A Thyn Research estuda os problemas de sistemas por trás da inteligência local, do software autônomo, dos motores de mercado e da execução verificada.
Estudamos a fronteira entre inferência local, raciocínio em escala de nuvem, contexto privado e orquestração híbrida.
Agentes confiáveis precisam de mais do que chamadas de ferramentas. Precisam de traces, políticas, invariantes, planos testáveis e recuperação de falhas.
Sistemas de trading exigem simulação, timing, estimativa de incerteza, controles de risco e robustez adversarial.
A infraestrutura criptográfica abre caminho para garantias mais fortes em torno de identidade, histórico, replay, assinaturas e autorização.
Sistemas de crescimento autônomo combinam geração criativa, atribuição, desenho de experimentos, alocação de orçamento e restrições de política.
Preferimos perguntas testáveis a uma linguagem de categorias. Uma boa pergunta de pesquisa da Thyn deve ter uma carga de trabalho, uma métrica, um modo de falha e um caminho para a produção.
Nota
Por que produtos de IA precisam de orçamentos de latência, não apenas de benchmarks de modelos. Um modelo que pontua bem offline ainda pode parecer quebrado quando o ciclo completo ultrapassa o tempo que o usuário realmente vai esperar.
Nota
Um arcabouço para traces, testes determinísticos e análise de falhas em fluxos de trabalho autônomos. Quando toda ação é reproduzível, uma execução ruim vira um caso reproduzível em vez de um mistério único.
Nota
Como motores de execução podem avaliar estratégias antes de entrar em ambientes ao vivo. Simular contra fluxo de ordens histórico e sintético revela risco e slippage enquanto os erros ainda não custam nada.