Mango AI vs A Generalist Agent

O Mango AI cataloga mais de 13.000 ferramentas de IA em um único diretório pesquisável. Você navega por cartões com selos de preços, filtra por Gratuito, Freemium ou Pago, e vai direto para o site de cada ferramenta. Uma newsletter gratuita é enviada para mais de 40.000 leitores, destacando novas adições e notícias de IA.

Ao contrário de listas simples de links, o Mango AI associa muitas listagens a artigos de blog que explicam o que uma ferramenta faz antes de você clicar. A página de Favoritos permite que usuários conectados salvem itens para mais tarde, e cada cartão exibe uma breve descrição, além dos botões Ler mais e Abrir site.

A página inicial alterna ferramentas em destaque em categorias como geração de imagens, chatbots, finanças e imobiliário. As listagens indicam o tipo de preço no próprio cartão, para que você possa procurar opções gratuitas sem abrir cada site. O contato está disponível em [email protected] para dúvidas ou envios.

Entusiastas de IA em busca de novos produtos, desenvolvedores comparando opções e leitores de newsletter que desejam um resumo semanal com curadoria formam o público principal. O diretório em si é gratuito para navegação, e a assinatura da newsletter também é gratuita.

Gato é o agente generalista que a DeepMind apresentou em seu artigo de pesquisa de maio de 2022 "A Generalist Agent." Uma política transformer com pesos compartilhados lida com chat, legendagem de imagens, jogos Atari e empilhamento de blocos com braço robótico real a partir do mesmo modelo. O artigo o descreve como uma política multimodal, multitarefa e multi-incorporação que escolhe se deve emitir texto, torques conjuntos, pressionamentos de botões ou outros tokens com base no contexto.

A maioria das ferramentas nessa área treina um modelo separado por domínio de tarefa. Gato, em vez disso, serializa todas as modalidades e ambientes em uma sequência plana de tokens e a processa por um transformer semelhante a um grande modelo de linguagem. Isso significa que um único checkpoint pré-treinado transita entre diálogo, visão e controle sem trocar arquiteturas.

Durante o treinamento, dados de ambientes simulados e reais se misturam com conjuntos de dados de linguagem natural e imagens, com perda mascarada para que Gato preveja apenas alvos de ação e texto. Na implantação, um prompt é tokenizado primeiro, cada nova observação é adicionada à sequência, e o modelo amostra um vetor de ação um token por vez dentro de uma janela de contexto de 1024 tokens. O blog inclui gráficos agrupados por domínio de tarefas onde o modelo pré-treinado ultrapassa os limiares de pontuação de especialistas.

O texto é direcionado mais a pesquisadores de IA e robótica do que a compradores comuns de software. Você pode ler e citar a pesquisa em deepmind.google; não há fluxo público de cadastro, nível de API ou botão de download nas páginas analisadas aqui.