Meus projetos
Trabalhos selecionados em pesquisa de IA, sistemas e aplicações criativas.
ELODIN: Naming Concepts in Embedding Spaces
Durante meu tempo como Pesquisador de Visão Computacional na Modelme, trabalhei na geração de ensaios fotográficos virtuais fotorrealistas com modelos de difusão. Desenvolvi um método novo com embeddings CLIP customizados para obter mais consistência de pose e ângulo nas imagens geradas de um mesmo modelo virtual. Participei desde a pesquisa e a ideação até a implantação em produção do pipeline de geração. Esse trabalho resultou no artigo "ELODIN: Naming Concepts in Embedding Spaces" (arXiv:2303.04001).
- Foco: Pesquisa e produção de imagens generativas consistentes com modelos de difusão
- Tecnologias: PyTorch, Stable Diffusion, CLIP, Docker, OpenAPI
- Link: arXiv:2303.04001
Hytale Code Explainer
Um sistema de RAG sobre o código Java decompilado do servidor de Hytale, para ajudar em documentação e modding. O projeto decompila o JAR do jogo, processa e gera embeddings do código, e permite perguntas em linguagem natural sobre a base. Suporta conversas de vários turnos e devolve respostas com referências a arquivos e linhas. Foi implantado e usado de fato por um bot público no Discord.
- Foco: RAG em produção sobre uma base Java decompilada e grande
- Tecnologias: Python, Qdrant, LiteLLM, VineFlower, Docker, Clean Architecture
- Link: GitHub
Prompt Warrior
Um roguelike experimental feito em Godot, com integração profunda de modelos de linguagem. Ações do jogador, estado do mundo e regras são interpretados e resolvidos em tempo real com modelos de texto baseados em difusão. Cada estágio é definido só em linguagem natural, o que deixa a experiência fluida e criativa para jogadores e criadores.
- Foco: Explorar a capacidade de simulação de LLMs em cenários fora do senso comum, como um mundo de jogo
- Tecnologias: Godot (GDScript), LLM APIs, Diffusion Text Models (Mercury 2)
- Link: Demo ao vivo
Latent Translation
Um projeto técnico sobre a tradução de representações latentes entre modelos generativos diferentes. Um MLP foi treinado para mapear latentes do EffNet (Stable Cascade) para o espaço latente do CLIP, permitindo comparações semânticas sem passar pelo domínio de pixels.
- Foco: Comparação eficiente com CLIP no espaço latente
- Tecnologias: PyTorch, EffNet (Stable Cascade), CLIP, Jupyter Notebooks
- Link: GitHub
AI Rooms
Um escape room em texto em que os jogadores interagem com o ambiente em linguagem natural livre. Cada objeto da sala funcionava como um agente autônomo. O sistema usava geração estruturada para manter consistência entre o comportamento dos agentes e o estado do jogo, sem travar a criatividade de quem joga.
- Foco: Sistemas multiagente com LLM em ambientes interativos
- Tecnologias: Python, React, FastAPI, OpenAI API, Structured Generation
- Link: GitHub