Dicionário de LLMs - um guia completo

Bem-vindo ao Dicionário de LLMs - Um Guia Completo! 🚀 Neste vídeo, vamos explorar os principais termos e conceitos relacionados aos Grandes Modelos de Linguagem (LLMs), como GPT-4, LLaMA, DeepSeek e muitos outros. Se você já se perguntou o que são tokens, transformers, fine-tuning, embeddings, ou mecanismos de atenção, este glossário é para você!

Aqui, você encontrará explicações simples e práticas sobre os termos mais importantes da inteligência artificial moderna, divididos por domínios como treinamento de modelos, técnicas de representação, geração de texto, avaliação de modelos e muito mais. Além disso, vamos pronunciar todos os termos em inglês e, quando existir, citar a tradução em português.

Este vídeo é perfeito para iniciantes que querem entender os fundamentos da IA, ou para profissionais que desejam revisar conceitos e se aprofundar em técnicas avançadas. Prepare-se para um conteúdo completo e cheio de insights!

🔔 Não se esqueça de se inscrever no canal e ativar o sininho para receber notificações de novos vídeos!

📌 Principais tópicos abordados:

O que são LLMs e como funcionam?

Termos fundamentais: tokens, transformers, fine-tuning, embeddings.

Técnicas de treinamento e ajuste de modelos.

Geração de texto e decodificação.

Métricas de avaliação e ética em IA.

📚 Links úteis:

Link para o artigo Attention is all you need - https://arxiv.org/abs/1706.03762

Termos abordados no vídeo:

Adversarial Attacks

AGI (Artificial General Intelligence)

API Inference

API Rate Limits

Attention Mechanism

AutoML

Backpropagation

Beam Search

Bias Mitigation

BLEU Score

BPE (Byte-Pair Encoding)

Catastrophic Forgetting

Chain-of-Thought Prompting

Cosine Similarity

Differential Privacy

Embedding Similarity

Emergent Abilities

Encoder-Decoder

Ethical Guidelines

Explainability

Fairness

Federated Learning

Few-shot Learning

F1 Score

Generative vs. Discriminative Models

Gradient Descent

Hardware Acceleration (TPU/GPU)

Human Evaluation

Hugging Face Transformers

In-context Learning

Knowledge Cutoff

Knowledge Graphs

LangChain

Latency vs. Throughput

LoRA (Low-Rank Adaptation)

Longformer

Loss Function

Masked Language Modeling

METEOR

Mixture of Experts

Model Cards

Model Distillation

Model Robustness

Model Serving

Multimodal Models

Neural Architecture Search (NAS)

ONNX (Open Neural Network Exchange)

Open Source vs. Proprietary Models

Overfitting

Parameter-Efficient Fine-Tuning (PEFT)

Perplexity

Pre-training

Quantization

Red Teaming

Retrieval-Augmented Generation (RAG)

RLHF (Reinforcement Learning from Human Feedback)

ROUGE Score

Scaling Laws

Self-Supervised Learning

Sparse Attention

Tokenization Libraries (ex: Hugging Face Tokenizers)

Top-k Sampling

Top-p (Nucleus) Sampling

Transfer Learning

Transformer-XL

Vector Databases

Word2Vec

Zero-Knowledge Proofs

Zero-shot Learning

📢 Compartilhe este vídeo com quem está interessado em inteligência artificial e grandes modelos de linguagem!