HarmonyFidelisHarmonyFidelis
Connexion
Aller au contenu
AURA
ComprendreConfigurerProgrammes publics
Configurer

Assistants & usages

Projet ChatGPTChoisir ses outilsInstructionsContexte et mémoire

Outils de développement

Harnais, outils et MCPSkills et procédures

Vérification

Vérifier et développer

Chaque espace se visite librement. Les détails restent accessibles à tout moment.

Entrée Aura
AuraConfigurer

Contexte et mémoire

Donner la bonne information au bon endroit

Distinguez les règles de travail, les ressources de la tâche et la mémoire gérée par le produit.

01

Instructions

Les règles de travail : objectif, format, limites et critères. Elles orientent la réponse, sans garantir sa qualité.

02

Contexte

Les informations accessibles pour la tâche : documents, messages, extraits ou résultats d’outils. Leur disponibilité dépend du système.

03

Mémoire persistante

Des informations conservées et éventuellement réutilisées entre échanges. La portée, les réglages et la suppression dépendent du produit ; cela ne signifie pas réentraîner le modèle.

Classez cet exemple

« Présente les modifications et les tests effectués. »

Point à vérifier

Pour des faits importants, fournissez une source actuelle dans le contexte. Ne supposez pas qu’un document ou un détail sera toujours retrouvé. Vérifiez les réglages de mémoire, sans les confondre avec les instructions du projet.

Préparer mes instructions
Documentation officielle
  • OpenAI · ChatGPT Projects
  • OpenAI · ChatGPT Memory
  • Anthropic · Claude Projects
Comprendre le contexte et la mémoire

Rechercher Aura

18 résultats

ComprendreApprendre, puis utiliser un modèleDistinguer les paramètres appris des informations fournies au moment d’une demande.
ComprendreDu contexte au prochain tokenDistinguer les probabilités du modèle de la règle utilisée pour choisir une sortie.
ComprendreDu texte aux représentationsComprendre pourquoi les mots deviennent des vecteurs, sans confondre vecteur et sens humain.
ComprendreDe quelle mémoire parle-t-on ?Séparer contexte de travail, état récurrent, paramètres appris et stockage persistant.
ComprendreTransformers : comprendre l’attentionComparer architectures, méthodes d’apprentissage et systèmes complets au bon niveau.
ComprendreGénérer par débruitageSuivre la différence entre corruption pendant l’apprentissage et génération progressive.
ComprendreDu modèle au système qui agitComprendre le rôle du harnais autour d’un modèle et de ses outils.
ComprendrePrédire pour choisir une actionExplorer l’effet d’un horizon plus long et le risque d’un modèle inexact.
ComprendreDes définitions, pas un verdict uniqueExaminer la généralité, la performance et l’adaptation avant d’employer une étiquette.
ComprendreCe qu’un résultat permet de conclurePasser d’une impression convaincante à une comparaison reproductible.
ConfigurerPréparer un projet ChatGPTUn objectif clair, le bon contexte et des instructions que vous pouvez réellement utiliser.
ConfigurerChoisir pour votre tâcheCommencez par votre besoin. Comparez les accès et les résultats, sans classement universel des modèles.
ConfigurerRendre votre demande vérifiableTransformez une intention en objectif, contexte et critères de réussite.
ConfigurerDonner la bonne information au bon endroitDistinguez les règles de travail, les ressources de la tâche et la mémoire gérée par le produit.
ConfigurerPréparer un environnement de développementDéfinissez le rôle du modèle, les capacités du harnais et les accès réellement nécessaires.
ConfigurerComposer une procédure de développementOrganisez préparation, modification, vérification et restitution. Réutilisez les étapes qui vous aident.
ConfigurerPréparer une mission, puis vérifier le résultatUn exemple reproductible, une liste de contrôle et un compte rendu de vos observations.
Programmes publicsTentacularUsages, fonctions et ressources publiquement disponibles.