Começar a explorar 
Assistir aos vídeos
16 camadas
Certificado inteiro com leitura progressiva em bits
Ler primeiro os 4 bits altos de cada linha int8, excluir com certeza quem não pode vencer e ler os 4 bits baixos só dos sobreviventes.
Ler mais Conhecimento transforma horizontes
Harpya
Pesquisa. Tecnologia. Conhecimento.Um espaço dedicado ao estudo, à pesquisa e à aplicação prática de aprendizado de máquina, com foco na eficiência de embeddings, tokens e modelos de linguagem de grande escala (LLMs).
Disciplina
gera
descobertas “Tecnologia a serviço
do conhecimento.”
gera
descobertas “Tecnologia a serviço
do conhecimento.”
Trilhas de Estudo em Destaque
Percursos estruturados para evoluir do básico ao avançado.
Fundamentos de Aprendizado de Máquina
Hebb, perceptron e as primeiras regras de aprendizagem.
9 marcos HistóricoEmbeddings e Representações Vetoriais
Índices, vetores, poda exata e limites de quantização.
12 caminhos PesquisaLLMs na Prática
Tokens, atenção, cache, cabeça de saída e eficiência.
16 camadas EquaçõesMatemática para IA
Álgebra linear, probabilidade e otimização.
8 livros ReferênciasArtigos Recentes
Vídeos em Destaque
Seleção da semanaum vídeo por nível 
AutoGPT & BabyAGI: autonomous AI Agents for LLMs explained Explicação do AutoGPT e do BabyAGI, os primeiros agentes autônomos que geravam e priorizavam as próprias tarefas em loop para resolver objetivos complexos. Discover AI 
Backpropagation, intuitively | Deep Learning Chapter 3 A intuição da retropropagação: como o erro da saída volta pela rede e ajusta cada peso. 3Blue1Brown 
FlashAttention - Tri Dao | Stanford MLSys #67 Seminário em que Tri Dao, autor do FlashAttention, explica como reorganizar o cálculo da atenção em blocos para explorar a SRAM e reduzir leituras na HBM, obtendo atenção exata mais rápida e com menos memória. Stanford MLSys Seminars
AutoGPT & BabyAGI: autonomous AI Agents for LLMs explained Explicação do AutoGPT e do BabyAGI, os primeiros agentes autônomos que geravam e priorizavam as próprias tarefas em loop para resolver objetivos complexos. Discover AI Backpropagation, intuitively | Deep Learning Chapter 3 A intuição da retropropagação: como o erro da saída volta pela rede e ajusta cada peso. 3Blue1Brown FlashAttention - Tri Dao | Stanford MLSys #67 Seminário em que Tri Dao, autor do FlashAttention, explica como reorganizar o cálculo da atenção em blocos para explorar a SRAM e reduzir leituras na HBM, obtendo atenção exata mais rápida e com menos memória. Stanford MLSys Seminars Fórum da Comunidade
Pautas propostas pelo projeto Como calibrar o raio probabilístico?Pauta proposta · Perguntas Comparações justas para Tensor-Train na cabeça de saídaPauta proposta · Propostas novas Controle por Bellman e regra de paradaPauta proposta · Caminhos Escala diagonal sob rotação aleatóriaPauta proposta · Resultados e reproduções Quantos bits ler na primeira passagem?Pauta proposta · Caminhos
comunidade Harpya Troque ideias, reproduza experimentos e discuta os caminhos. Acessar o fórum
