Glossário



Context window

A "context window" (janela de contexto) refere-se à quantidade de texto que um modelo de linguagem pode consultar e referenciar ao gerar novo texto. Isto é diferente do grande corpus de dados em que o modelo de linguagem foi treinado, e representa uma "memória de trabalho" para o modelo. Uma janela de contexto maior permite que o modelo processe e responda a prompts mais complexos e longos, enquanto uma janela de contexto menor pode limitar a capacidade do modelo de lidar com prompts mais longos ou manter coerência em conversas estendidas.

Consulte o guia para entender janelas de contexto para saber mais.



Fine-tuning

O "fine-tuning" (ajuste fino) é o processo de treinar ainda mais um modelo de linguagem pré-treinado usando dados adicionais. Isso faz com que o modelo comece a representar e imitar os padrões e características do conjunto de dados de fine-tuning. Claude não é um modelo de linguagem puro; já foi ajustado para ser um assistente útil. A API do Claude não oferece atualmente fine-tuning, mas entre em contato com seu contato na Anthropic se estiver interessado em explorar essa opção. Fine-tuning pode ser útil para adaptar um modelo de linguagem a um domínio, tarefa ou estilo de escrita específico, mas requer consideração cuidadosa dos dados de fine-tuning e do impacto potencial no desempenho e vieses do modelo.



HHH

Estes três H's representam os objetivos da Anthropic em garantir que Claude seja benéfico para a sociedade:

• Uma IA útil (helpful) tentará executar a tarefa ou responder à pergunta colocada da melhor forma possível, fornecendo informações relevantes e úteis.
• Uma IA honesta (honest) fornecerá informações precisas e não alucinará ou confabulará. Reconhecerá suas limitações e incertezas quando apropriado.
• Uma IA inofensiva (harmless) não será ofensiva ou discriminatória, e quando solicitada a auxiliar em um ato perigoso ou antiético, a IA deve recusar educadamente e explicar por que não pode cumprir.



Latency

"Latency" (latência), no contexto de IA generativa e modelos de linguagem grandes, refere-se ao tempo que leva para o modelo responder a um prompt fornecido. É o atraso entre enviar um prompt e receber a saída gerada. Latency mais baixa indica tempos de resposta mais rápidos, o que é crucial para aplicações em tempo real, chatbots e experiências interativas. Fatores que podem afetar a latency incluem tamanho do modelo, capacidades de hardware, condições de rede e a complexidade do prompt e da resposta gerada.



LLM

"Large language models" (modelos de linguagem grandes), ou LLMs, são modelos de linguagem de IA com muitos parâmetros que são capazes de executar uma variedade de tarefas surpreendentemente úteis. Esses modelos são treinados em grandes quantidades de dados de texto e podem gerar texto semelhante ao humano, responder perguntas, resumir informações e muito mais. Claude é um assistente conversacional baseado em um modelo de linguagem grande que foi ajustado e treinado usando RLHF para ser mais útil, honesto e inofensivo.



MCP (Model Context Protocol)

Model Context Protocol, ou MCP, é um protocolo aberto que padroniza como as aplicações fornecem contexto aos LLMs. Como uma porta USB-C para aplicações de IA, o MCP fornece uma maneira unificada de conectar modelos de IA a diferentes fontes de dados e ferramentas. O MCP permite que sistemas de IA mantenham contexto consistente entre interações e acessem recursos externos de maneira padronizada. Consulte a documentação do MCP para saber mais.



Conector MCP

O conector MCP é um recurso que permite que usuários da API se conectem a servidores MCP diretamente da Messages API sem construir um cliente MCP. Isso permite integração perfeita com ferramentas e serviços compatíveis com MCP por meio da API do Claude. O conector MCP suporta recursos como chamada de ferramentas e está disponível em beta. Consulte a documentação do conector MCP para saber mais.



Pretraining

"Pretraining" (pré-treinamento) é o processo inicial de treinar modelos de linguagem em um grande corpus de texto não rotulado. No caso do Claude, modelos de linguagem autorregressivos (como o modelo subjacente do Claude) são pré-treinados para prever a próxima palavra, dado o contexto anterior de texto no documento. Esses modelos pré-treinados não são inerentemente bons em responder perguntas ou seguir instruções, e frequentemente exigem habilidade profunda em engenharia de prompt para obter os comportamentos desejados. Fine-tuning e RLHF são usados para refinar esses modelos pré-treinados, tornando-os mais úteis para uma ampla gama de tarefas.



RAG (Retrieval augmented generation)

"Retrieval augmented generation" (geração aumentada por recuperação), ou RAG, é uma técnica que combina recuperação de informações com geração por modelo de linguagem para melhorar a precisão e relevância do texto gerado, e para fundamentar melhor a resposta do modelo em evidências. No RAG, um modelo de linguagem é aumentado com uma base de conhecimento externa ou um conjunto de documentos que é passado para a janela de contexto. Os dados são recuperados em tempo de execução quando uma consulta é enviada ao modelo, embora o próprio modelo não necessariamente recupere os dados (mas pode, com uso de ferramentas e uma função de recuperação). Ao gerar texto, informações relevantes primeiro devem ser recuperadas da base de conhecimento com base no prompt de entrada, e então passadas ao modelo junto com a consulta original. O modelo usa essas informações para guiar a saída que gera. Isso permite que o modelo acesse e use informações além de seus dados de treinamento, reduzindo a dependência de memorização e melhorando a precisão factual do texto gerado. RAG pode ser particularmente útil para tarefas que exigem informações atualizadas, conhecimento específico de domínio ou citação explícita de fontes. No entanto, a eficácia do RAG depende da qualidade e relevância da base de conhecimento externa e do conhecimento que é recuperado em tempo de execução.



RLHF

"Reinforcement Learning from Human Feedback" (aprendizado por reforço a partir de feedback humano), ou RLHF, é uma técnica usada para treinar um modelo de linguagem pré-treinado a se comportar de maneiras consistentes com as preferências humanas. Isso pode incluir ajudar o modelo a seguir instruções de forma mais eficaz ou agir mais como um chatbot. O feedback humano consiste em classificar um conjunto de dois ou mais textos de exemplo, e o processo de aprendizado por reforço incentiva o modelo a preferir saídas que sejam semelhantes às mais bem classificadas. Claude foi treinado usando RLHF para ser um assistente mais útil. Para mais detalhes, você pode ler o artigo da Anthropic sobre o assunto.



Temperature

"Temperature" (temperatura) é um parâmetro que controla a aleatoriedade das previsões de um modelo durante a geração de texto. Temperaturas mais altas levam a saídas mais criativas e diversas, permitindo múltiplas variações na formulação e, no caso de ficção, variação nas respostas também. Temperaturas mais baixas resultam em saídas mais conservadoras e determinísticas que se atêm à formulação e às respostas mais prováveis. Ajustar a temperature permite que os usuários incentivem um modelo de linguagem a explorar escolhas e sequências de palavras raras, incomuns ou surpreendentes, em vez de selecionar apenas as previsões mais prováveis.

Os usuários podem encontrar não determinismo nas APIs. Mesmo com a temperature definida como 0, os resultados não serão totalmente determinísticos e entradas idênticas podem produzir saídas diferentes entre chamadas de API. Isso se aplica tanto ao serviço de inferência de primeira parte da Anthropic quanto à inferência por meio de provedores de nuvem de terceiros.



TTFT (Time to first token)

"Time to First Token" (tempo até o primeiro token), ou TTFT, é uma métrica de desempenho que mede o tempo que um modelo de linguagem leva para gerar o primeiro token de sua saída após receber um prompt. É um indicador importante da capacidade de resposta do modelo e é particularmente relevante para aplicações interativas, chatbots e sistemas em tempo real onde os usuários esperam feedback inicial rápido. Um TTFT mais baixo indica que o modelo pode começar a gerar uma resposta mais rapidamente, proporcionando uma experiência de usuário mais fluida e envolvente. Fatores que podem influenciar o TTFT incluem tamanho do modelo, capacidades de hardware, condições de rede e a complexidade do prompt.



Tokens

Tokens são as menores unidades individuais de um modelo de linguagem e podem corresponder a palavras, subpalavras, caracteres ou até bytes (no caso de Unicode). Para Claude, um token representa aproximadamente 3,5 caracteres em inglês, embora o número exato possa variar dependendo do idioma usado. Tokens normalmente ficam ocultos ao interagir com modelos de linguagem no nível de "texto", mas se tornam relevantes ao examinar as entradas e saídas exatas de um modelo de linguagem. Quando Claude recebe texto para avaliar, o texto (consistindo em uma série de caracteres) é codificado em uma série de tokens para o modelo processar. Tokens maiores permitem eficiência de dados durante a inferência e o pré-treinamento (e são usados quando possível), enquanto tokens menores permitem que um modelo lide com palavras incomuns ou nunca vistas antes. A escolha do método de tokenização pode impactar o desempenho do modelo, o tamanho do vocabulário e a capacidade de lidar com palavras fora do vocabulário.