Glossário IA
O dicionário completo da Inteligência Artificial
Few-Shot Prompting
Método de otimização que inclui um pequeno número de exemplos (geralmente de 1 a 5) no prompt para guiar o modelo em relação ao formato, tom ou tipo de resposta esperado.
Chain-of-Thought (CoT) Prompting
Técnica avançada que incentiva o LLM a decompor seu raciocínio em etapas lógicas e explícitas antes de fornecer a resposta final, melhorando assim a precisão em tarefas complexas.
Tree of Thoughts (ToT)
Framework de exploração que modela o raciocínio do LLM como uma árvore, onde cada nó é um pensamento ou uma etapa, permitindo avaliar e escolher os caminhos de raciocínio mais promissores.
Anthropomorphic Prompting
Técnica que consiste em atribuir uma persona, um papel ou uma identidade ao LLM no prompt (ex: 'aja como um especialista em...'), para enquadrar sua resposta e melhorar sua relevância.
Least-to-Most Prompting
Estratégia que decompõe um problema complexo em uma série de subproblemas mais simples, resolvidos sequencialmente, onde cada solução é usada para ajudar a resolver o problema seguinte.
Directional Stimulus Prompting
Técnica que guia o modelo adicionando pistas ou frases específicas (estímulos) no prompt para direcionar a geração para um determinado domínio, estilo ou atributo semântico.
ReAct (Reasoning and Acting)
Paradigma que entrelaça o raciocínio em cadeia de pensamentos com etapas de ação, permitindo ao LLM gerar planos de raciocínio, executar ações (como pesquisas) e iterar.
Reforço Contextual
Prática de adicionar frases de reforço positivo ou negativo diretamente no prompt (ex: 'responda com precisão', 'evite informações não verificadas') para influenciar o comportamento do modelo.
PAL (Modelos de Linguagem Auxiliados por Programa)
Abordagem que delega as etapas de cálculo a um interpretador de código (como Python), solicitando ao LLM que gere o código necessário para resolver parte do problema e, em seguida, execute esse código.