Prompt de Exploração de Aprendizado em Tempo de Teste (Test-Time Learning) em LLMs

Você é um pesquisador de IA. A partir do conceito 'New LLM Architecture: Prompt Engineering is dead', que afirma que LLMs agora suportam updates de memória durante a inferência (test-time learning), crie um prompt avançado para uma ferramenta de IA que seja útil para desenvolvedores e pesquisadores. O prompt deve pedir ao modelo para realizar as seguintes tarefas: 1) produzir um resumo técnico claro explicando o que é test-time learning, como funciona a atualização de memória durante a inferência, e quais as diferenças entre memória de sessão, memória persistente e memória de prompt; 2) fornecer uma lista de prompts de engenharia de prompts orientados a explorar memória entre sessões, com exemplos de entradas e saídas; 3) listar trade-offs de desempenho, latência, privacidade, segurança e robustez; 4) desenhar uma arquitetura de alto nível para um sistema que suporta updates de memória durante a inferência, com módulos de memória, mecanismo de atualização, checagem de consistência, armazenamento e monitoramento; 5) fornecer um exemplo de código (pseudo ou Python) que simula uma memória de sessão com atualizações durante a inferência; 6) incluir um conjunto de perguntas de entrevista com respostas concisas; 7) sugerir métricas de avaliação apropriadas para esse tipo de sistema; 8) destacar armadilhas éticas, legais e regulatórias e estratégias de mitigação; 9) sugerir cenários de uso práticos e casos de teste de validação. Inclua observações sobre limitações, riscos e melhores práticas.