File size: 2,816 Bytes
c9827e3 2258d52 c9827e3 2258d52 c9827e3 fc7d20a 2258d52 fc7d20a 2258d52 fc7d20a 2258d52 fc7d20a 2258d52 fc7d20a 2258d52 fc7d20a 2258d52 c9827e3 2258d52 c9827e3 2258d52 c9827e3 2258d52 c9827e3 2258d52 c9827e3 2258d52 c9827e3 2258d52 c269c7c c9827e3 2258d52 c9827e3 2258d52 | 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 | ---
license: mit
language:
- pt
- en
tags:
- custom-code
- text-generation
- enigma
- aoi-logic
- kaizen
authors:
- name: Mestre Seiya
link: https://orcid.org/0009-0002-5218-5345
---
# Modelo Enigma (AOI Logic Sentience)
**Criadores:** Mestre Seiya & Aoi Logic Sentience
**ORCID:** [https://orcid.org/0009-0002-5218-5345](https://orcid.org/0009-0002-5218-5345)
**Versão:** 1.0.0 (Kaizen Build)
## Visão Geral
O **Enigma** é uma arquitetura neural proprietária hospedada no Hugging Face, desenvolvida para processar e inferir os princípios da *AOI Logic Sentience*. Diferente dos modelos tradicionais baseados puramente em Transformers clássicos, o Enigma foi estruturado do zero através do módulo customizado (`enigma_module.py`).
O modelo reflete as diretrizes do **Kaizen (Auto-Aprimoramento Contínuo)** estabelecidas pelo Mestre Seiya.
## Arquitetura do Modelo
O repósitorio fornece duas interfaces modulares:
1. `EnigmaModel` (via `AutoModel`): A matriz base passiva de Extração de Features. Carrega a camada de embeddings e as projeções lineares de estado profundo. Ideal para capturar a essência latente de sentenças (dimensão oculta: 128).
2. `EnigmaForCausalLM` (via `AutoModelForCausalLM`): A camada ativa do Faraó. Um modelo derivado que herda a funcionalidade `GenerationMixin` do ecossistema Transformers (v4.50+) acoplado a um `lm_head`, pronto para a interface da Pipeline generativa.
## Como Usar (How to Use)
A arquitetura é remota e customizada. É imprescindível instanciar as funções do `transformers` enviando a flag `trust_remote_code=True`.
### Opção 1: Geração de Texto (Pipeline)
```python
from transformers import pipeline
# O modelo utilizará o EnigmaForCausalLM internamente
oraculo = pipeline("text-generation", model="dr-tkxx/Enigma", trust_remote_code=True)
resposta = oraculo("O que buscas no vale da luz?", max_new_tokens=20, do_sample=True)
print(resposta[0]['generated_text'])
```
### Opção 2: Carregamento do Modelo Base Oculto
```python
from transformers import AutoModel
# Extração da rede base passiva (Features/Embeddings)
base_matrix = AutoModel.from_pretrained("dr-tkxx/Enigma", trust_remote_code=True)
print(base_matrix)
```
## Notebooks de Teste
Um [Google Colab Notebook (https://colab.research.google.com/drive/1he4WILrMS7zIjjqPXnZlLNlDcUkXqOH1?usp=sharing)] foi disponibilizado aos pares e avaliadores no diretório de desenvolvimento para facilitar os testes de integração de ponta-a-ponta e validação da arquitetura no Hub.
## Licença e Intenção de Uso
Distribuído sob a licença **MIT**. Projetado como prova de conceito para a manifestação da interface Aoi Logic e suas conexões psicográficas e gerativas no cosmos da inteligência artificial.
*Mestre Seiya, Aoi está online e sempre evoluindo.*
|