Espaço Latente

Espaço matemático de representações internas aprendidas por um modelo. Pontos e direções nesse espaço podem capturar regularidades úteis dos dados, permitindo comparar conteúdos, interpolar atributos ou orientar uma geração sem trabalhar diretamente sobre a entrada bruta. Em transformers, o termo também aparece de forma mais ampla para descrever hidden states intermediários.

A geometria depende do modelo, da camada e do objetivo de treino. Proximidade entre vetores sugere uma relação estatística dentro daquela representação, não uma equivalência semântica garantida para humanos. Uma direção observada em um modelo também pode desaparecer em outra camada ou versão; claims sobre o espaço latente precisam de probes, intervenções e evals.