IA Generativa e RAG

Cartões · 52

RAG (Retrieval-Augmented Generation)

Arquitetura que combina busca de dados externos com modelos generativos para gerar respostas mais precisas e atualizadas.

LLM (Large Language Model)

Modelo de inteligência artificial treinado em vastos volumes de texto capaz de compreender e gerar linguagem natural.

Alucinação em LLMs

Geração de respostas incorretas, inventadas ou sem base factual com tom de certeza pelo modelo generativo.

Embedding

Representação vetorial de palavras, frases ou documentos em um espaço contínuo multidimensional que captura relações semânticas.

Modelo de Embedding

Rede neural treinada especificamente para converter texto ou outros tipos de dados em vetores densos (embeddings).

Banco de Dados Vetorial

Sistema de armazenamento otimizado para indexar, gerenciar e buscar vetores numéricos de alta dimensão rapidamente.

Busca Semântica

Método de recuperação de informação que localiza dados com base no significado contextual, e não apenas em palavras-chave exatas.

Busca Léxica (Palavra-chave)

Técnica tradicional de recuperação baseada na correspondência exata de termos (como BM25 e TF-IDF).

Busca Híbrida

Combinação de busca vetorial (semântica) e busca por palavras-chave (léxica) para obter o melhor de ambas as abordagens.

Similaridade por Cosseno

Métrica que calcula o cosseno do ângulo entre dois vetores para determinar a similaridade semântica independente de sua magnitude.

Distância Euclidiana (L2)

Métrica de distância geométrica direta entre dois pontos em um espaço multidimensional; quanto menor, mais similares são os vetores.

Produto Escalar (Dot Product)

Operação matemática entre dois vetores usada para medir projeção e magnitude combinada, frequentemente normalizada para similaridade.

Chunking

Processo de dividir documentos extensos em partes menores e gerenciáveis para geração de embeddings e recuperação.

Chunk Size

Quantidade de tokens ou caracteres contida em cada pedaço de texto gerado durante a divisão de documentos.

Chunk Overlap

Área de sobreposição textual mantida entre chunks consecutivos para evitar a perda de contexto nas bordas da divisão.

Chunking Fixo

Estratégia que fatia o texto em tamanhos uniformes pré-determinados, independentemente da estrutura gramatical.

Chunking Semântico

Método de quebra de texto baseado na mudança de significado ou tópico, agrupando sentenças semanticamente similares.

Janela de Contexto (Context Window)

Limite máximo de tokens que um modelo de linguagem consegue processar simultaneamente na entrada e saída.

Injeção de Contexto

Ato de inserir os fragmentos recuperados da base vetorial diretamente no prompt antes de enviá-lo ao LLM.

Prompt Engineering no RAG

Elaboração de instruções que orientam o LLM a responder à consulta baseando-se estritamente no contexto recuperado.

Reranking (Reordenação)

Etapa que reavalia e reordena os chunks recuperados preliminarmente usando um modelo mais preciso para melhorar a relevância.

Cross-Encoder

Modelo que processa pergunta e documento juntos para avaliar relevância precisa, comumente usado em etapas de reranking.

Bi-Encoder

Modelo que gera embeddings independentes para pergunta e documento, permitindo busca rápida por similaridade em larga escala.

RAG Ingênuo (Naive RAG)

Fluxo padrão e linear de RAG composto unicamente por indexação de chunks, recuperação vetorial e geração direta.

RAG Avançado (Advanced RAG)

Abordagem que adiciona etapas de pré-recuperação (expansão de query) e pós-recuperação (reranking e sumarização).

RAG Modular

Arquitetura altamente flexível que integra módulos autônomos como roteamento de consultas, memória e ferramentas externas.

Expansão de Query (Query Expansion)

Geração de variações ou sinônimos da pergunta do usuário para ampliar o alcance e a cobertura da busca.

Multi-Query Retriever

Técnica que usa um LLM para gerar múltiplas formulações da mesma pergunta e busca chunks para cada uma delas.

HyDE (Hypothetical Document Embeddings)

Técnica que instrui o LLM a inventar uma resposta hipotética e busca documentos reais similares a esse texto fictício.

Roteamento de Query (Query Routing)

Decisão dinâmica que direciona a consulta do usuário para a base de conhecimento ou ferramenta mais adequada.

Metadados em Bancos Vetoriais

Informações adicionais associadas a cada vetor (como fonte, data ou categoria) usadas para filtrar a busca antes ou depois.

Filtragem Prévia (Pre-filtering)

Aplicação de filtros de metadados na base de dados antes de executar o cálculo de similaridade vetorial.

Filtragem Posterior (Post-filtering)

Execução da busca de similaridade vetorial primeiro, seguida da exclusão de resultados que não atendem aos critérios de metadados.

BM25

Algoritmo clássico de busca de texto probabilística baseado na frequência de termos em documentos (versão avançada de TF-IDF).

HNSW (Hierarchical Navigable Small World)

Estrutura de grafos usada por bancos vetoriais para realizar busca aproximada de vizinhos mais próximos (ANN) com alta velocidade.

ANN (Approximate Nearest Neighbors)

Classe de algoritmos que encontra itens vetoriais muito próximos trocando precisão perfeita por eficiência em larga escala.

Perda no Meio (Lost in the Middle)

Tendência dos LLMs de prestar mais atenção no início e no final do contexto fornecido, ignorando informações no meio.

Compressão Contextual

Redução e filtragem do conteúdo dos chunks recuperados para manter apenas os trechos estritamente relevantes para a resposta.

Parent Document Retriever

Técnica que divide o texto em chunks pequenos para busca precisa, mas retorna o documento pai maior como contexto para o LLM.

Sentence Window Retrieval

Recuperação focada em sentenças individuais exatas que entrega ao LLM a sentença acompanhada de uma janela de frases vizinhas.

Graph RAG

Uso de grafos de conhecimento associados a vetores para capturar entidades e relacionamentos complexos entre documentos.

Self-RAG

Framework adaptativo onde o LLM avalia criticamente quando precisa consultar dados externos e revisa a factualidade do texto gerado.

Corrective RAG (CRAG)

Método que avalia a qualidade dos documentos recuperados e recorre à busca na web caso a base vetorial seja insuficiente.

Fidelidade (Faithfulness)

Métrica de avaliação do RAG que mede se a resposta gerada é inteiramente fundamentada no contexto recuperado.

Relevância da Resposta (Answer Relevance)

Métrica que avalia o quanto a resposta final atende diretamente à pergunta original feita pelo usuário.

Relevância do Contexto (Context Relevance)

Métrica que mede a precisão dos chunks recuperados, avaliando se contêm apenas informações pertinentes à consulta.

Framework RAGAS

Ferramenta para avaliação automatizada de pipelines RAG sem depender de anotações humanas exaustivas.

Fine-Tuning vs. RAG

Fine-tuning adapta estilo e sintaxe do modelo em parâmetros; RAG fornece conhecimento dinâmico e atualizado via contexto.

Agente RAG

Agente autônomo baseado em LLM capaz de tomar decisões iterativas sobre quando e onde buscar dados antes de formular a resposta.

Top-K

Parâmetro que define o número exato de fragmentos ou documentos mais similares a serem recuperados na busca vetorial.

Reciprocal Rank Fusion (RRF)

Algoritmo de pontuação usado para mesclar de forma equilibrada resultados ranqueados de diferentes métodos de busca.

Citação de Fontes no RAG

Capacidade do modelo de indicar referências específicas dos documentos recuperados para justificar a resposta fornecida.