31 documentos marcados com "Beginner"

A comprehensive overview of the AI agent framework landscape, covering single-agent, multi-agent, graph-based, and native approaches, with a guide on how to choose the right framework.

What tools and actions are in the agent context, their types, schemas, and how agents select which tool to use.

Systems that perceive, reason, and act toward goals.

Ethical principles and governance for AI.

Anthropic as a developer platform — Claude model family, Messages API, tool use, extended thinking, prompt caching, and long context.

IDE orientada a agentes para execução autônoma e vibe coding.

Introdução ao aprendizado de máquina — supervisionado, não supervisionado e por reforço.

Redes neurais profundas e aprendizado de representações.

Como funcionam o ChatGPT e os LLMs conversacionais.

LLM da Anthropic que segue instruções com contexto longo e segurança.

Geração de imagens a partir de texto com difusão e linguagem.

Família de LLMs multimodais do Google com multimodalidade nativa e níveis de escala.

LLM da xAI com conhecimento em tempo real e raciocínio.

Assistente de codificação por IA agêntico da Anthropic disponível como CLI, extensão para VS Code/JetBrains e aplicativo web — capaz de execução autônoma de tarefas em múltiplas etapas em toda a sua base de código.

Agente de codificação IA da Anthropic para terminal, IDE e web.

Arquivos de instrução no nível do projeto e global que personalizam o comportamento do Claude Code — o que são, onde ficam, como são carregados e como escrever bons exemplos.

Editor de código com IA e ferramenta de programação em par.

Dense vector representations for text and retrieval.

Conceitos fundamentais de inteligência artificial e aprendizado de máquina.

Programador par IA para completação e geração de código.

Grandes modelos de linguagem: arquitetura, treinamento e capacidades.

Getting started with AI Summary Hub and an overview of AI fields.

IDE de IA com desenvolvimento orientado por especificações e hooks de agentes do protótipo à produção.

Como o máximo de tokens, as sequências de parada e as penalidades de repetição controlam o comprimento, os limites e a qualidade do texto gerado por LLMs.

Overview of MLOps, why it matters, and how it bridges machine learning and production engineering.

Overview of AI model providers — API-based, open-weights, and hybrid approaches.

Como mensagens de sistema, prompting de papel e injeção de contexto moldam o comportamento, o persona e a precisão factual de LLMs.

Introdução às redes neurais artificiais e seus componentes básicos.

Como os parâmetros de amostragem temperatura, Top-K e Top-P controlam a aleatoriedade e a criatividade nas saídas de LLMs.

Arquitetura Transformer e mecanismos de auto-atenção.

Iterative, AI-assisted coding driven by intent and quick feedback.