6. Termos que você vai encontrar
Para você não se assustar com o vocabulário neste curso, aqui vão os principais, em linguagem simples. Não precisa decorar nada agora — todos serão explicados a fundo, com analogia, exemplo e diagrama, quando aparecerem.
| Termo | O que significa, em uma frase | Onde você já viu nesta parte |
|---|---|---|
| Token | Um pedacinho de texto. No nosso caso, um caractere. | o "pedacinho" da a página sobre prever o próximo |
| Vocabulário | A lista de todos os pedacinhos que o modelo conhece. | — |
| Tokenizer | A tradução letra ↔ número. | a imagem da a página sobre o que é uma LLM |
| Parâmetros | Os números ajustáveis que guardam o "conhecimento". | os "botõezinhos" da a página sobre como ela aprende |
| Treino | O ciclo de ajustar os parâmetros mostrando exemplos. | a a página sobre como ela aprende |
| Loss (erro) | O quanto o modelo errou numa previsão. | o passo 3 do ciclo de treino |
| Embedding | Transformar um pedacinho de texto num conjunto de números. | — |
| Atenção | O mecanismo que faz cada pedacinho "olhar" para os outros. | — |
| Inferência | Usar o modelo já treinado para gerar texto (o contrário de treinar). | — |
Encerramento deste curso
Agora você entende a grande ideia por trás das IAs de linguagem:
- ✅ Uma LLM é um programa que aprendeu padrões de texto observando exemplos
- ✅ Por dentro, ela só trabalha com números — o tokenizer traduz nas duas pontas
- ✅ A única coisa que ela faz é prever o próximo pedacinho — repetido, vira frases
- ✅ Ela aprende por tentativa e erro, ajustando parâmetros e diminuindo o erro (loss)
- ✅ Modelos pequenos servem para tarefas pequenas — por isso cabem num robô
- ✅ No nosso projeto, o corpo manda o marcador da situação e o cérebro completa a frase
Você desmistificou a parte mais "assustadora" do projeto sem escrever uma linha de código. Na este curso, vamos transformar cada uma dessas ideias em realidade — construindo, peça por peça, o cérebro do robô, do tokenizer até a geração da frase.