Quarq Agent: 98,2% no LongMemEval com um agente que lembra
Como um agente de código aberto acerta 98,2% do LongMemEval: memória em camadas, três modelos, HyDE, duas passadas e regras para datas e números.
Assistente pessoal para o terminal, para todos os sistemas operacionais e idiomas
Faça perguntas diretamente da linha de comando
Usa os modelos da OpenAI para respostas inteligentes
Compatível com Linux, macOS e Windows
Pergunte e receba respostas em qualquer idioma
Requisitos do sistema:
InputBashsudo apt updatesudo apt install -y python3 python3-pip gitCopied
Se você tem um sistema baseado em Debian, baixe e instale alfred.deb
Instale as dependências do Python:
InputBashpip install halopip install --upgrade openaiCopied
Clone o repositório:
InputBashsudo rm -r /usr/src/alfredcd /usr/srcgit clone -b branch_v1.3 https://github.com/maximofn/alfred.gitcd /usr/src/alfredsudo find . -depth -not -name '*.py' -deleteCopied
Crie um alias e reinicie o terminal:
InputBashecho 'alias alfred="/usr/src/alfred/alfred.py"' >> ~/.bashrcsource ~/.bashrcCopied
Digite alfred seguido da sua pergunta.
Digite alfred, pressione Enter e faça perguntas consecutivas. Digite exit para sair.
Se você gostou, considere dar ao repositório uma estrela ⭐, mas se você realmente gostou, considere me comprar um café ☕.
Como um agente de código aberto acerta 98,2% do LongMemEval: memória em camadas, três modelos, HyDE, duas passadas e regras para datas e números.
Explico o padrão LLM Wiki do Karpathy: o modelo compila suas fontes numa wiki de Markdown que ele mesmo mantém, em vez d...
Explico como a Mintlify trocou os sandboxes pelo ChromaFs, um sistema de arquivos virtual sobre o Chroma: de 46 s para 1...
Vamos conversar.
maximofn@gmail.com
Especialista em Machine Learning e Inteligência Artificial. Desenvolvo soluções com IA generativa, agentes inteligentes e modelos personalizados.
Apresentação interativa em 3D sobre o agente do Gymnasia: onde vivem os dados, do prato ao dado, tools, duplicados, limites de saúde e testes.
Palestra técnica: skills, subagentes, slash commands e MCPs no Claude Code
Os espaços do Hugging Face nos permitem executar modelos com demos muito simples, mas e se a demo quebrar? Ou se o usuário a deletar? Por isso, criei contêineres docker com alguns espaços interessantes, para poder usá-los localmente, aconteça o que acontecer. Na verdade, se você clicar em qualquer botão de visualização de projeto, ele pode levá-lo a um espaço que não funciona.
Vamos conversar.
maximofn@gmail.com
Especialista em Machine Learning e Inteligência Artificial. Desenvolvo soluções com IA generativa, agentes inteligentes e modelos personalizados.
Dataset com piadas em inglês
Uso: Fine-tuning de modelos de geração de texto humorístico
Dataset com traduções de inglês para espanhol
Uso: Treinamento de modelos de tradução inglês-espanhol
Dataset com filmes e séries da Netflix
Uso: Análise de catálogo Netflix e sistemas de recomendação