q stringlengths 1 786 | a stringlengths 1 4.15k |
|---|---|
什么是AggregationProtocol | 虫群聚合协议 — 核心入口
设计理念：
- 像GPU集群一样，将分散的设备临时组合成服务器
|
什么是记忆 | 记忆是信息存储和提取的认知能力。 |
什么是Account | 算力账户 |
什么是TaskDispatcher | 任务调度器 |
什么是test_modal_glm | 测试Modal GLM-5.1云端推理 |
什么是BrainOrchestrator | 分布式脑区编排器
用法:
orchestrator = BrainOrchestrat |
什么是ColoredFormatter | 终端彩色日志格式器 |
什么是ParametricMemoryModel | 参数化记忆模型 — 模型即数据库
工作流程：
1. 基座模型(SwarmModel) + Lo |
什么是AggregationStrategy | 聚合策略 |
什么是BridgeConfig | 融合桥接配置 |
什么是ComputeCredit | 算力货币系统 |
什么是SafetyFilterSkill | 安全过滤技能
对输入文本进行安全检查和内容过滤 |
什么是MicroColumn | 微柱元模型 — 虫群可复制增殖自成长的基本单位
同一结构, 不同权重 = 不同功能
通过密码本 |
一加一等于几 | 一加一等于二。 |
什么是api_skills | 仅技能分析（不调用模型） |
什么是SmartCache | 智能缓存 — 单例
特性：
- LRU淘汰（容量上限）
- TTL过期（时间上限）
- |
什么是InferenceBackend | 推理后端基类 |
什么是VersionRecord | 版本记录 |
什么是ResourceType | 算力资源类型 |
什么是MetaTaskState | 元模型任务状态 — 分析→拆分→路由→执行→聚合 |
什么是RelayClient | WebSocket中继客户端 |
什么是Brain | 完整大脑 — 6大脑区协作
信号流: 输入→感觉区→海马区→联合区→前额区→运动区→输出
丘脑 |
什么是Conversation | 单个对话会话 |
什么是AggregationTask | 聚合任务 — 需要多个节点协同完成的工作 |
什么是LLMReasoner | LLM推理器 — 外部API调用
支持: NIM API (可扩展其他) |
什么是TaskForceStatus | 临时服务器状态 |
什么是BrainV13 | 类脑循环架构大脑
核心改进:
1. 6个脑区各自独立结构，不再共用BrainRegion
|
什么是HttpServer | HTTP服务端 — 接收来自其他节点的消息
提供REST API：
- POST /messa |
什么是TaskClassification | 任务分类结果 |
什么是PrefrontalServer | 前额区服务 |
什么是TaskAnalysis | 元模型分析结果 — 意图识别+任务拆分+路由决策 |
什么是test_swarm_backend | 测试虫群后端API |
什么是TaskForceManager | 临时服务器管理器
生命周期：创建 → 组建 → 运行 → 完成 → 解散 |
什么是cmd_queen | 查看虫后状态(v7) |
什么是反向传播 | 反向传播通过链式法则计算梯度来训练网络。 |
太复杂了 | 让我简化一下，用更易懂的方式说明。 |
什么是MemoryCore | 统一记忆核心 — 单例 |
什么是SeedStage | 种子模型成长阶段 — 从种子到可入虫巢 |
谢啦 | 不客气！有需要随时找我。 |
什么是SiliconFlowEmbeddingAdapter | 硅基流动嵌入模型适配器 |
什么是test_network_status | 测试7: 网络状态查询 |
什么是IntentRecognizer | 意图识别器 |
拜拜 | 再见！期待下次见面。 |
什么是虫群智能 | 虫群智能模拟群体协作涌现复杂智能。 |
什么是test_router | 测试统一路由器 |
什么是TaskNode | 任务节点 — 知识树的一个节点
可以是分支（如"力学"）或叶子（如"牛顿第二定律"）
叶子节点 |
什么是SecurityLayer | 安全加密层 — 保护数据传输与存储 |
什么是联邦学习 | 联邦学习让多节点不共享数据协作训练。 |
什么是知识 | 知识是通过学习和经验积累的理解。 |
什么是upload_data | 上传训练数据、分词器和模型定义到Volume |
什么是ModelLocation | 模型部署位置 |
什么是test_maf_provider | 测试MAF Provider接口 |
什么是SafetyLevel | 安全等级 |
什么是机器学习 | 机器学习让计算机从数据中自动学习规律。 |
什么是cmd_rank | 查看模型排名 |
什么是ModelStatus | 模型状态 |
什么是ThalamusRegion | 丘脑 — 全局调度中心
从被动调制 → 主动调度
输入: sensory_stren |
什么是MemoryDistiller | 记忆蒸馏器 — 定期将LoRA参数蒸馏回基座
问题：LoRA参数持续增长，可能偏离基座太远
方 |
对不起 | 没关系，不用在意。 |
什么是test_basic | 基础测试：3个节点 + 聚合任务 |
什么是TaskContext | 任务上下文 |
你好 | 你好！有什么可以帮助你的吗？ |
什么是SwarmLLMResult | 虫群LLM调用结果 — 兼容MAF的LLMResult格式 |
什么是test_peer_registration | 测试2: 对等节点注册与发现 |
什么是TaskPlan | 任务计划 |
下次见 | 再见！期待下次见面。 |
什么是TaskClassifierSkill | 任务分类技能
基于关键词和模式匹配进行轻量级任务分类 |
什么是SwarmTask | 虫群任务 — 最小调度单元 |
什么是print_banner | 打印启动横幅 |
什么是SkillStatus | 技能状态 |
什么是SwarmLargeLanguageModel | 虫群LLM — MAF LargeLanguageModel接口实现
使MAF能将虫群视为一个标准模型 |
什么是SafetyCheckResult | 安全检查结果 |
什么是IntentMemoryDB | 意图记忆数据库 |
您好 | 您好！很高兴为您服务。 |
什么是NodeCapability | 节点能力描述 |
什么是SwarmState | 后台持续训练 - 使用真实训练数据 |
什么是test_swarm_model_provider | 测试虫群模型提供商 |
再见啦 | 再见！期待下次见面。 |
怎么办 | 我建议分步骤来解决这个问题。 |
什么是ChatInterface | v11对话接口 — 让虫群从数值处理器变成文字对话智能体
用法:
from core. |
什么是NodeRegistration | 节点注册信息 |
什么是SimpleTokenizer | 轻量分词器 — 字级 + 高频词
策略:
- 中文字逐字分
- 英文按空格分词
|
什么是cmd_method | 切换聚合策略 |
你是谁 | 我是虫群智能助手，基于类脑架构的AI。 |
什么是learn_intent | 快速学习意图（单次调用） |
什么是AggregationEngine | 聚合引擎 — 合并多模型结果 |
什么是DialogueState | 对话状态 |
什么是upload_tokenized | 上传预分词的数据到Volume |
什么是test_federation_round | 测试6: 联邦学习轮次协调 |
什么是test_multi_node_communication | 测试8: 多节点间消息传递模拟 |
什么是素数 | 素数是只能被1和自身整除的自然数。 |
什么是from_pickle | 从pickle文件加载（支持v12和v13格式） |
什么是MotorRegion | 运动区 — 决策执行
输入: prefrontal_decision(32维)
输出: mot |
什么是test_dialogue_memory | 测试对话记忆 |
什么是cmd_status | 查看系统状态 |
什么是API | API是应用程序间的通信接口。 |
什么是Transformer | Transformer是基于自注意力机制的模型架构。 |
什么是SwarmTrainer | 虫群模型训练器 |
什么是SkillInput | 技能输入 |
什么是main | 主入口函数 |
Subsets and Splits
No community queries yet
The top public SQL queries from the community will appear here once available.