Glossário IA
O dicionário completo da Inteligência Artificial
CLIP (Treinamento de Pré-treinamento de Linguagem-Imagem Contrastivo)
Arquitetura revolucionária que aprende representações visuais e textuais compartilhadas usando 400 milhões de pares imagem-texto.
ALIGN (A Large-scale ImaGe and Noisy-text Embedding)
Abordagem alternativa ao CLIP utilizando um conjunto de dados ruidoso de 1.8 bilhões de pares imagem-texto da Internet sem filtragem.
SimCLR (Aprendizagem Contrastiva Simples)
Método fundamental de aprendizagem contrastiva simples que utiliza aumentações fortes e projetores para aprender representações.
MoCo (Contraste de Momentum)
Técnica que utiliza uma fila de memória com atualização por momentum para manter um grande número de pares negativos.
BYOL (Bootstrap Your Own Latent)
Abordagem inovadora que elimina a necessidade de amostras negativas utilizando duas redes com atualização por momentum.
Perda InfoNCE
Função de perda fundamental para a aprendizagem contrastiva baseada na estimativa por contraste de ruído.
Triplet Loss
Método contrastivo utilizando triplets (âncora, positivo, negativo) para aprender representações discriminativas.
Recuperação Cross-Modal
Aplicação principal que permite pesquisar dados de uma modalidade a partir de uma consulta de outra modalidade.
Aumento de Dados Multimodais
Técnicas de aumento específicas coordenadas entre diferentes modalidades para criar pares positivos robustos.
Transformers de Visão em Aprendizagem Contrastiva
Aplicação de arquiteturas Transformer na aprendizagem contrastiva para representações visuais poderosas.
Mineração de Negativos Difíceis
Estratégia para identificar e usar as amostras negativas mais difíceis para melhorar o aprendizado contrastivo.
Temperature Scaling
Parâmetro crucial que controla a concentração da distribuição em funções de perda contrastivas.
Estratégias de Fusão Multimodal
Abordagens diferentes para combinar informações de múltiplas modalidades antes ou depois do contraste.
Pré-treinamento auto-supervisionado
Utilização da aprendizagem contrastiva para pré-treinar modelos sem anotações supervisionadas.
Aprendizagem Contrastiva para Áudio-Texto
Extensão dos métodos contrastivos a pares áudio-texto para aplicações como transcrição e pesquisa de áudio.