Glossário

Data limite de conhecimento

O que é Data limite de conhecimento?

A data limite de conhecimento (knowledge cutoff) é o momento até ao qual se estendem os dados de treino de um modelo de linguagem. O modelo não tem qualquer conhecimento próprio de acontecimentos, preços, leis ou produtos surgidos depois e pode fornecer informações desatualizadas, a menos que lhe sejam fornecidos dados atuais. Isto pode ser resolvido com métodos que incorporam documentos próprios ou conteúdos web atuais em tempo de execução.

Como o KI.ordo ajuda

Os agentes do KI.ordo compensam a data limite utilizando o seu conhecimento guardado e obtendo páginas públicas atuais com a ferramenta «Ler página web».

Saber mais

Temas

LLM
Atualidade
Base

Experimentar o KI.ordo

Agentes, fluxos e modelos num só espaço de trabalho – demonstração gratuita de 24 horas.

Iniciar demonstração

← Todos os termos

Termos relacionados

Grande modelo de linguagem (LLM)

Um grande modelo de linguagem (LLM) é uma rede neuronal treinada com quantidades muito grandes de texto, o que lhe permite compreender e gerar linguagem. Funciona calculando, passo a passo, o token mais provável a seguir. Os LLM escrevem, resumem, traduzem, respondem a perguntas e geram código; exemplos conhecidos são o Claude, o GPT, o Gemini e o Llama. Sem acesso a fontes atuais, só sabem o que constava dos seus dados de treino.

Modelos de linguagem
IA generativa
+1

Alucinação

Uma alucinação é uma saída de um modelo de IA que soa convincente, mas é errada ou totalmente inventada – como uma decisão judicial inexistente, um valor incorreto ou uma fonte inventada. A causa: os modelos de linguagem produzem formulações prováveis; não consultam factos automaticamente. O risco diminui quando as respostas se baseiam em fontes verificadas, as provas são citadas e as pessoas verificam os resultados importantes.

Modelos de linguagem
Fiabilidade
+1

Modelo

Geração aumentada por recuperação (RAG)

A geração aumentada por recuperação combina pesquisa com geração de texto: antes de responder, o sistema pesquisa numa coleção de conhecimento – como manuais, diretrizes ou FAQ – as passagens relevantes e transmite-as ao modelo de linguagem como contexto. A resposta baseia-se assim em conteúdos atuais e específicos da empresa, e não apenas no conhecimento de treino do modelo. Isto reduz as afirmações inventadas, torna as fontes rastreáveis e permite atualizações sem retreino.

RAG
pesquisa de conhecimento
+1

Dados de treino

Os dados de treino são os exemplos a partir dos quais um modelo de IA aprende padrões: grandes coleções de texto para modelos de linguagem, imagens etiquetadas para modelos de imagem. A sua qualidade, diversidade e atualidade determinam em grande medida a fiabilidade e a equidade de um modelo e o quão atualizado será o seu conhecimento. Para as organizações, também importa saber se um fornecedor utiliza os dados dos clientes que lhe são fornecidos para treino adicional.

Dados
Training
+1