HarmonyFidelisHarmonyFidelis
Anmelden
Zum Inhalt
AURA
VerstehenKonfigurierenÖffentliche Programme
Verstehen

Grundlagen

LernenInferenz

Mechanismen

RepräsentationenKontext & GedächtnisArchitekturenDiffusion

Vertiefende Forschung

Schlussfolgern & AgentenWeltmodelleAGI & ASIEvaluation

Jeder Bereich ist frei zugänglich. Vertiefungen sind jederzeit erreichbar.

Aura-Startseite
AuraKI verstehenKontext & Gedächtnis

Welches Gedächtnis ist gemeint?

Kontext, rekurrenten Zustand, Parameter und dauerhaften Speicher trennen.

Das WesentlicheExperimentierenVertiefen
Wissenschaftliche Quellen
Definition

Kontext liefert Informationen für eine Berechnung. Ein rekurrentes Netz überträgt Zustand zwischen Schritten. Ein externer Speicher bewahrt Dokumente auf und ruft relevante Inhalte ab. Kapazität und Aufbewahrungsgarantien unterscheiden sich.

Gleichung

hₜ = fθ(hₜ₋₁, xₜ)

hₜ ist Zustand bei Schritt t, xₜ die Eingabe und θ die Parameter. Rekurrenter Zustand ist keine Dokumentendatenbank und allein kein dauerhaftes Gedächtnis.

Annahmen und Notation

hₜ ist Zustand bei Schritt t, xₜ die Eingabe und θ die Parameter. Rekurrenter Zustand ist keine Dokumentendatenbank und allein kein dauerhaftes Gedächtnis.

Grenzen der Interpretation

Eine Datei in einem Gespräch ist nicht zwingend in einem anderen verfügbar. Persistenz hängt von Produkt und Einstellungen ab; Abruf erfordert nicht immer neues Training.

Auf dieser Seite

DefinitionGleichungAnnahmen und NotationGrenzen der InterpretationWissenschaftliche Quellen
Das Wesentliche
Vom Konzept zur AnwendungPraktisch anwenden

Wissenschaftliche Quellen

  • Hochreiter & Schmidhuber · 1997Long Short-Term Memory
    Originalpublikation
  • Lewis et al. · 2020Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks
    Originalpublikation

Didaktische Zusammenfassung der Quellen. Ergebnisse gelten im Rahmen der jeweiligen Aufgaben, Protokolle und Budgets.

Weiter erkundenArchitekturenInferenz

Suchen Aura

18 Ergebnisse

VerstehenEin Modell lernen lassen und anwendenGelernte Parameter von Informationen einer Anfrage unterscheiden.
VerstehenVom Kontext zum nächsten TokenModellwahrscheinlichkeiten und Auswahlregel unterscheiden.
VerstehenVom Text zur RepräsentationVektoren verstehen, ohne sie mit menschlicher Bedeutung gleichzusetzen.
VerstehenWelches Gedächtnis ist gemeint?Kontext, rekurrenten Zustand, Parameter und dauerhaften Speicher trennen.
VerstehenTransformers: Aufmerksamkeit verstehenArchitekturen, Lernmethoden und Gesamtsysteme passend vergleichen.
VerstehenDurch Entrauschen erzeugenKorruption beim Lernen von schrittweiser Erzeugung unterscheiden.
VerstehenVom Modell zum handelnden SystemDie Ausführungsumgebung um Modell und Werkzeuge verstehen.
VerstehenVorhersagen, um zu entscheidenLängere Horizonte und das Risiko falscher Vorhersagen erkunden.
VerstehenDefinitionen statt eines einzigen UrteilsAllgemeinheit, Leistung und Anpassung vor einem Etikett prüfen.
VerstehenWas ein Ergebnis belegtVom überzeugenden Eindruck zum reproduzierbaren Vergleich.
KonfigurierenEin ChatGPT-Projekt vorbereitenEin klares Ziel, relevanter Kontext und praktisch nutzbare Anweisungen.
KonfigurierenPassend zur Aufgabe wählenBeginnen Sie mit Ihrem Bedarf. Vergleichen Sie Zugriffe und Ergebnisse statt pauschaler Modellranglisten.
KonfigurierenIhre Anfrage überprüfbar machenFormulieren Sie aus einer Absicht ein Ziel, Kontext und Erfolgskriterien.
KonfigurierenInformationen am richtigen Ort bereitstellenUnterscheiden Sie Arbeitsregeln, Aufgabenmaterial und produktseitig verwaltetes Gedächtnis.
KonfigurierenEine Entwicklungsumgebung vorbereitenBestimmen Sie Modellrolle, Fähigkeiten der Umgebung und tatsächlich benötigte Zugriffe.
KonfigurierenEinen Entwicklungsablauf zusammenstellenOrganisieren Sie Vorbereitung, Änderung, Prüfung und Bericht. Nutzen Sie hilfreiche Schritte erneut.
KonfigurierenAuftrag vorbereiten und Ergebnis prüfenEin reproduzierbares Beispiel, eine Checkliste und Ihre Beobachtungen.
Öffentliche ProgrammeTentacularÖffentlich verfügbare Anwendungen, Funktionen und Ressourcen.