Pular para o conteúdo
ReviewRamble

A newsletter semanal

IA, analisada, na sua caixa de entrada.

  • Novas análises de ferramentas, modelos, servidores MCP e repositórios, com o veredicto logo no início
  • Preços e notas reconferidos quando algo muda
  • Novos artigos de análise assim que são publicados

Modelos, agentes, servidores MCP e as ferramentas que realmente valem seu tempo.

Um e-mail por semana. Cancele pelo link em qualquer edição. Como usamos seu e-mail

Armazenamento e recuperação

Embeddings, busca vetorial e as outras peças que permitem a um modelo encontrar os fatos certos.

Banco de dados vetorial
Um banco de dados vetorial (vector database) armazena embeddings junto com seus registros de origem e encontra os vetores guardados mais próximos de um vetor de consulta, geralmente com um índice aproximado para que a busca continue rápida em milhões de itens.
Base de conhecimento (IA)
Em apps de IA, uma base de conhecimento (knowledge base) é a coleção de documentos e dados que um assistente ou agente consulta para responder a perguntas, como artigos de ajuda, políticas ou documentação de produto, mantida separada do próprio modelo.
BM25
O BM25 é uma fórmula de ranqueamento para busca por palavras-chave. Ele pontua cada documento pela frequência com que as palavras da consulta aparecem nele, dando mais peso a palavras raras e menos crédito a documentos longos e termos repetidos.
Busca aproximada de vizinhos mais próximos
A busca aproximada de vizinhos mais próximos (approximate nearest neighbor, ANN) encontra vetores próximos a uma consulta sem verificar cada vetor armazenado. Ela abre mão da garantia da melhor correspondência exata em troca de uma busca muito mais rápida em grandes coleções.
Busca híbrida
A busca híbrida (hybrid search) faz uma busca por palavras-chave e uma busca vetorial na mesma consulta e mescla as duas listas ordenadas, para que os resultados possam corresponder tanto às palavras exatas quanto ao significado.
Busca vetorial
A busca vetorial (vector search) encontra itens comparando seus embeddings com o embedding de uma consulta e devolvendo os mais próximos, para que os resultados correspondam pelo significado e não por palavras-chave em comum.
Cross-encoder
Um cross-encoder é um modelo que lê uma consulta e um documento juntos, em uma única passada, e produz uma pontuação de relevância. Ele é mais preciso do que comparar embeddings separados, mas lento demais para rodar sobre uma coleção inteira.
Dimensão do embedding
A dimensão do embedding (embedding dimension) é o número de valores em cada vetor que um modelo de embedding produz. Mais dimensões podem guardar mais detalhes, mas cada valor extra acrescenta custo de armazenamento, memória e busca por item.
Embedding
Um embedding (representação vetorial) é uma lista de números (um vetor) que representa um trecho de texto, uma imagem ou outros dados, produzida de forma que itens com significado parecido acabem com vetores próximos entre si.
Embeddings Matryoshka
Embeddings Matryoshka são vetores treinados para que seus primeiros valores carreguem a maior parte da informação. Você pode cortá-los para um tamanho menor e ainda obter resultados de busca úteis, o que economiza armazenamento e acelera a busca.
Filtragem por metadados
A filtragem por metadados (metadata filtering) limita uma busca a itens cujos atributos armazenados, como data, autor, idioma ou grupo de acesso, atendem a condições dadas, junto com ou antes de ordená-los por similaridade vetorial.
Grafo de conhecimento
Um grafo de conhecimento (knowledge graph) guarda informações como entidades (pessoas, produtos, lugares, conceitos) conectadas por relações nomeadas, para que um software possa seguir as ligações entre fatos em vez de buscar em texto solto.
GraphRAG
GraphRAG é uma abordagem de recuperação em que um LLM primeiro constrói um grafo de conhecimento a partir de uma coleção de documentos e escreve resumos de grupos de entidades relacionadas, e depois responde a perguntas usando esses resumos e as ligações do grafo.
HNSW
O HNSW (hierarchical navigable small world) é um índice baseado em grafos para busca aproximada de vizinhos mais próximos. Ele liga os vetores a seus vizinhos em várias camadas, para que uma busca possa saltar rapidamente em direção às correspondências mais próximas.
Late interaction (ColBERT)
Late interaction (interação tardia) é um método de recuperação, apresentado pelo ColBERT, que codifica a consulta e cada documento separadamente em um vetor por token e depois pontua uma correspondência comparando esses vetores de token em uma etapa final barata.
Métricas de recuperação (recall@k, nDCG, MRR)
Métricas de recuperação (retrieval metrics) avaliam quão bem um sistema de busca retorna documentos relevantes. O recall@k verifica quantos itens relevantes aparecem entre os k primeiros, o nDCG recompensa colocá-los no alto e o MRR mede quão cedo aparece o primeiro correto.
RAG agêntico
RAG agêntico (agentic RAG) é a geração aumentada por recuperação conduzida por um agente de IA que decide quando buscar, o que buscar e qual fonte usar, e pode buscar de novo se os primeiros resultados não bastarem.
Recuperação esparsa
A recuperação esparsa (sparse retrieval) representa consultas e documentos como vetores sobre um vocabulário em que a maioria das entradas é zero e cada entrada diferente de zero é o peso de uma palavra, para que a busca use índices invertidos rápidos como na busca por palavra-chave.
Reescrita de consultas
A reescrita de consultas (query rewriting) altera a pergunta de um usuário antes da busca, por exemplo esclarecendo-a, dividindo-a ou adicionando termos relacionados, para que o retriever tenha mais chance de encontrar os trechos que a respondem.
Reranking
Reranking (reordenação) é uma segunda etapa de busca que pega uma lista curta de documentos candidatos e os reordena por relevância para a consulta, usando um modelo mais preciso, porém mais lento, que o da primeira busca.
Retrieval-augmented generation
Retrieval-augmented generation (RAG, geração aumentada por recuperação) é um padrão em que um sistema primeiro busca em uma coleção de documentos os trechos relevantes para uma pergunta e depois entrega esses trechos a um modelo de linguagem para que a resposta se baseie neles.
Similaridade de cosseno
A similaridade de cosseno (cosine similarity) mede o quanto dois vetores se parecem pelo ângulo entre eles. Ela vai de -1 a 1, ignora o comprimento dos vetores e é a forma mais comum de comparar embeddings em buscas.