Elige el modelo de IA que lee tu código de entrenamiento
Elige qué modelo de IA usa Sigmora: un proveedor en la nube mediante un punto de conexión API, un modelo en tu propio PC o el modelo integrado. Presiona Probar para verificar un punto de conexión antes de trabajar en tus scripts de entrenamiento.
Elige dónde se ejecuta tu modelo
Proveedor de IA en la nube
Un proveedor de IA en la nube es la opción cuando un paso requiere un modelo más grande, por ejemplo, al depurar un script de entrenamiento largo que abarca varios archivos. Ingresa un punto de conexión API estándar y tu clave API. Las claves se quedan en tu PC. Tus indicaciones viajan por la red hasta ese proveedor, al igual que el texto de cualquier archivo que el agente lea, así que úsalo solo con código y datos que tengas permitido enviar allí. Los secretos en la salida de las herramientas se enmascaran antes de llegar al modelo. La privacidad depende del proveedor que elijas.
Modelo en PC local
Un modelo que se ejecuta en tu propio PC es la opción cuando tu código o datos no deben salir de la máquina. Apuntas Sigmora a un punto de conexión local en la misma computadora y tus indicaciones van allí en lugar de a un proveedor. Con un modelo local, nada sale de la máquina. La velocidad y la calidad dependen de tu hardware y del modelo que cargues, así que pruébalo primero con un script pequeño. Un modelo débil puede pasar por alto detalles que uno más grande captaría, y revisas cada diff de todos modos.
Modelo integrado
El modelo integrado está listo para usar sin tu propio punto de conexión. Instala Sigmora, abre un chat y dale una tarea. Puede servir para un primer intento, como escribir un archivo de perceptrón pequeño, agregar una línea de registro a un script de entrenamiento o explicar un mensaje de error. Para un paso más difícil, como un cambio que toca varios archivos, puedes conectar un modelo más grande o enviar ese paso con run_on_model. Puedes cambiar de modelo en cualquier momento y lees el diff antes de aceptarlo.
Prueba tu conexión
El botón Probar verifica un punto de conexión antes de confiar en él. Presiónalo después de ingresar la dirección de un proveedor en la nube o de un modelo en tu PC. Sigmora muestra el tiempo de respuesta y la ventana de contexto de ese punto de conexión. La ventana de contexto te dice cuánta cantidad de texto, como un script de entrenamiento y un registro juntos, puede leer el modelo en una sola solicitud. Prueba cada punto de conexión una vez. Si tienes 2 puntos de conexión, presiona Probar en ambos y compáralos. Es útil saber sobre una respuesta lenta antes de un chat largo, y una ventana de contexto pequeña significa que debes señalarle al agente un archivo a la vez. Probar verifica solo el punto de conexión; no califica la calidad de las respuestas.
Elige el tamaño adecuado del modelo
Un modelo más grande es la mejor opción para pasos difíciles, como desenredar un bucle de entrenamiento que se extiende por varios archivos o averiguar por qué una pérdida no disminuye. Un modelo más pequeño puede ser suficiente para ediciones pequeñas, como renombrar una variable o agregar una línea de registro. Puedes mezclarlos: ejecuta el chat en un modelo más pequeño y usa run_on_model para enviar un paso difícil a uno más grande. Cualquier modelo puede equivocarse. Empieza con uno pequeño. Cambia a un modelo más grande cuando un paso siga fallando y revisa el diff cada vez antes de aceptarlo.
La calidad varía entre modelos y proveedores, así que trata cada respuesta como un borrador. En modo Ask first, Sigmora se detiene antes de las acciones que cambian algo y muestra el diff, para que puedas leer las líneas exactas antes de aceptarlas. Luego ejecuta tu comando de prueba con Shell y revisa el código de salida y los números impresos tú mismo. Auto-run actúa de inmediato, lo cual es adecuado para pasos pequeños en los que ya confías. Revisa primero.
