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 IARaciocínio e agentes

Do modelo ao sistema que age

Entenda o ambiente de execução em torno do modelo e das ferramentas.

O essencialExperimentarAprofundar
Fontes científicas
Definição

Um harness organiza chamadas, fornece contexto, gerencia estado e executa ferramentas com permissões. Observações podem iniciar outra etapa ou verificação. MCP padroniza trocas; não é, sozinho, um harness completo.

Hipóteses e notação

Descreva separadamente modelo, controlador, ferramentas e verificadores. Confira resultados observados, não apenas o relato do assistente.

Limites da interpretação

Uma explicação convincente não prova um resultado correto. Autonomia depende de acessos, critérios, condições de parada e recuperação. Avalie o sistema completo na tarefa pretendida.

Comparar os níveis corretos

Arquitetura
Transformer · Rede recorrente
Método de aprendizagem / geração
Supervisionado · autossupervisionado · reforço · difusão
Sistema de aprendizagem e decisão
DreamerV3 · MuZero

Nesta página

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

Fontes científicas

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

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

Explore tambémModelos do mundoInferência

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.