Glossário

Arte prévia. Trabalho já publicado que contém a ideia ou parte dela. Todo caminho lista a sua.

Cauchy-Schwarz. $|\langle a,b\rangle|\le\|a\|\,\|b\|$. É o limite usado para excluir candidatos com certeza.

Embedding. Vetor que representa um token, uma frase ou um documento. Textos parecidos ficam com vetores próximos.

Encoder. A rede que transforma texto em embedding. Em busca semântica, é onde está quase todo o custo.

Latência p95. O tempo abaixo do qual ficam 95% das requisições. Mostra o pior caso comum, que a média esconde.

Matryoshka. Treino em que os prefixos do vetor também são vetores válidos, permitindo cortar dimensões depois.

MIPS. Busca do produto interno máximo: achar o vetor com maior $\langle q,x\rangle$. A cabeça de saída de um LLM resolve um MIPS a cada token.

Quantização. Trocar números de 16 ou 32 bits por inteiros de poucos bits mais uma escala.

RaBitQ. Quantização de 1 a poucos bits por dimensão, com rotação aleatória e limite de erro probabilístico.

Rastreamento (tracing) e spans. Registro de cada etapa de uma chamada a um modelo, com início, fim e metadados. Usado para medir latência e custo por etapa.

Regra de parada. Condição, definida antes do teste, que encerra um caminho se o resultado não vier.

Sobreviventes. Fração de candidatos que o limite não conseguiu excluir e que precisa de leitura completa.

Token. Pedaço de texto que o modelo trata como unidade, em geral parte de uma palavra.

Varredura em blocos. Calcular todos os produtos internos de uma vez com multiplicação de matrizes otimizada. É o comparador obrigatório de qualquer método exato.