Механизм рассуждения на основе графов. Не нейронная сеть. Никакого градиентного спуска. Графический процессор не требуется. Мозг учится, строя график совпадений на основе векторов слов, а затем рассуждает, сходясь по графу. У каждого ответа есть прослеживаемый источник. Знания можно редактировать и удалять. Поддерживает потоковую передачу («поток»: true), конечную точку /v1/models и /health. Ключевые свойства: — Граф совпадения: слова, которые появляются вместе, тянутся друг к другу в разреженной матрице — Цикл конвергенции: итеративный поиск по графу, смешивание обнаруженных понятий обратно в запрос до тех пор, пока результат не стабилизируется — Двойной поиск: параллельный поиск по плотным нейронам + редкая гонка по совпадению — Цепочки преемников: каждый словесный нейрон хранит 10 лучших преемников для генерации — Отслеживание уверенности: каждый нейрон имеет показатель достоверности, который растет, когда он полезен и сжимается, когда нет — Фильтр словаря LSH: локально-зависимое хеширование по встраиваниям MiniLM для обнаружения мусора, морфологическое связывание («гравитационное» → «гравитация»), дедупликация словаря и семантический поиск O (1) — Серверная часть ScaNN: анизотропное векторное квантование Google для более быстрого поиска ANN (необязательно, возвращается к LSH) — Квантование Int8:…
Модальности:
Генерация текста
Области применения:
Мультиязычность
Задача: Генерация текста
Автор: tejadabheja
Теги: webmind, webmind-brain, graph-reasoning, non-neural, cpu-native, explainable-ai, vector-symbolic, en
Лайков: 6 | Загрузок: 13
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.
