ニューラルネットワーク学習エージェント for Windows

学習とは、ネットワークの重みを調整し、予測の誤りを測定する損失値をトレーニングデータ上で小さくするプロセスです。各ステップは順伝播、損失計算、逆伝播、最適化子の更新を実行します。この作業を行うのはSigmoraではなく、あなたのPythonコードです。検証損失も監視してください。

はい、neuralnetworkz.comはSigmoraの公式サイトです。ダウンロードボタンはセットアッププログラム（約34 MB）を提供し、インストーラに移動する前に時刻、IPアドレス、ブラウザのユーザーエージェント、リファラーソースを記録します。公開されたマニフェストとSHA-256チェックサムを比較してください。まず確認してください。問題はアプリ内のSend feedbackボタンで報告してください。

チャット、作業フォルダ、APIキーはあなたのPC上に残り、ツール出力内のシークレットはモデルに到達する前にマスクされます。エージェントが読み取るファイルのテキストを含むプロンプトは、あなたが選択したモデルエンドポイントのみに行きます。ローカルモデルを使用する場合、データはマシンから一切外出しません。テレメトリはありません。

逆伝播は、各重みが損失にどの程度寄与したかを計算するステップであり、勾配を生成します。最適化子はその後、これらの勾配と学習率を使用して重みを変更します。Sigmoraはこれを独自に行うのではなく、学習スクリプトを実行し、チャット内のカードに出力された損失を表示します。数値を読み取ってください。

はい、ローカルエンドポイントを通じてあなたのPC上で実行されるモデルに接続でき、その場合、送信したデータはマシンから一切外出しません。クラウドモデルを使用する場合、プロンプトはそのプロバイダに送られます。Testボタンはエンドポイントを確認し、応答時間とコンテキストウィンドウを表示します。まずTestを押してください。

ニューラルネットワークのチュートリアルは、順伝播、損失、重み更新を自分で記述してネットワークを構築・学習する方法を段階的に説明するものです。Sigmoraは小さな例ファイルを作成し、Ask firstモードで変更が適用される前に差分を表示して実行できます。すべての行を読み取ってください。

ダウンロードは、ダウンロードしたファイルに対してcertutil -hashfileをSHA256で実行し、その結果を公開されたマニフェストのSHA-256値と比較することで検証されます。インストーラはまだコード署名されていないため、Windows SmartScreenが警告を表示する場合があります。チェックサムが一致した後で、[詳細情報]を選択し、[そのまま実行]を選択してください。まず一致を確認し、その後実行します。