q stringlengths 1 786 | a stringlengths 1 4.15k |
|---|---|
中国有多少人口 | 中国约有十四亿人口。 |
什么是DroneType | 子虫类型 — 功能分类 |
什么是SkillPipeline | 技能管线
将多个技能串联执行，前一个技能的输出可作为后一个的输入 |
什么是ModelInfo | 模型信息 |
什么是SwarmModelProvider | 虫群模型提供商 — MAF的模型后端
核心职责:
1. 将虫群MOA引擎暴露为MAF可用的LL |
什么是HippocampusRegion | 海马区 — 记忆存取 + 模式补全
核心能力：
1. 记忆检索：从内置记忆库找最相似记忆
|
我很难过 | 别难过，一切都会好起来的。 |
什么是SwarmAgent | 虫群智能体 — 主控拆分+调度+汇总 |
什么是NodeInfo | 节点信息 — 参与聚合协议的设备 |
什么是HttpTransport | HTTP传输层 — 节点间跨网络通信
工作模式：
1. 短轮询：定期拉取其他节点的消息
|
什么是cmd_seed | 查看种子模型(v7) |
什么是print_help | 显示帮助信息 |
什么是BaseSkill | 技能基类
所有技能必须继承此类并实现 process() 方法 |
什么是RequestMetric | 单次请求指标 |
什么是MemoryRecord | 记忆记录 |
虫群怎么训练 | 虫群分语义编码监督预训练记忆增强联邦进化四阶段。 |
什么是过拟合 | 过拟合是模型在训练数据上表现好但泛化差。 |
嗨 | 你好！有什么可以帮助你的吗？ |
什么是MOAAggregator | MOA聚合器入口 |
什么是startup | OpenAI兼容对话接口 |
早上好 | 早上好！新的一天开始了。 |
什么是SwarmRouter | 虫群推理路由器
路由策略：
1. 简单任务（闲聊、格式化、短回答）→ 本地tiny模型
|
我不明白 | 让我换个方式解释一下。 |
什么是AggregationMethod | 聚合策略 |
什么是MOAEngine | MOA多模型聚合引擎 — 核心处理流水线 |
什么是UserPreferences | 用户偏好 |
什么是TextAnalysisResult | 文本分析结果 |
什么是verify_embedding | 验证embedding质量: 相似词应有高余弦相似度 |
什么是MemoryCategory | 记忆类别 |
什么是api_local_infer | 本地模型推理 |
什么是test_param_growth | 测试3: 参数扩展阶梯 |
什么是MessageBus | 消息总线 — 节点间通信的核心
类似GPU集群中的NVLink/PCIe通信：
- 点对点消息 |
什么是ContextWindow | 上下文窗口 — 最近N轮对话缓存
滑动窗口机制:
- 维护最近max_turns轮对话
|
什么是train_model | 在GPU上训练虫群模型 — v5预分词版 |
什么是HiveModelInfo | 虫巢模型信息 — 中央大模型 |
什么是SubTask | 子任务 — 任务拆分后的最小执行单元 |
什么是TextParserSkill | 文本解析技能
对用户输入进行轻量级多维分析 |
什么是cmd_memory | 查看记忆统计 |
什么是test_heartbeat_timeout | 测试3: 心跳超时检测 |
什么是LocalTrainer | 本地训练器 — 运行在各Worker节点(Drone/Queen) |
什么是AdaptiveBrainOrchestrator | 自适应脑区编排器
根据任务复杂度动态选择：
1. 纯本地模式（0网络开销）
2. 部分 |
什么是ModelType | 模型类型 |
什么是DialogueTurn | 对话轮次 |
什么是stream_extract_vectors | 流式读取fasttext，只提取目标词的向量 |
什么是PermissionManager | 权限管理器 — 控制模型调用范围和数量
类似服务器集群的RBAC权限系统：
- 角色决定基础权 |
什么是激活函数 | 激活函数给神经网络引入非线性。 |
什么是矩阵 | 矩阵是按行列排列的数字表格，用于线性变换。 |
什么是TaskCategory | 任务类别 |
什么是注意力机制 | 注意力机制让模型聚焦输入的重要部分。 |
什么是MemoryType | 记忆类型 — 参数化记忆体系 |
什么是TaskDistributor | 任务分配器
策略：
1. 基于节点推理能力评分
2. 考虑节点负载和健康度
3 |
什么是ComputePrice | 算力定价 |
什么是load_texts | 从训练数据加载文本 |
什么是ModalGLMBackend | Modal平台GLM-5.1云端推理后端
端点: https://api.us-west-2.moda |
什么是MetaTask | 元模型任务分解单元 — 分析→拆分→路由→执行→聚合
元模型收到用户查询后，将任务分解为多个子任务，
|
再见 | 再见！期待下次见面。 |
什么是test_unlimited_context | 测试4: 超长对话上下文窗口 |
什么是TextDecoder | 决策向量 → 文本输出
两种模式:
1. 虫群模式: 向量 → Embedding最近邻 → |
什么是AdaptiveAggregator | 自适应聚合 — 根据问题类型选择策略 |
什么是Transaction | 交易记录 |
什么是run_training_loop | 主训练循环 |
什么是TaskDomain | 任务领域分类 — 覆盖个人端主要场景 |
推荐一本书 | 推荐人工智能一种现代方法，AI经典教材。 |
什么是upload_code_files | 上传代码文件到Volume |
什么是AutoTrainer | 自动训练器 — 模型持续进化引擎
使用方式:
trainer = AutoTrainer( |
二加三等于几 | 二加三等于五。 |
什么是ModelAdapter | 模型调用适配器基类 |
抱歉 | 没关系，不用在意。 |
什么是load_config | 加载配置 |
什么是QualityAggregator | 质量聚合 — 选质量最高的回答 |
什么是向量 | 向量是有大小和方向的量，用数组表示。 |
什么是test_data_collect_and_train | 测试2: 数据采集→训练管线 |
什么是test_complexity_estimator | 测试复杂度评估 |
什么是test_context_window | 测试上下文窗口 |
什么是SwarmProvider | 虫群模型提供商 — MAF标准Provider接口 |
什么是TextType | 文本类型 |
什么是算法 | 算法是解决问题的步骤和规则。 |
什么是TopicCategory | 话题类别 |
什么是RoyalAgent | 虫皇智能体 — 系统的顶层入口 |
什么是cmd_local | 查看本地推理模型状态 |
什么是SwarmReasoner | 虫群推理器 — 密码本 + 记忆检索
纯本地，<10ms |
什么是Friendship | 好友关系 |
什么是test_prefrontal_hybrid | 测试混合推理引擎 |
什么是SensoryServer | 感觉区服务 |
什么是test_memory_bridge | 测试记忆桥接 |
什么是benchmark_inference | 对比原始模型和量化模型的推理速度 |
什么是run_drone | Drone模式: 连接中继，远程调用推理 |
什么是NodeRole | 节点角色 |
圆的面积公式 | 圆的面积等于π乘半径的平方。 |
什么是test_embedding | 测试Embedding层 |
什么是NIMInference | NVIDIA NIM推理适配器 |
什么是SwarmModel | 虫群小模型 — GPT风格Decoder-only Transformer
配置:
- SwarmTi |
什么是test_trainer_status | 测试5: 训练器状态管理 |
什么是AggregationResult | 多模型聚合结果 |
什么是VersionManager | 版本管理器
- 追踪模型注册表的配置快照
- 支持回滚到任意历史版本
- 自动保存变更记录 |
什么是check_api_key | 检查API Key状态 |
什么是VotingAggregator | 投票聚合 — 相似回答计票 |
什么是SwarmRole | 虫族角色层级 |
我很开心 | 太好了！快乐是最重要的。 |
什么是cmd_cache | 查看缓存统计 |
End of preview. Expand in Data Studio
No dataset card yet
- Downloads last month
- 31