Saltar para o conteúdo

PT

DE Deutsch EN English ES Español PT Português

Pedir uma demonstração

Glossário

Termos de IA, explicados de forma simples.

43 termos sobre modelos de linguagem, privacidade e operação.

Acordo de subcontratação: Um acordo de subcontratação aplica-se quando um fornecedor externo trata dados pessoais por sua conta. Ao abrigo do RGPD, isto exige normalmente um contrato próprio. Quando a IA corre internamente, os prompts nem chegam a um fornecedor externo, embora a avaliação jurídica continue a ser sua.

Alucinação: Uma alucinação é uma afirmação que soa convincente, mas é falsa ou inventada. Os modelos de linguagem produzem texto provável, não factos verificados. As citações de fontes ajudam-no a verificar as respostas.

API: Uma API é uma interface que permite que programas comuniquem entre si. Em vez de clicar num browser, a sua aplicação envia pedidos e recebe respostas. O kayetana oferece uma REST API em /v2.

API key: Uma API key é uma chave secreta com que uma aplicação se identifica perante uma API. Quem tiver a chave pode fazer pedidos, por isso guarde-a em segurança. No kayetana, cada chave tem o seu próprio limite mensal.

Citação: Uma citação mostra de que documento vem uma afirmação. Assim pode verificar qualquer resposta por si próprio. O kayetana acrescenta números em expoente em cada frase e uma lista de fontes por baixo.

Classificação: Na classificação, a IA atribui um texto a uma ou mais categorias, por exemplo para ordenar tickets por tema. Cada etiqueta vem com uma pontuação de confiança. No kayetana, pode classificar com exemplos no pedido ou com um classificador que treinou.

Confiança: A confiança indica o grau de certeza de um modelo sobre uma atribuição, normalmente como um valor entre 0 e 1. Valores baixos são um sinal para analisar com mais atenção. Ao classificar, o kayetana mostra uma pontuação de confiança por etiqueta.

Dataset: Um dataset é uma coleção de dados de exemplo, como textos com etiquetas ou conversas de exemplo. É usado para embeddings, treino ou testes. O kayetana aceita datasets em CSV, JSONL, TXT, PDF ou Word.

Embedding: Um embedding é um fragmento de texto convertido numa lista de números que capta o seu significado. Textos com significado semelhante obtêm números semelhantes. É a base da pesquisa semântica, do reranking e da classificação.

Fine-tuning: O fine-tuning continua a treinar um modelo existente com os seus próprios exemplos, para que corresponda melhor a um estilo ou tarefa. O conhecimento base mantém-se e o comportamento adapta-se. No kayetana, é assim que ajusta um modelo de chat e obtém o seu próprio modelo chamado “ft-name”.

Function calling: Com function calling, um modelo pode chamar ferramentas definidas por si, como uma pesquisa ou uma consulta a uma base de dados. O modelo devolve o nome e os argumentos, e a sua aplicação executa a chamada. O kayetana suporta ferramentas no chat.

IA na cloud: Com a IA na cloud, os modelos correm no centro de dados de um fornecedor. Os seus dados de entrada viajam até lá pela internet. Não precisa de hardware próprio, mas os seus dados saem da empresa.

Inferência: A inferência é a utilização de um modelo já pronto: dá-lhe uma entrada e ele calcula uma resposta. O treino acontece antes; a inferência acontece em cada pedido. Com o kayetana, a inferência corre no seu próprio Mac Studio.

Janela de contexto: A janela de contexto é o número de tokens que um modelo consegue considerar de uma vez: instruções, histórico, documentos e resposta em conjunto. O que não cabe, o modelo não vê. O kayetana mostra o comprimento de contexto de cada modelo instalado.

LoRA: O LoRA é um método leve de fine-tuning. Em vez de alterar o modelo inteiro, treina apenas pequenos pesos adicionais. Isso exige menos memória e capacidade de cálculo, e o kayetana usa LoRA para o fine-tuning do qwen3:4b-instruct.

Max tokens: Max tokens limita o comprimento máximo da resposta de um modelo. Quando o limite é atingido, a resposta para. Assim mantém as respostas curtas e o tempo de cálculo controlado.

Modelo de linguagem (LLM): Um grande modelo de linguagem é um modelo de IA treinado com enormes quantidades de texto, capaz de compreender e escrever texto. Prevê, token a token, o que é mais provável vir a seguir. O chat, os resumos e as respostas a partir de documentos baseiam-se nele.

Modelo open-weight: Num modelo open-weight, os pesos treinados estão disponíveis livremente. Pode descarregá-lo e executá-lo no seu próprio hardware. Todos os modelos incluídos no kayetana têm licença aberta (Apache 2.0 ou MIT).

Modo JSON: No modo JSON, um modelo responde em JSON válido em vez de texto livre. Assim, um programa pode processar a resposta diretamente. No Playground do kayetana, ativa o modo JSON em cada pedido.

Multimodal: Um modelo multimodal processa mais do que texto, por exemplo também imagens. Pode enviar uma fotografia e fazer perguntas sobre ela. No kayetana, isto funciona com modelos que suportam compreensão de imagens.

On-premises: On-premises significa que o software corre no seu próprio hardware, nas suas próprias instalações, e não na cloud. Mantém o controlo sobre a máquina e os dados. O kayetana funciona num Mac Studio no seu escritório ou na sua rede.

OpenID Connect (OIDC): O OpenID Connect é uma norma aberta para iniciar sessão através de um fornecedor de identidade. A aplicação recebe um ID token assinado que confirma quem iniciou sessão. O kayetana usa o authorization code flow com PKCE e verifica o ID token.

Parâmetros: Os parâmetros são os números aprendidos dentro de um modelo. A sua quantidade, por exemplo 4 ou 20 mil milhões, é uma medida aproximada de tamanho e capacidade. Mais parâmetros exigem mais memória.

Prazo de conservação: Um prazo de conservação define durante quanto tempo os dados são guardados antes de serem eliminados. Prazos mais curtos significam menos dados guardados. No kayetana, escolhe ilimitado, 7, 30, 90 ou 365 dias para os registos de utilização e os datasets.

Prompt: O prompt é a entrada que dá a um modelo: uma pergunta, uma tarefa ou um texto. Quanto mais claro for o prompt, melhor costuma ser a resposta. O kayetana nunca guarda prompts.

Pseudonimização: A pseudonimização substitui nomes e outros identificadores diretos por códigos. Sem informação adicional, já não é possível identificar diretamente uma pessoa. Reduz o risco, mas não substitui uma análise cuidadosa.

Quantização: A quantização guarda os números de um modelo com menor precisão. O modelo fica mais pequeno e precisa de menos memória, muitas vezes com uma perda de qualidade reduzida. Permite que modelos maiores caibam em hardware comum.

Raciocínio: Com o raciocínio, um modelo percorre passos intermédios antes de responder. Ajuda em tarefas difíceis, mas demora mais. No kayetana, ativa ou desativa o raciocínio e define um orçamento.

RAG (retrieval-augmented generation): Com RAG, o modelo recebe passagens relevantes dos seus documentos e responde com base nelas. Assim, a resposta assenta nos seus próprios ficheiros e não apenas nos dados de treino. O kayetana mostra de que fonte vem cada frase.

Rate limit: Um rate limit restringe quanto pode ser pedido através de uma interface. Se o limite for excedido, a API rejeita mais pedidos. O kayetana define um limite mensal por chave e, acima dele, devolve o estado 429.

Rerank: O reranking ordena uma lista de documentos pela sua relevância para uma pergunta. Os mais úteis ficam no topo. O kayetana faz isto através da semelhança de embeddings com bge-m3.

SAML: O SAML 2.0 é uma norma mais antiga e muito difundida para single sign-on, por exemplo com ADFS. O fornecedor de identidade envia uma assertion que confirma quem iniciou sessão. O kayetana exige uma assertion assinada e só aceita inícios de sessão iniciados por ele próprio.

Self-hosting: Self-hosting significa operar um serviço por conta própria em vez de o utilizar através de um fornecedor. É você quem decide onde corre e quem tem acesso. O kayetana é uma plataforma de IA self-hosted.

Semelhança de cosseno: A semelhança de cosseno mede até que ponto dois vetores apontam na mesma direção. Um valor próximo de 1 significa um significado muito semelhante. É assim que uma pesquisa encontra textos correspondentes mesmo quando são usadas palavras diferentes.

Single sign-on (SSO): Com o single sign-on, inicia sessão em várias aplicações com uma conta central da empresa, em vez de uma palavra-passe diferente para cada uma. Um fornecedor de identidade como o Microsoft Entra ID ou o Okta verifica o início de sessão. No kayetana, os Owners configuram o SSO através de OpenID Connect ou SAML 2.0.

Soberania dos dados: Soberania dos dados significa decidir por si onde ficam os seus dados e quem os trata. Quanto menos dados forem para terceiros, mais controlo mantém. Com o kayetana, os prompts e os documentos nunca saem da empresa.

Streaming: Com o streaming, a resposta chega aos poucos enquanto o modelo ainda está a escrever. Vê o início de imediato, em vez de esperar pelo fim. O kayetana transmite as respostas do chat via server-sent events.

System prompt: O system prompt é uma instrução colocada antes da conversa propriamente dita que define o comportamento do modelo, como o seu papel, tom ou regras. Aplica-se a todas as mensagens seguintes. No Playground do kayetana, define-o como instrução de sistema.

Temperatura: A temperatura controla o grau de aleatoriedade da formulação de um modelo. Valores baixos dão respostas consistentes e factuais; valores altos, mais variedade. Pode defini-la em cada pedido no Playground.

Token: Um token é um fragmento de texto com que um modelo de linguagem trabalha, muitas vezes parte de uma palavra ou uma palavra curta. Os modelos leem e escrevem texto como uma sequência de tokens. No kayetana, pode dividir texto em tokens e voltar a juntá-lo na página Tokens.

Transcrição: A transcrição converte linguagem falada em texto escrito. As marcas temporais mostram quando algo foi dito. O kayetana transcreve gravações como MP3, M4A ou WAV até 100 MB.

Vetor: Um vetor é uma lista ordenada de números. Em IA, um vetor representa normalmente o significado de um texto, ou seja, o seu embedding. O kayetana devolve vetores nos formatos float, int8, uint8, binary e ubinary.

Whisper: O Whisper é um modelo aberto de reconhecimento de fala para transcrição em muitas línguas. O kayetana usa o Whisper large-v3-turbo.