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 verstehenSchlussfolgern & Agenten

Vom Modell zum handelnden System

Die Ausführungsumgebung um Modell und Werkzeuge verstehen.

Das WesentlicheExperimentierenVertiefen
Wissenschaftliche Quellen

So funktioniert es

Schlussfolgern & Agenten

Ein Harness organisiert Aufrufe, Kontext, Aufgabenzustand und Werkzeugausführung mit Berechtigungen. Beobachtungen können weitere Schritte oder Prüfungen auslösen. MCP standardisiert Austausch; es ist kein vollständiger Harness.

Verständnis prüfen

Formulieren Sie vor der Antwort eine eigene Erklärung.

MCP zu installieren garantiert, dass ein Assistent jede Aktion autonom erfolgreich ausführt.

Merksatz

Eine überzeugende Erklärung beweist kein korrektes Ergebnis. Autonomie hängt von Zugriff, Erfolgskriterien, Stoppbedingungen und Wiederaufnahme ab. Das Gesamtsystem muss für die Aufgabe geprüft werden.

Vertiefen
Vom Konzept zur AnwendungPraktisch anwenden

Wissenschaftliche Quellen

  • Model Context ProtocolModel Context Protocol — Introduction
    Originalpublikation
  • Chollet · 2019On the Measure of Intelligence
    Originalpublikation

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

Weiter erkundenWeltmodelleInferenz

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.