!!!此版本的核心是把大模型前端的知识库语义检索功能改造成自成长模型(也是具备专家能力的核心)

!!training in Inference 和 training after Cognitive conflic 新范式的实现

!1、改造开源向量数据库
    1> 支持维度成长\\
    2> 支持精准定位\\
    3> 支持精准修改\\
    4> 支持动态构建索引\\
    \\
    __最新进展，方案的基本思路已经确定__\\
    
!!目标： 五一劳动节前产生公司的第一个专利

\\
[向量数据库的工程目录|http://192.168.20.61:8282/svn/AI/weaviate]

!2、改造transformer
    1>实现transformer从向量数据库里向量数据加载到模型向量空间（CPU或GPU中）\\
    2>实现transformer从模型向量空间（CPU或者GPU中）里，更新数据到向量数据库\\
    3>基于符号化理解结构，改造反向传播算法\\
    4>识别认知结构冲突\\

!!第二个、第三个和第四个专利已经形成

[transformer工程目录|http://192.168.20.61:8282/svn/AI/transformer]

!3、数据集准备 （数据的质量和规模也决定了是否能形成专家能力，当然自成长模型对数据规模的要求一定小于传统的大模型）
    1> 训练集\\
    2> 验证集\\
    3> 测试集\\
    

[处理前的数据|http://192.168.20.61:8282/svn/AI/data/dataBefore]\\
[处理后的数据|http://192.168.20.61:8282/svn/AI/data/dataAfter]\\

[工作计划|plan]\\
[模型训练经验总结|train]

!![可解释的自成长模型是通向AGI的唯一路径|selfGrowModel]