IA em linguagem clara
Glossário de inteligência artificial
Definições para acompanhar a tecnologia sem perder o contexto. 49 termos, escritos pela redação e com as fontes originais indicadas.
6 termos encontrados.
Treinamento
Ajuste fino
Treinamento adicional de um modelo já pronto, com dados específicos, para especializá-lo numa tarefa ou num estilo.
Do inglês "fine-tuning". Parte-se de um modelo base e continua-se o treinamento com um conjunto menor e mais dirigido. Custa muito menos que treinar do zero, mas pode degradar capacidades que o modelo tinha antes e não acrescenta, por si…
Treinamento
Conjunto de dados
Coleção de exemplos usada para treinar ou avaliar um modelo.
Do inglês "dataset". A composição do conjunto determina o que o modelo consegue fazer e quais erros comete de forma sistemática. Origem, licenciamento e consentimento dos dados são hoje objeto de disputas judiciais e de regulação…
Treinamento
Destilação
Técnica em que um modelo menor é treinado para reproduzir o comportamento de um modelo maior.
O modelo pequeno ("aluno") aprende a partir das saídas do modelo grande ("professor"), e não apenas dos dados originais. Serve para reduzir custo e latência mantendo parte da qualidade. O resultado depende do professor e da tarefa: não…
Treinamento
LoRA
Técnica de ajuste fino que treina matrizes menores, mantendo os pesos principais congelados.
Low-Rank Adaptation reduz a quantidade de parâmetros treináveis. Os adaptadores aprendidos podem ser carregados junto ao modelo base; a economia depende da configuração.
Treinamento
Otimização direta de preferências DPO
Método de alinhamento que ajusta o modelo diretamente a partir de pares de respostas preferidas e rejeitadas, sem treinar um modelo de recompensa separado.
Do inglês "direct preference optimization". É uma alternativa mais simples ao aprendizado por reforço com feedback humano para a mesma finalidade: fazer o modelo preferir determinados comportamentos. Como no RLHF, o resultado reflete as…
Treinamento
RLHF
Aprendizado por reforço a partir de feedback humano para ajustar o comportamento de modelos.
Avaliações humanas podem treinar um modelo de recompensa que orienta o ajuste do modelo gerador. Isso não elimina vieses nem substitui a avaliação de segurança.