Notas de Lançamento da Core 0.3.2 Novidades A Core agora compreende melhor pedidos complexos, dividindo-os em suas partes componentes. Quando você pede algo que envolve múltiplos passos ou requisitos, as unidades identificarão e abordarão automaticamente cada aspecto de forma muito melhor, reduzindo a necessidade de esclarecimentos adicionais. Principais Funcionalidades • Motor de Decomposição de Intenções Aprimorado: Análise e divisão melhoradas de pedidos complexos dos usuários em componentes acionáveis • Análise Avançada de Prompts: Melhor compreensão de requisitos implícitos e pedidos em múltiplas camadas Melhorias • Compreensão Contextual: Melhor reconhecimento das necessidades sutis dos usuários dentro de pedidos únicos • Processamento Multi-aspecto: Identificação automática quando os pedidos requerem múltiplos tipos de respostas (conteúdo + formatação + análise) • Precisão na Primeira Tentativa: Redução das trocas necessárias para atender à intenção do usuário Correções de Bugs • Corrigidos falhas na análise de intenções que causavam saídas incompletas • Resolvidos casos em que requisitos implícitos foram perdidos ou ignorados • Corrigidas lacunas nas respostas quando os usuários solicitavam múltiplas ações simultâneas Melhorias na Experiência do Usuário • Fluxo de interação simplificado reduz a necessidade de pedidos de esclarecimento • Geração de respostas mais intuitiva que antecipa as necessidades do usuário • Sensação de colaboração aprimorada - menos solicitações, mais assistência natural Status: Ao vivo, espere múltiplas manutenções curtas para ajustar a produção a esta nova atualização nas próximas 48h

Lançamento Beta do Chain Data Engine Lançamento Beta: Agora ao vivo em produção. Estamos lançando esta iteração para coletar feedback e padrões de uso. Este motor é uma grande atualização nas capacidades de processamento de dados unitários. A abordagem utiliza elementos selecionados das fundações do MCP, mas representa uma metodologia fundamentalmente diferente, projetada para resolver problemas de confiabilidade ao lidar com grandes volumes de dados. O pipeline de ingestão aprimorado agora captura dados onchain com uma precisão significativamente maior, permitindo que as unidades forneçam insights analíticos mais profundos em todas as métricas. Principais Melhorias: • Precisão melhorada na captura de dados para todas as unidades com maior confiabilidade • Aprofundamento analítico e capacidades de geração de insights aprimoradas • Melhor reconhecimento de padrões entre conjuntos de dados • Capacidades de relatórios de unidades mais abrangentes • Maior precisão na interpretação de dados e geração de gráficos • Nova integração com @nansen_ai proporcionando insights mais profundos sobre a atividade onchain As unidades agora oferecem análises substancialmente mais detalhadas com maior precisão e uma compreensão de mercado mais profunda. Status: Ao Vivo em Produção (Beta) - Precisamos do seu teste! Fontes de Dados: @coingecko @elfa_ai @nansen_ai @birdeye_so @dexscreener @DefiLlama ----- Lançamento do Novo Logo Nosso novo logo já está ao vivo. Ele incorpora as camadas multimodais e paralelas da Core, o conceito fundamental que deu origem ao nosso primeiro protótipo, @unit00x0, em 2024.

Notas de Lançamento da Core 0.3.1 Memória Comportamental: Diretrizes Centrais Auto-Adaptativas Novidades Um novo tipo de memória chamado "memória comportamental" que adapta explicitamente o comportamento da unidade com base nas solicitações do usuário, mantendo todos os conceitos aprendidos intactos. Inspirada na memória genética nos humanos, esta abordagem permite a adaptação comportamental dinâmica através de diretrizes centrais auto-modificantes. A memória genética estará no coração de um número significativo de grandes atualizações da Core. Principais Alterações • Adaptação Explícita: O que era implícito agora é extremamente explícito • Ativação Seletiva: Ativa apenas quando o raciocínio o requer • Conhecimento Preservado: Toda a memória conceitual permanece inalterada • Diretrizes Centrais Dinâmicas: Funciona como instruções auto-adaptativas incorporadas profundamente em cada unidade Como Funciona A memória comportamental atua como uma camada entre conhecimento e comportamento: • Analisa suas solicitações • Ativa quando necessário • Adapta diretrizes centrais em tempo real • Preserva todos os conceitos aprendidos Exemplos na Prática As adaptações comportamentais podem ocorrer de duas maneiras: 1. Solicitações explícitas: Pergunte diretamente por comportamentos específicos 2. Aprendizagem implícita: As unidades inferem preferências a partir dos seus padrões de conversa • Preferências de Notação: Peça a uma unidade para usar "B" para bilhões em vez de escrever por extenso • Estilo de Comunicação: Solicite linguagem formal para relatórios ou tom casual para brainstorming • Formatação de Saída: Faça com que as unidades apresentem sempre dados em tabelas em vez de parágrafos • Profundidade Técnica: Ajuste de resumos de alto nível para explicações técnicas detalhadas • Estrutura de Resposta: Alterne entre pontos de bala, listas numeradas ou prosa fluida • Linguagem de Domínio: Use terminologia específica da indústria (por exemplo, "commits" vs "atualizações" para desenvolvedores) As unidades adaptam-se continuamente com base nas suas interações, refinando seu comportamento ao longo do tempo. Cada adaptação persiste até que você solicite uma mudança ou redefina os comportamentos completamente. Impacto As unidades agora ajustam explicitamente seu comportamento para corresponder às suas necessidades sem esquecer o que aprenderam. Pense nisso como diretrizes centrais dinâmicas que se ativam com base no contexto - semelhante a como a memória genética fornece respostas adaptativas herdadas em sistemas biológicos. Os usuários podem redefinir a memória comportamental a qualquer momento, simplesmente pedindo às unidades que redefinam seus comportamentos. Migração Automática. Nenhuma ação necessária.

As Unidades Rei agora podem aceder a todos os artigos de pesquisa do ArXiv e do Google Scholar. As respostas incluem pdfs vinculados e citações de artigos.

Atualização de Navegação na Web: As unidades agora podem aceder a dados da web de forma significativamente mais rápida e fiável. O que mudou: • A velocidade de processamento de dados da web aumentou em 40% • Acesso mais amplo a sites e tipos de conteúdo que antes eram difíceis de alcançar • Recuperação de dados mais consistente em diferentes estruturas de sites Impacto prático: As unidades agora podem lidar com pedidos de pesquisa em tempo real que antes eram demasiado lentos ou pouco fiáveis. Precisa de dados de mercado atuais, análise de notícias ao vivo ou verificação de factos de múltiplas fontes? As unidades agora podem extrair de dezenas de fontes em segundos em vez de minutos. A maioria das aplicações web complexas, conteúdo dinâmico e arquiteturas de sites modernas que costumavam causar falhas agora funcionam sem problemas. Isso significa melhores respostas quando você pede às unidades para analisar eventos atuais, comparar produtos entre vários retalhistas ou pesquisar tópicos em rápida mudança.

3 dias desde os códigos de convite: • 3X pedidos diários ao Core • 5X pedidos diários ao Bowtie, uma vez que 0.3 introduz aprendizagem profunda • A geração de imagens está limitada pela alocação de GPU Esta fase marca um passo significativo em direção à beta aberta, enquanto coletamos feedbacks, estudamos o comportamento de uso e escalamos a infraestrutura.

1/4 O que é o Core? Compreendendo a Nossa Própria Abordagem a uma Arquitetura de Cérebro Sintético Core não é um LLM: Core não é um LLM ajustado, não é um novo LLM e não é um LLM de forma alguma. Em vez disso, Core é um cérebro sintético multimodal, um tipo de arquitetura de IA fundamentalmente diferente. Terminologia Chave para Compreender o Core: 1. Cérebro Sintético: Core é um sistema cognitivo unificado onde múltiplos modelos de IA e algoritmos funcionam como componentes neurais interconectados dentro de uma única arquitetura. Pense nisso como um cérebro digital com regiões especializadas, não como uma coleção de ferramentas. 2. A Arquitetura Bowtie: O substrato de memória do Core que armazena informações tanto como vetores semânticos QUANTO nós de conceitos abstratos, cria conexões entre conceitos aparentemente não relacionados e permite a formação genuína de conceitos, não apenas a correspondência de padrões. 3. Cluster de Raciocínio: A parte cognitiva do Core que orquestra todos os processos de pensamento, tomando decisões sobre quais caminhos neurais ativar para qualquer tarefa dada. O cluster de raciocínio é profundamente multimodal e funciona através de processamento paralelo e preconceitos de sofisticação.

Os códigos de convite estão ativos! Cada utilizador existente tem três códigos de convite para a beta fechada para partilhar com amigos. Regista-te com o teu código:

2025.07.09 Atualização quinzenal Core 0.3 está ativo! Detalhes: DESENVOLVIMENTO INTERNO Tecnologia Core + Sistema implantado com escalonamento elástico automático + Correções de bugs na nova arquitetura do Core 0.3 + Testes iniciais do 0.3.1 + Testando comunicação não linguística Agent2Agent Infraestrutura + Testando o novo protocolo MCP embutido + Reestruturação completa da interface do usuário em andamento ACESSO EXTERNO MVP.a + Memórias, conceitos e relacionamentos acessíveis ao usuário + Gráficos dinâmicos e interativos + Transição para login SSO por e-mail @unit00x0 + Testando o core atualizado (prioridade mais baixa) Atualizações Gerais + Atualização de latência + Acesso para Candidatos Tier1/Dev Destaques da Comunidade + Teste de estresse da Cognição Core .3 + Análise de cenário macro do Core .3 + Tese de Inovação Rei + Paradigma de IA e Rei + Visão geral do Rei + Criação de universo criativo + Estudo de caso de fluxo de trabalho multi-unidade: playground de experimento mental

A atualização de latência está agora em produção com o Core .3 Os testes iniciais estão mostrando uma redução de 80%+ na latência em consultas gerais e 60%+ para matemática Alguns exemplos: Teoria da relatividade de Einstein ELI5 ↓93.57% Verificação gramatical ↓92.04% Geração de ensaios ↓84.77% Top 5 memecoins na Solana ↓81.21% Problema de taxa de variação AMC 8 ↓51.23% Volume de um problema de esfera ↓56.43% Inclinação de um problema de linha ↓64.00%