Caramba parabéns pelo excelente trabalho! Sensacional a pesquisa, quero dar uma estudada com calma no repo do github.
O que você aprendeu de novo nesse projeto, e o que planeja fazer a seguir?
Caramba parabéns pelo excelente trabalho! Sensacional a pesquisa, quero dar uma estudada com calma no repo do github.
O que você aprendeu de novo nesse projeto, e o que planeja fazer a seguir?
A ideia inicial foi implementar pensamento antes do token ser gerado. Fazendo os vetores ficarem em loop, como comparação o pensamento mais inconsciente que temos antes da resposta.
Tendo parte de sucesso, pensei em implementar no loop a possibilidade de executar funções, comecei para testar esse de calculo, mas pretendo expandir para fazer "calculo" de contexto, ainda quero explorar essa possibilidade.
Acredito e pelos testes vi que fazer o loop de pensamento antes de gerar o token, pode melhorar a velocidade e precisão do modelo. Mesmo que ele não seja um modelo em pensamento, deixando ele fazer mais calculos para encontrar similaridade semântica.
O que aprendi de novo de fato foi saber que mesmo em vetores pré tokens têm como gerar raciocinio. Achei isso divertido e interessante, talvez tenha como criar caminho lógicos exatos para abstrações erratas, como calculos matemático, não está perfeito mais é o caminho. Se conseguir fazer isso matematicamente, posso tentar implementar conceitos dentro do próprio modelo para exemplo bobo: Não machucar um ser humano kkj(risos sérios)