HarmonyFidelisHarmonyFidelis
Entrar
Ir ao conteúdo
AURA
AprenderConfigurarProgramas públicos
Aprender

Primeiros conceitos

AprendizagemInferência

Mecanismos

RepresentaçõesContexto e memóriaArquiteturasDifusão

Pesquisa avançada

Raciocínio e agentesModelos do mundoAGI e ASIAvaliação

Explore cada espaço livremente. Os detalhes estão sempre acessíveis.

Início do Aura
AuraEntender a IAInferência

Do contexto ao próximo token

Diferencie probabilidades do modelo e regra de escolha da saída.

O essencialExperimentarAprofundar
Fontes científicas

Simulação didática · valores fictícios

O que a temperatura muda?

O céu está…

Referência · T = 1

azul60 %
cinza30 %
claro10 %
0 %25 %50 %75 %100 %

Seu ajuste · T = 1

azul60 %
cinza30 %
claro10 %
0 %25 %50 %75 %100 %
1
T = 1: a distribuição de referência é mantida.

Apenas três possibilidades. Nenhum modelo real é consultado; um sorteio não mede a qualidade da resposta.

Verificar meu entendimento

Antes de responder, formule sua explicação.

Aumentar a temperatura pode tornar mais provável um token inicialmente raro.

Para lembrar

Probabilidade expressa preferência do modelo, não verdade. A temperatura muda o sorteio sem acrescentar conhecimento. O exemplo contém apenas três possibilidades fictícias.

Aprofundar
Do conceito à práticaColocar em prática · ChatGPT

Fontes científicas

  • Vaswani et al. · 2017Attention Is All You NeedarXiv v7 · 2023
    Publicação original

Síntese didática das fontes citadas. Os resultados dependem das tarefas, protocolos e recursos de cada publicação.

Explore tambémRepresentaçõesAvaliação

Buscar Aura

18 resultados

AprenderAprender e depois usar um modeloSepare parâmetros aprendidos das informações fornecidas em uma solicitação.
AprenderDo contexto ao próximo tokenDiferencie probabilidades do modelo e regra de escolha da saída.
AprenderDo texto às representaçõesEntenda vetores sem equipará-los ao significado humano.
AprenderDe qual memória estamos falando?Separe contexto, estado recorrente, parâmetros e armazenamento persistente.
AprenderTransformers: entender a atençãoCompare arquiteturas, métodos e sistemas completos no nível correto.
AprenderGerar removendo ruídoDistinga corrupção durante a aprendizagem e geração progressiva.
AprenderDo modelo ao sistema que ageEntenda o ambiente de execução em torno do modelo e das ferramentas.
AprenderPrever para escolher uma açãoExplore horizontes longos e o risco de previsões incorretas.
AprenderDefinições, não um veredito únicoExamine generalidade, desempenho e adaptação antes de usar um rótulo.
AprenderO que um resultado permite concluirPasse de uma impressão convincente para uma comparação reproduzível.
ConfigurarPreparar um projeto ChatGPTUm objetivo claro, contexto útil e instruções que você pode usar.
ConfigurarEscolher para sua tarefaComece pela sua necessidade. Compare acessos e resultados, sem classificações universais de modelos.
ConfigurarTornar seu pedido verificávelTransforme uma intenção em objetivo, contexto e critérios de sucesso.
ConfigurarColocar a informação no lugar certoDiferencie regras de trabalho, recursos da tarefa e memória gerenciada pelo produto.
ConfigurarPreparar um ambiente de desenvolvimentoDefina o papel do modelo, as capacidades do ambiente e os acessos necessários.
ConfigurarCompor um procedimento de desenvolvimentoOrganize preparação, alterações, verificação e relato. Reutilize as etapas úteis.
ConfigurarPreparar uma missão e verificar o resultadoUm exemplo reproduzível, uma lista de verificação e um registro das suas observações.
Programas públicosTentacularUsos, funções e recursos disponíveis publicamente.