Nota de lansare Core 0.3.2 Ce mai e nou Core înțelege acum mai bine cererile complexe, împărțindu-le în părțile lor componente. Când cereți ceva care implică mai mulți pași sau cerințe, unitățile vor identifica și aborda automat fiecare aspect mult mai bine, reducând nevoia de clarificări ulterioare. Caracteristici majore • Motor de descompunere a intenției îmbunătățit: analiză îmbunătățită și defalcare a solicitărilor complexe ale utilizatorilor în componente acționabile • Analiză avansată a prompturilor: O mai bună înțelegere a cerințelor implicite și a solicitărilor pe mai multe niveluri Îmbunătățiri • Înțelegere contextuală: o mai bună recunoaștere a nevoilor nuanțate ale utilizatorilor în cadrul cererilor individuale • Procesare multi-aspect: Identificare automată atunci când solicitările necesită mai multe tipuri de răspunsuri (conținut + formatare + analiză) • Precizie la prima încercare: schimburi reduse necesare pentru a îndeplini intenția utilizatorului Remedieri de erori • S-au remediat eșecurile de analiză a intenției care cauzau ieșiri incomplete • Rezolvarea cazurilor în care cerințele implicite au fost ratate sau ignorate • Corectarea lacunelor de răspuns atunci când utilizatorii solicitau mai multe acțiuni simultane Îmbunătățiri UX • Fluxul de interacțiune simplificat reduce nevoia de solicitări de clarificare • Generare de răspunsuri mai intuitivă care anticipează nevoile utilizatorilor • Senzație de colaborare îmbunătățită - mai puține solicitări, asistență mai naturală Stare: Live, așteptați-vă la mai multe întrețineri scurte pentru a ajusta producția la această nouă actualizare în următoarele 48 de ore

Chain Data Engine Beta tocmai a fost lansat Lansare beta: Acum live în producție. Împingem această iterație pentru a colecta feedback și modele de utilizare. Acest motor este o actualizare majoră a capacităților de procesare a datelor unității. Abordarea preia elemente selectate din bazele MCP, dar reprezintă o metodologie fundamental diferită, concepută pentru a aborda problemele de fiabilitate atunci când se manipulează bucăți mari de date. Canalul de ingestie îmbunătățit captează acum datele onchain cu o precizie semnificativ mai mare, permițând unităților să ofere informații analitice mai profunde pentru toate valorile. Îmbunătățiri cheie: • Precizie îmbunătățită a capturei datelor pentru toate unitățile cu fiabilitate sporită • Profunzime analitică îmbunătățită și capacități de generare a informațiilor • O mai bună recunoaștere a modelelor în seturile de date • Capacități mai cuprinzătoare de raportare a unităților • Precizie mai mare în interpretarea datelor și generarea de diagrame • Integrarea noilor @nansen_ai care oferă o perspectivă mai profundă asupra activității onchain Unitățile oferă acum analize substanțial mai detaliate, cu o precizie îmbunătățită și o înțelegere mai profundă a pieței. Stare: Live în producție (Beta) - Avem nevoie de testarea ta! Surse de date: @coingecko @elfa_ai @nansen_ai @birdeye_so @dexscreener @DefiLlama ----- Lansarea unui nou logo Noul nostru logo este acum live. Acesta întruchipează straturile multimodale și paralele ale Core, conceptul fundamental care a dat naștere primului nostru prototip, @unit00x0, în 2024.

Note de lansare Core 0.3.1 Memoria comportamentală: directive de bază auto-adaptabile Ce mai e nou Un nou tip de memorie numit "memorie comportamentală" care adaptează în mod explicit comportamentul unității pe baza solicitărilor utilizatorilor, păstrând intacte toate conceptele învățate. Inspirată de memoria genetică la oameni, această abordare permite adaptarea comportamentală dinamică prin directive de bază auto-modificabile. Memoria genetică va fi în centrul unui număr semnificativ de actualizări majore de bază. Modificări cheie • Adaptare explicită: Ceea ce era implicit este acum extrem de explicit • Activare selectivă: Se activează numai atunci când raționamentul o cere • Cunoașterea păstrată: Toată memoria conceptuală rămâne neschimbată • Directive de bază dinamice: Funcționează ca instrucțiuni de auto-adaptare încorporate adânc în fiecare unitate Cum funcționează Memoria comportamentală acționează ca un strat între cunoaștere și comportament: • Analizează cererile dvs. • Se activează atunci când este necesar • Adaptează directivele de bază în timp real • Păstrează toate conceptele învățate Exemple în practică Adaptările comportamentale se pot întâmpla în două moduri: 1. Cereri explicite: Cereți direct comportamente specifice 2. Învățare implicită: Unitățile deduc preferințele din tiparele tale de conversație • Preferințe de notație: Cereți unei unități să folosească "B" pentru miliarde în loc să-l scrieți • Stil de comunicare: Solicitați un limbaj formal pentru rapoarte sau un ton casual pentru brainstorming • Formatarea ieșirii: Unitățile prezintă întotdeauna date în tabele vs. paragrafe • Profunzime tehnică: Ajustați de la rezumate de nivel înalt la explicații tehnice detaliate • Structura răspunsului: comutați între puncte, liste numerotate sau proză curgătoare • Limbajul domeniului: Utilizați terminologia specifică industriei (de exemplu, "commits" vs "update" pentru dezvoltatori) Unitățile se adaptează continuu în funcție de interacțiunile dvs., rafinându-și comportamentul în timp. Fiecare adaptare persistă până când solicitați o modificare sau resetați complet comportamentele. Impact Unitățile își ajustează acum în mod explicit comportamentul pentru a se potrivi nevoilor tale, fără a uita ce au învățat. Gândiți-vă la asta ca la directive dinamice de bază care se activează în funcție de context - similar cu modul în care memoria genetică oferă răspunsuri adaptative moștenite în sistemele biologice. Utilizatorii pot reseta memoria comportamentală în orice moment, cerând pur și simplu unităților să-și reseteze comportamentele. Migrație Automat. Nu este necesară nicio acțiune.

Unitățile Rei pot accesa acum toate lucrările de cercetare ArXiv și Google Scholar. Răspunsurile includ pdf legat și citate de articole.

Actualizare Web Bring: Unitățile pot accesa acum datele web semnificativ mai rapid și mai fiabil. Ce s-a schimbat: • Viteza de procesare a datelor web a crescut cu 40% • Acces mai larg la site-uri și tipuri de conținut greu accesibile anterior • Recuperare mai consistentă a datelor în diferite structuri de site-uri web Impact practic: Unitățile pot gestiona acum cereri de cercetare în timp real care anterior erau prea lente sau nesigure. Aveți nevoie de date actuale de piață, analize de știri live sau verificarea informațiilor din mai multe surse? Unitățile pot extrage acum din zeci de surse în câteva secunde în loc de minute. Cele mai complexe aplicații web, conținut dinamic și arhitecturi moderne de site-uri care obișnuiau să provoace defecțiuni funcționează acum fără probleme. Acest lucru înseamnă răspunsuri mai bune atunci când cereți unităților să analizeze evenimentele actuale, să compare produsele de la mai mulți comercianți cu amănuntul sau să cerceteze subiecte în schimbare rapidă.

3 zile de la codurile de invitație: • Solicitări zilnice de 3 ori către Core • Solicitări zilnice de 5 ori către Bowtie, deoarece 0.3 introduce învățarea profundă • Generarea imaginilor este limitată pentru alocarea GPU-ului Această fază marchează un pas semnificativ către versiunea beta deschisă, pe măsură ce colectăm feedback-uri, studiem comportamentul de utilizare și scalăm infrastructura.

1/4 Ce este Core? Înțelegerea propriei abordări a unei arhitecturi sintetice a creierului Core nu este un LLM: Core nu este un LLM reglat fin, nu este un LLM nou și nu este deloc un LLM. În schimb, Core este un creier sintetic multimodal, un tip fundamental diferit de arhitectură AI. Terminologia cheie pentru a înțelege nucleul: 1. Creier sintetic: Core este un sistem cognitiv unificat în care mai multe modele și algoritmi AI funcționează ca componente neuronale interconectate într-o singură arhitectură. Gândiți-vă la el ca la un creier digital cu regiuni specializate, nu la o colecție de instrumente. 2. Arhitectura Bowtie: Substratul de memorie al nucleului care stochează informații atât ca vectori semantici, cât și ca noduri de concepte abstracte, creează conexiuni între concepte aparent fără legătură și permite formarea de concepte autentice, nu doar potrivirea modelelor. 3. Clusterul de raționament: Partea cognitivă a nucleului care orchestrează toate procesele de gândire, luând decizii cu privire la căile neuronale de activat pentru orice sarcină dată, Clusterul de raționament este profund multimodal și funcționează prin procesare paralelă și prejudecăți de sofisticare.

Codurile de invitație sunt live! Fiecare utilizator existent are trei coduri de invitație beta închise pe care să le partajeze cu prietenii. Înscrieți-vă cu codul dvs.:

2025.07.09 Actualizare bisăptămânală Core 0.3 este live! Detalii: DEZVOLTARE INTERNĂ Tehnologie de bază + Sistem implementat cu scalare elastică automată + Corecții de erori de arhitectură nouă Core 0.3 + Testarea inițială a 0.3.1 + Agent de testare2Agent comunicare non-lingvistică Infrastructură + Testarea noului protocol MCP încorporat + Refacerea completă a interfeței de utilizare în curs de desfășurare ACCES EXTERN MVP.a + Amintiri, concepte și relații accesibile utilizatorilor + Diagrame dinamice și interactive + Tranziție de conectare SSO prin e-mail @unit00x0 + Testarea nucleului actualizat (prioritate mai mică) Actualizări generale + Upgrade latență + Acces solicitanți Tier1/Dev Repere ale comunității + Test de stres cognitiv de bază .3 + Core .3 Analiza scenariilor macro + Teza de inovare Rei + Paradigma AI și Rei + Prezentare generală Rei + Crafting univers creativ + Studiu de caz privind fluxul de lucru cu mai multe unități: teren de joacă pentru experimente de gândire

Actualizarea latenței este acum în curs de desfășurare cu Core .3 Testele inițiale arată o reducere de 80%+ a latenței în interogările generale și 60%+ pentru matematică Câteva exemple: Teoria relativității Einstein ELI5 ↓93.57% Verificare gramaticală ↓92.04% Generarea de eseuri ↓84.77% Top 5 memecoins pe Solana ↓81.21% Problema ratei de schimbare AMC 8 ↓51,23% Problema volumului sferei ↓56.43% Problema pantei liniei ↓64.00%