infoslack

• ESP32 (microcontroller)
• Lipo battery 11.1v 2200mah
• Generic buck converter 12v to 5v
• MPU6050
• 2 x DRV8825 Stepper Motor Controller
• 2 x Stepper Motor Nema 17

infoslack

import os
from openai import OpenAI
from pydantic import BaseModel

client = OpenAI(api_key=os.getenv("OPENAI_API_KEY"))

class CalendarEvent(BaseModel):
    name: str
    date: str
    participants: list[str]

infoslack

import faiss
from sentence_transformers import SentenceTransformer
from openai import OpenAI
from dotenv import load_dotenv

load_dotenv()

documents = [
    "FAISS é uma biblioteca para busca eficiente de similaridade desenvolvida pelo Facebook AI Research.",
    "RAG (Retrieval-Augmented Generation) é uma técnica que melhora os modelos de linguagem recuperando informações relevantes de uma base de conhecimento.",

infoslack

# This implementation is based on the paper: https://github.com/deepseek-ai/DeepSeek-R1/blob/main/DeepSeek_R1.pdf
#
# pip install torch transformers
# python grpo_demo.py

import torch
import torch.nn as nn
import torch.optim as optim
from transformers import BertTokenizer, BertModel

infoslack

A proposta do paper publicado pelo Google chamado Titans, propõe uma arquitetura diferente das tradicionais baseadas em transformers e modelos de linguagem de grande escala. Depois de concluir a leitura, esses são os principais pontos que destaquei:

Transformers e suas limitações:

Transformers usam o mecanismo de self-attention para calcular as relações entre todos os tokens de uma sequência (por exemplo, "o gato pulou sobre o cachorro"). Isso resulta em uma complexidade quadrática, ou seja, é computacionalmente caro para sequências longas. Outra limitação é que os transformers não diferenciam explicitamente entre memória de curto e longo prazo; todos os tokens interagem igualmente.

A proposta dos Titans:

Na arquitetura Titans introduz um sistema de memória dual inspirado no "funcionamento do cérebro humano":

infoslack

# dependencies
# pip install -U openai gradio

import os, openai
import gradio as gr
openai.api_key = 'sk-xxxxxx'

messages = [{"role": "system", "content": """Assistant is an expert candidate in
             technical IT job interviews. Currently, the interview is
             focused on a position for Platform Engineer. So, you have skills

infoslack

infoslack

Lista dos equipamentos que comprei para experimentos com SDR

• RTL-SDR link onde comprei
• HackRF One link onde comprei
• Flipper Zero link onde comprei
• Flipper Zero Wi-Fi Devboard link onde comprei
• Prototyping Boards for Flipper Zero link onde comprei
• Antena l-band 1525-1660 inmarsat link onde comprei

Notas

infoslack

Keybase proof

I hereby claim:

• I am infoslack on github.
• I am infoslack (https://keybase.io/infoslack) on keybase.
• I have a public key whose fingerprint is 87BA 79B8 1CAD 72DE 8F91 D5AB C5DE 4724 27D3 DFD2

To claim this, I am signing this object:

infoslack