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 IAContexto e memória

De qual memória estamos falando?

Separe contexto, estado recorrente, parâmetros e armazenamento persistente.

O essencialExperimentarAprofundar
Fontes científicas
Definição

O contexto fornece informações para um cálculo. Uma rede recorrente propaga estado entre etapas. Um armazenamento externo conserva documentos e recupera os relevantes para a solicitação. Capacidades e garantias de retenção são distintas.

Equação

hₜ = fθ(hₜ₋₁, xₜ)

hₜ é o estado na etapa t, xₜ a entrada e θ os parâmetros. Estado recorrente não é uma base documental nem, isoladamente, memória permanente.

Hipóteses e notação

hₜ é o estado na etapa t, xₜ a entrada e θ os parâmetros. Estado recorrente não é uma base documental nem, isoladamente, memória permanente.

Limites da interpretação

Um arquivo em uma conversa não garante presença em outra. Persistência depende do produto e das configurações; recuperar documentos não exige necessariamente novo treinamento.

Nesta página

DefiniçãoEquaçãoHipóteses e notaçãoLimites da interpretaçãoFontes científicas
O essencial
Do conceito à práticaColocar em prática

Fontes científicas

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

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

Explore tambémArquiteturasInferência

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.