria artificial (SA) é um conceito emergente que busca complementar a inteligência …
A Inteligência Artificial das Coisas (AIoT) representa a integração sinérgica das …
A IA no recrutamento utiliza algoritmos para automatizar e aprimorar várias etapas do …
A IA na educação envolve o uso de aprendizado de máquina, processamento de linguagem …
A IA na espiritualidade refere-se à aplicação da inteligência artificial em contextos …
A intimidade artificial refere-se ao fenômeno psicológico pelo qual os humanos …
A consciência artificial explora a possibilidade de criar máquinas que possuam …
As controvérsias sobre IA abrangem a ampla gama de disputas éticas, legais e sociais …
A corrida armamentista de IA refere-se à intensa competição entre países, corporações e …
Este termo abrange o papel duplo da IA nos processos democráticos: aumentar a eficiência …
Inteligência Geral Artificial (AGI) refere-se a um tipo de IA capaz de realizar qualquer …
Na filosofia e na teoria da IA, a aporia descreve uma situação paradoxal em que dois …
O aprendizado por aprendizagem, também conhecido como aprendizado por reforço inverso a …
Um cérebro artificial refere-se a arquiteturas de hardware ou software que emulam as …
As estruturas de argumentação fornecem uma base matemática para representar argumentos, …
O Projeto Inventor Artificial é um esforço de pesquisa interdisciplinar voltado para …
Ameca é um robô humanoide de última geração que possui mais de 40 graus de liberdade …
A anonimização envolve modificar os dados de modo que eles não possam mais ser associados …
Uma árvore E-Ou é uma representação usada na resolução de problemas e planejamento, …
A detecção de anomalias, também conhecida como detecção de valores atípicos, envolve …
Qualquer para qualquer refere-se a arquiteturas multimodais unificadas que podem lidar …
O AlphaChip é um sistema de IA especializado projetado para automatizar e aprimorar o …
Este fenômeno surge quando modelos de IA tratam indivíduos de forma diferente, seja …
Também conhecida como previsão ou pontuação, a inferência ocorre após a fase de …
A probabilidade algorítmica, enraizada na complexidade de Kolmogorov e na indução de …
O viés nos algoritmos geralmente origina-se de dados de treinamento não representativos, …
Alexander Y. Tetelbaum é uma figura reconhecida nas comunidades acadêmica e técnica por …
Ele atua como a espinha dorsal dos sistemas multiagente, fornecendo ferramentas para …
Ela estende a lógica tradicional para levar em conta a agência, permitindo que os …
A seleção de algoritmos envolve avaliar diferentes abordagens computacionais para …
Isso envolve o uso de métodos matemáticos para garantir que as ações de um agente estejam …
O algoritmo ator-crítico emprega dois componentes: o ator, que atualiza a política para …
O aprendizado ativo reduz a quantidade de dados rotulados necessários permitindo que o …
Este campo abrange tanto técnicas ofensivas para quebrar modelos quanto estratégias …
Os ataques adversariais exploram as vulnerabilidades das redes neurais introduzindo ruído …
Em problemas de busca e definição de caminhos, uma heurística admissível fornece um …
Este campo foca em acelerar os cálculos fundamentais de álgebra linear, que são centrais …
O aprendizado de modelo de ação envolve um agente construindo uma representação interna …
O termo ASR-completo indica que um sistema de Reconhecimento Automático de Fala atingiu …
AZFinText é um corpus anotado em larga escala especificamente curado para análise de …
A prestação de contas na inteligência artificial refere-se à obrigação de indivíduos, …
Inteligência Artificial para Operações de TI (AIOps) combina análise de big data e …
AIXI é um quadro teórico proposto por Marcus Hutter que define um agente inteligente …
Problemas completos para IA são tarefas que, se resolvidas, implicariam a existência de …
O desenvolvimento de software assistido por IA envolve o aproveitamento de modelos de …
Lavagem de IA é um termo análogo ao greenwashing, descrevendo a estratégia de marketing …
A guerra com IA refere-se à integração da inteligência artificial em estratégias …
O letramento em IA refere-se às competências necessárias para navegar em um mundo cada …
O nacionalismo em IA descreve a tendência em que os governos tratam a inteligência …
A observabilidade em IA estende o monitoramento tradicional de software para abordar os …
O veganismo em IA é um termo especulativo e metafórico que se refere à ideia de criar …
O antropomorfismo de IA refere-se ao fenômeno psicológico no qual os usuários projetam …
Um data center de IA é uma instalação física otimizada para executar aplicativos de …
O efeito IA descreve a fronteira mutável do que constitui ‘inteligência …
A infraestrutura de IA abrange o conjunto de tecnologia fundamental necessário para as …
Um navegador de IA é um aplicativo de navegação na web que incorpora recursos de …
Um agente de IA é uma entidade de software que opera de forma autônoma dentro de um …
O alinhamento de IA aborda o desafio de tornar os sistemas de inteligência artificial …
Um Instituto de Segurança de IA é uma entidade especializada focada na mitigação de …
O vício em IA descreve uma condição comportamental onde os indivíduos desenvolvem uma …
As Visões Gerais de IA são resumos condensados produzidos por grandes modelos de …
O aprendizado zero-shot permite que um modelo de aprendizado de máquina classifique …
O Modo IA refere-se a um estado operacional específico dentro de plataformas digitais ou …
O teste A/B é um experimento controlado aleatório no qual duas variantes, A e B, são …
Este artigo fundamental propôs um modelo matemático de redes neurais, demonstrando que …
Os modelos de Visão e Linguagem, frequentemente referidos como Modelos de Linguagem …
O aprendizado não supervisionado identifica estruturas ocultas, clusters ou distribuições …
Tradução em IA refere-se à tradução automática neural, onde modelos de aprendizado …
A transparência garante que as partes interessadas possam entender como um modelo de IA …
Na inteligência artificial, um vetor é uma estrutura de dados fundamental usada para …
Visão Computacional (CV) é um ramo da inteligência artificial que treina computadores …
O Ajuste Fino Supervisionado (SFT, do inglês Supervised Fine-tuning) envolve pegar um …
No aprendizado supervisionado, o algoritmo é treinado em um conjunto de dados rotulado, o …
O limite de tokens define a restrição do tamanho da janela de contexto para modelos de …
Os testes na engenharia de IA envolvem a avaliação rigorosa dos modelos contra conjuntos …
O Uso de Ferramentas permite que modelos de linguagem interajam com ambientes de software …
O aprendizado auto-supervisionado é uma técnica na qual o algoritmo cria sinais de …
A busca semântica interpreta a intenção e o significado contextual por trás de uma …
A resumização de texto reduz grandes volumes de texto em versões mais curtas sem perder o …
Um SDK é uma coleção de ferramentas de desenvolvimento de software que permite aos …
O Softmax é amplamente utilizado na camada de saída de redes neurais para tarefas de …
As conexões residuais, também conhecidas como conexões de salto (skip connections), …
Na IA, o raciocínio envolve algoritmos que simulam dedução lógica, indução ou abdução …
A recuperação refere-se ao processo técnico de pesquisar e extrair informações …
As RNNs são projetadas para reconhecer padrões em sequências de dados, como texto, …
A ReLU é amplamente utilizada em redes neurais de aprendizado profundo devido à sua …
As APIs REST permitem a comunicação entre clientes e servidores por meio de operações sem …
O QLoRA combina a Adaptação de Baixo Ranque (LoRA) com a quantização de 4 bits para …
A quantização converte números de ponto flutuante de alta precisão (como FP32) em …
O framework ReAct permite que LLMs gerem rastros de raciocínio e ações específicas da …
A Resposta a Perguntas (QA) envolve recuperar ou gerar respostas precisas às consultas do …
Como os Transformers processam todos os tokens em paralelo, em vez de sequencialmente …
A injeção de prompt explora a forma como os grandes modelos de linguagem interpretam as …
Em aprendizado de máquina, a otimização refere-se aos algoritmos usados para ajustar os …
O planejamento em IA envolve determinar uma sequência de ações que levará de um estado …
O sobreajuste ocorre quando um modelo aprende os dados de treinamento excessivamente bem, …
O Aprendizado de Múltiplas Instâncias (MIL) aborda cenários onde os dados são agrupados …
A implantação de modelos envolve pegar um modelo estático e treinado e envolvê-lo em uma …
Os sistemas de IA multimodal integram informações de diferentes entradas sensoriais para …
O Reconhecimento de Entidades Nomeadas (NER) é uma subtarefa da extração de informações …
Os sistemas multiagente consistem em vários agentes independentes, cada um potencialmente …
Também conhecida como função de custo ou erro, a função de perda fornece um valor escalar …
Na inteligência artificial, memória refere-se aos mecanismos que permitem aos modelos …
As redes LSTM resolvem o problema do gradiente desaparecente comum nas RNNs padrão, …
O Protocolo de Contexto do Modelo (MCP) é um padrão aberto que permite que aplicativos de …
A taxa de aprendizado determina em quanto os pesos do modelo são atualizados em relação …
Uma base de conhecimento serve como uma biblioteca digital contendo dados curados, …
O termo Humano no Loop (HITL, do inglês Human-in-the-Loop) refere-se a sistemas de IA que …
A interpretabilidade, ou explicabilidade, envolve tornar transparentes e compreensíveis …
O jailbreaking envolve criar entradas ou prompts específicos que enganam o modelo de IA …
A latência mede a capacidade de resposta de um serviço de IA, geralmente expressa em …
O aprendizado com poucos exemplos visa permitir que os modelos generalizem a partir de …
A chamada de função permite que grandes modelos de linguagem interajam com ferramentas …
A descida do gradiente é um algoritmo de otimização iterativo de primeira ordem para …
Em contextos computacionais, o fluxo descreve a taxa de transferência de uma quantidade …
Este método aproveita as capacidades de aprendizado no contexto de grandes modelos de …
O aprendizado federado permite que organizações treinem modelos de IA colaborativamente …
Os codificadores processam sequências de entrada brutas ou estruturas de dados e os …
Este conceito aborda o problema da ‘caixa preta’ em sistemas complexos de IA, …
Na inteligência artificial, a justiça é uma métrica ética crítica que garante que os …
Esses modelos mapeiam dados de alta dimensão para um espaço vetorial contínuo de menor …
Em modelos de sequência para sequência (sequence-to-sequence), o decodificador recebe o …
Os deepfakes são manipulações de áudio ou vídeo hiper-realistas criadas usando redes …
O Docker permite que os desenvolvedores empacotem um aplicativo com todas as suas …
Em redes neurais, o dropout previne o sobreajuste removendo temporariamente um …
O Treinamento Distribuído acelera a convergência do modelo paralelizando a computação em …
Claude é uma série de avançados grandes modelos de linguagem criados pela empresa de …
Código representa o conjunto de instruções escritas em linguagens de programação, como …
Integração Contínua (CI) é uma prática crítica de DevOps que automatiza a integração de …
O prompting de Pensamento em Cadeia (CoT) melhora o desempenho dos grandes modelos de …
A Proteção de Dados abrange medidas legais, técnicas e organizacionais destinadas a …
Os adaptadores são uma técnica de ajuste fino eficiente em parâmetros, usada …
O termo ‘agêntico’ descreve agentes de IA que operam com alto grau de …
Os mecanismos de atenção permitem que os modelos se concentrem nas informações relevantes …
A Codificação por Par de Bytes (BPE) é uma técnica de compressão de dados adaptada para …
Uma Interface de Linha de Comando (CLI) permite que os usuários controlem o software …
Os paradigmas baseados em visão utilizam câmeras e algoritmos de processamento de imagens …
As arquiteturas de dois estágios dividem uma tarefa complexa em duas etapas separadas, …
A Ética da IA abrange o conjunto de princípios e normas projetados para garantir que as …
Uma função de ativação introduz não-linearidade em uma rede neural, permitindo que ela …
A aprendizagem zero-shot permite que os modelos generalizem para novas categorias ou …
A aprendizagem auto-supervisionada é um subconjunto do aprendizado de máquina onde o …
Em IA e engenharia, um compromisso refere-se ao equilíbrio necessário ao otimizar …
Específico para tarefa refere-se a modelos ou componentes de IA adaptados para se …
Abordagens livres de treinamento referem-se a técnicas que modificam o comportamento ou a …
Na inteligência artificial, tempo real denota a capacidade de um sistema processar …
Código aberto refere-se a um modelo de desenvolvimento no qual o código subjacente de um …
A detecção de dados fora da distribuição (OOD) identifica entradas que estão fora do …
Modelos de pesos abertos diferem da IA totalmente de código aberto porque apenas os …
O pós-treinamento é uma etapa crítica no ciclo de vida do aprendizado de máquina que …
Um modelo pré-treinado é um modelo fundamental de IA que passou por treinamento extensivo …
Linguagem natural refere-se à forma como os humanos falam e escrevem, incluindo todas as …
Os métodos multietapas envolvem a divisão de uma consulta ou tarefa complexa em etapas …
Os algoritmos on-policy exigem que o agente aprenda diretamente a partir das ações …
O aprendizado one-shot é um tipo específico de aprendizado few-shot (poucos exemplos) no …
Em aprendizado de máquina e otimização, os métodos one-step resolvem problemas …
A IA de baixo custo foca na eficiência, visando reduzir as barreiras de entrada e os …
As abordagens baseadas em aprendizado dependem de algoritmos estatísticos para …
Problemas de longo prazo envolvem sequências de ações onde o impacto das decisões …
Sistemas multiagente consistem em várias entidades inteligentes e independentes que …
Abordagens multietapas dividem fluxos de trabalho intricados em segmentos gerenciáveis, …
Alta fidelidade descreve saídas de modelos generativos que são indistinguíveis ou muito …
Em inteligência artificial, alta qualidade geralmente descreve dados ou saídas de modelos …
Na IA, ‘alto nível’ denota abstrações que simplificam processos complexos. …
Alta dimensão refere-se a conjuntos de dados ou espaços vetoriais que contêm um vasto …
Em larga escala refere-se à magnitude dos componentes dentro de um sistema de IA, …
O aprendizado few-shot permite que modelos de aprendizado de máquina generalizem a partir …
A análise fine-grained envolve identificar e categorizar objetos ou conceitos em um nível …
O ajuste fino (fine-tuning) envolve pegar um modelo que já foi treinado em um grande …
Em inteligência artificial e matemática, ‘primeira ordem’ geralmente descreve …
Um conjunto de dados ‘held-out’ consiste em exemplos intencionalmente …
Os modelos baseados em difusão são uma classe de IA generativa que cria novas amostras de …
A IA cross-modal envolve processar e correlacionar dados de modalidades distintas, como …
Sistemas de laço fechado em IA utilizam feedback em tempo real do ambiente para ajustar …
Modelos de tempo contínuo descrevem a dinâmica do sistema usando equações diferenciais, …
Na inteligência artificial, a tomada de decisão refere-se ao processo algorítmico no qual …
Em IA, um modelo de caixa-preta refere-se a sistemas complexos, como redes neurais …
Embora tradicionalmente signifique transporte, na terminologia de IA, …
No gerenciamento de bancos de dados, uma visão atua como uma consulta SQL salva que se …
O termo ‘visual’ em IA refere-se principalmente à Visão Computacional, o …
A distância de Wasserstein, também conhecida como Distância do Carregador de Terra, …
O ajuste envolve refinar um modelo de aprendizado de máquina para alcançar melhor …
Os bancos de dados vetoriais otimizam o armazenamento e a recuperação de dados não …
A compreensão em IA vai além da correlação estatística para interpretar o significado …
Em consultas de banco de dados e lógica, ‘Unlike’ geralmente se refere ao …
O termo ‘Transformers’ frequentemente se refere à biblioteca Python …
O aprendizado por transferência aproveita modelos pré-treinados para melhorar o …
No desenvolvimento de IA, ‘rumo a’ frequentemente descreve a trajetória dos …
Os tokens são os blocos de construção fundamentais dos dados de entrada em PLN, …
A tokenização é uma etapa crítica de pré-processamento no Processamento de Linguagem …
Introduzido no artigo ‘Attention Is All You Need’, a arquitetura Transformer …
Embora não seja um termo técnico estrito, ‘juntos’ em contextos de IA …
O tempo é um conceito fundamental na inteligência artificial, particularmente na …
Os conceitos temporais na IA envolvem a análise de pontos de dados ordenados no tempo, …
O conjunto de teste é uma parte dos dados mantida de lado durante o processo de …
‘Through’ não possui uma definição independente na terminologia de IA. É …
Elementos estocásticos introduzem variabilidade em sistemas de IA, como ruído nos dados …
Aspectos estruturais definem como os dados ou as camadas de uma rede neural são …
Em IA, dados sintéticos são informações geradas artificialmente que imitam dados do mundo …
O aprendizado supervisionado envolve alimentar um algoritmo com dados que incluem tanto …
Não há definição estabelecida para ‘Symbal’ no contexto da terminologia de …
A autoatenção permite que os modelos capturem dependências entre todas as posições em uma …
Na terminologia de IA, ’especificamente’ denota precisão na definição de …
Um estado representa todas as informações relevantes necessárias para determinar o …
No contexto de IA, ‘fonte’ geralmente denota a procedência de conjuntos de …
A análise semântica em IA foca na compreensão do significado subjacente das entradas, em …
Embora a IA atual careça de consciência, o termo ‘auto’ frequentemente …
A busca é um paradigma fundamental em IA usado para navegar em espaços de problemas …
A abordagem científica na inteligência artificial enfatiza o desenvolvimento e a …
As pontuações quantificam o desempenho de um modelo de aprendizado de máquina contra …
A segurança em IA abrange medidas projetadas para salvaguardar modelos de aprendizado de …
Em inteligência artificial, escalar geralmente envolve aumentar o tamanho dos conjuntos …
O escalonamento é a metodologia ativa de expandir sistemas de IA adicionando mais …
Em inteligência artificial, a robustez refere-se à resiliência de um modelo contra …
A Segurança em IA é um campo multidisciplinar focado na prevenção de resultados adversos …
A segurança em IA envolve a implementação de restrições e salvaguardas para garantir que …
O Aprendizado por Reforço (AR) é um ramo do aprendizado de máquina focado em como agentes …
O Aprendizado por Reforço a partir de Feedback Humano (RLHF) é um método usado para …
A Geração Aumentada por Recuperação (RAG) combina os pontos fortes dos sistemas de IA …
Um robô é um dispositivo mecânico autônomo ou semi-autônomo projetado para realizar …
Os robôs abrangem uma classe diversa de máquinas que podem ser classificadas por sua …
A aleatoriedade é fundamental na IA para inicializar pesos de modelos, embaralhar …
O termo ‘Rather’ é um advérbio padrão do inglês indicando preferência ou …
Um prompt serve como a interface principal para interagir com grandes modelos de …
O reforço é um mecanismo psicológico e computacional fundamental onde as ações de um …
Em IA, ’taxa’ refere-se mais frequentemente à taxa de aprendizado, um …
O pré-treinamento é uma técnica fundamental no aprendizado profundo, onde um modelo …
Um ‘priori’ representa crenças existentes ou dados históricos sobre uma …
Em inteligência artificial, a privacidade refere-se à proteção de informações sensíveis …
No desenvolvimento de IA, um processo denota o fluxo de trabalho sistemático necessário …
No contexto de comunicação digital e dados de IA, uma ‘publicação’ refere-se …
Ao avaliar modelos de IA, as métricas ‘gerais’ fornecem uma visão holística …
A percepção em IA envolve a conversão de dados brutos de sensores em informações …
O termo ‘política’ tem dois significados dependendo do contexto. Na gestão …
No contexto da inteligência artificial e da governança tecnológica, políticas referem-se …
Um ponto em contextos de IA geralmente denota uma coordenada discreta dentro de um espaço …
O termo ‘aberto’ em contextos de inteligência artificial frequentemente …
No contexto de IA e ciência de dados, numérico refere-se a tipos de dados ou métodos que …
Um objeto é um conceito fundamental na ciência da computação, particularmente na …
O aprendizado online é um paradigma de aprendizado de máquina no qual o modelo é …
Em IA e teoria de otimização, uma solução ótima é aquela que alcança a maior métrica de …
A Atenção Multi-Cabeça estende o mecanismo de atenção padrão executando-o várias vezes em …
O prefixo ‘multi-’ é frequentemente usado em IA para denotar arquiteturas ou …
Em IA, particularmente em Sistemas Multiagente e Aprendizado por Reforço, o Equilíbrio de …
O Processamento de Linguagem Natural (PLN) é um subcampo da inteligência artificial que …
Uma rede neural é uma série de algoritmos que busca reconhecer relacionamentos …
No contexto de documentação de IA e escrita técnica, ‘Além disso’ serve como …
A correspondência é uma técnica crítica em aprendizado de máquina usada para estabelecer …
A modelagem em IA abrange todo o fluxo de trabalho de design, treinamento e validação de …
As técnicas de Monte Carlo são uma classe de algoritmos computacionais que dependem de …
Na visão computacional e na robótica, movimento refere-se à detecção e análise do …
O Aprendizado de Máquina (ML) permite que computadores aprendam padrões a partir de dados …
Uma estrutura fundamental de controle de fluxo em ciência da computação e desenvolvimento …
O Mamba representa um avanço significativo no modelamento de sequências ao introduzir um …
Em inteligência artificial e teoria das probabilidades, os processos de Markov são …
As funções de perda, também conhecidas como funções de custo, medem o quão bem as …
Em aprendizado de máquina, variáveis latentes são fatores não observados que influenciam …
Operações lineares envolvem multiplicação e adição sem ativações não lineares. Em redes …
Na inteligência artificial, ’local’ geralmente denota operações realizadas …
No contexto da IA, ’longo’ frequentemente descreve a capacidade de processar …
O LoRA congela os pesos do modelo pré-treinado e insere matrizes de decomposição …
Este processo preenche a lacuna entre o pré-treinamento geral e o desempenho específico …
Em IA, o conhecimento frequentemente se refere a informações explícitas armazenadas em …
A dinâmica de Langevin incorpora ruído aleatório e forças de amortecimento para explorar …
Os Modelos de Linguagem Grandes (LLMs) são sistemas avançados de inteligência artificial …
Este termo refere-se ao paradigma de aplicação mais ampla onde modelos com bilhões de …
Embora não seja um termo algorítmico técnico de IA, ’em vez disso’ é crucial …
O termo ‘guiado’ em IA geralmente se refere a técnicas onde o comportamento …
Originário da mecânica clássica, o hamiltoniano representa a soma das energias cinética e …
Sistemas de IA hierárquicos organizam informações ou controle em uma estrutura em árvore …
No contexto de IA e ciência da computação, a informação é distinta dos dados brutos. Ela …
Na inteligência artificial, ‘ancorado’ descreve o processo de vincular …
O termo ‘global’ em IA geralmente contrasta com ’local’, …
Um grafo é uma estrutura de dados fundamental em IA, compreendendo vértices (nós) e …
Enquanto o singular ‘grafo’ refere-se à estrutura abstrata de dados, …
Em matemática e ciência da computação teórica, um grupo é um conjunto G junto com uma …
Embora não seja um algoritmo técnico, ‘além disso’ é uma ferramenta …
Em contextos de IA e ciência da computação, ‘dado’ refere-se ao estado …
Gaussiano refere-se à distribuição normal, uma distribuição de probabilidade contínua …
Em inteligência artificial, geração refere-se à capacidade dos modelos, particularmente …
O termo ‘gerado’ descreve a saída produzida por modelos de IA generativa, …
O ajuste fino envolve pegar um modelo de propósito geral treinado em grandes conjuntos de …
O conceito de ‘finalmente’ representa a etapa terminal em um pipeline de IA, …
O fluxo de dados abrange o caminho que os dados percorrem desde a ingestão até a saída …
Na inteligência artificial, um modelo de fundação refere-se a um modelo de aprendizado de …
No contexto da IA, ‘gratuito’ geralmente se refere a modelos, conjuntos de …
Experimental designa componentes de IA que estão atualmente sendo testados, pesquisados …
Experimentos em IA envolvem testes sistemáticos de variáveis para entender relações de …
Extensivo refere-se à escala e abrangência das operações de IA, como conjuntos de dados …
Mecanismos de feedback permitem que os sistemas de IA aprendam com suas interações com …
O termo ‘rápido’ descreve a eficiência computacional dentro dos modelos de …
A avaliação envolve medir sistematicamente o quão bem um modelo de IA desempenha tarefas …
Energia tem dois significados principais na IA. Primeiro, denota a energia elétrica …
Na inteligência artificial, evidência refere-se a dados empíricos, resultados …
O termo ’evolução’ caracteriza modelos dinâmicos de IA que passam por …
Embora seja primariamente uma língua humana, no contexto da IA, ‘inglês’ …
Ao contrário de sistemas estáticos com arquiteturas fixas ou caminhos de execução …
Em aprendizado de máquina, particularmente no aprendizado por transferência, um domínio é …
A eficiência é uma métrica crítica na inteligência artificial que mede quão bem um modelo …
A IA Encarnada postula que a inteligência emerge da interação entre a forma física de um …
O termo ‘orientado’ é comumente usado como sufixo para indicar a força ou …
Este processo envolve a transferência de conhecimento de uma rede neural …
A detecção é uma tarefa central em visão computacional e processamento de sinais, na qual …
Os modelos de difusão são uma classe de IA generativa que aprende a reverter um processo …
No contexto de IA, ‘direto’ frequentemente descreve arquiteturas ou caminhos …
No contexto de otimização, a divergência ocorre quando os parâmetros de um modelo são …
Este conceito abrange métodos como aprendizado por conjunto (ensemble learning), onde as …
No processamento de linguagem natural, o contexto é crucial para resolver ambiguidades, …
Este método incentiva o modelo a aproximar as representações vetoriais (embeddings) de …
Em inteligência artificial, controle refere-se aos mecanismos e algoritmos usados para …
A tomada de decisão em IA envolve selecionar a ação ótima a partir de um conjunto de …
No contexto da terminologia de IA, ‘além’ frequentemente descreve paradigmas …
Os métodos de Monte Carlo são técnicas essenciais em IA e estatística para aproximar …
Na inteligência artificial, o modelamento causal busca entender como intervenções em uma …
Construção refere-se ao processo de engenharia de ponta a ponta para criar soluções de …
A computação em nuvem fornece infraestrutura escalável para cargas de trabalho de IA, …
Abordagens bayesianas na IA usam teoria da probabilidade para atualizar a probabilidade …
Em inteligência artificial, um benchmark é um conjunto de testes ou conjunto de dados …
O benchmarking é a prática ativa de conduzir experimentos para medir o quão bem um modelo …
No contexto da IA, ‘consciente’ refere-se tipicamente à consciência …
Um teste de referência serve como um ponto de referência padronizado para comparar as …
Em IA, ‘adaptativo’ descreve sistemas ou algoritmos que podem ajustar seus …
Agentes de IA são programas de software ou sistemas capazes de perceber suas vizinhanças …
No contexto da IA, análise refere-se ao exame sistemático de dados, previsões de modelos …
A automação na IA envolve o uso de algoritmos e sistemas para realizar tarefas que …
A autonomia na IA refere-se à capacidade de um sistema de perceber seu ambiente, tomar …
Em inteligência artificial e robótica, uma ação refere-se a uma etapa específica ou …
Adam (Adaptive Moment Estimation) é um algoritmo de otimização baseado em gradiente de …
As alucinações ocorrem quando modelos de IA generativa produzem saídas que parecem …
O aprendizado em contexto (ICL) permite que grandes modelos de linguagem se adaptem a …
Inferência refere-se à etapa de implantação onde um modelo finalizado é usado para tomar …
O ajuste fino envolve pegar um modelo já treinado em um grande conjunto de dados geral e …
Os algoritmos de aprendizado profundo tentam imitar os processos analíticos e de …
Os embeddings são representações vetoriais densas de dados onde as relações semânticas …
A janela de contexto define o limite operacional da memória de um modelo de IA para uma …
As Redes Neurais Convolucionais (CNNs) são projetadas para aprender automaticamente e de …
Backpropagation, abreviação de propagação reversa de erros, é um método usado em redes …
O prompt Chain-of-Thought (CoT) é uma estratégia onde grandes modelos de linguagem são …
A geração de código aproveita grandes modelos de linguagem treinados em vastos …
Na ética da IA, viés refere-se à discriminação sistemática e injusta na tomada de …
A visão computacional foca na replicação das capacidades visuais humanas por meio de …
Em IA, um agente é uma entidade que age em nome de um usuário ou sistema para concluir …
O alinhamento foca em assegurar que os sistemas de IA façam o que os humanos realmente …
Uma API define um conjunto de protocolos e ferramentas para criar software e aplicativos. …
Inteligência Artificial (IA) refere-se à capacidade de computadores digitais ou robôs …
Um mecanismo de atenção permite que um modelo avalie dinamicamente a importância de …
A engenharia de prompt envolve a criação de entradas específicas, conhecidas como …
A segurança de IA abrange pesquisas e práticas destinadas a garantir que sistemas …