Modelos autorais para testar, aprender e evoluir.
Um laboratório para publicar IAs desenvolvidas por mim: chatbots, modelos de texto, visão computacional, classificadores e experimentos de deep learning com páginas dedicadas e controles reais de uso.
Arquitetura do laboratório
Uma rota para cada IA
Projeto autoral
Cada IA nasce de um problema, dataset, hipótese e objetivo técnico.
Playground dedicado
O usuário testa texto, imagem, parâmetros e modos de resposta em uma rota própria.
Evolução contínua
Métricas, limitações, feedback e novas versões ficam documentadas junto ao modelo.
Cada IA com sua própria experiência.
O usuário escolhe um modelo, abre a página dedicada e interage com os recursos específicos: chat, upload de imagem, temperatura, versão, exemplos e feedback.
Athena
Assistente técnico de IA
Chatbot autoral para responder, explicar e orientar estudos sobre IA, ML, DL e engenharia de software.
FaunaVision
Reconhecimento de animais por imagem
Uma experiência interativa para enviar uma imagem e descobrir qual animal o sistema reconhece.
Uma forma simples de entender treino de modelos.
Além de usar as IAs, o visitante poderá experimentar conceitos de treino dentro do site: ajustar dados, parâmetros e observar impacto estimado antes de chegar em um modelo real.
Rodada de treino
Ajuste poucos parâmetros e veja como eles afetam uma prévia de desempenho. É uma simulação visual, não um treino real.
Parâmetros
Configuração rápida
Resultado
Classificação
91%
Prévia calculada
Loss
0.36
84
Treino
18
Validação
18
Teste
Sinais da rodada
Histórico de rodadas
Últimas 4 execuções
Toda IA precisa ser testável e compreensível.
Página dedicada com objetivo, entrada, saída, controles e limitações.
Histórico de versões, métricas e decisões técnicas documentadas.
Feedback do usuário como parte do ciclo de melhoria do modelo.