File size: 1,927 Bytes
86caa4c
 
 
 
 
 
 
 
 
cc1e856
 
 
 
 
 
 
90156c0
 
cc1e856
5afc739
 
 
 
 
 
 
 
 
 
 
cc1e856
 
 
 
 
 
5afc739
 
 
 
cc1e856
 
 
5afc739
 
 
 
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
---
title: README
emoji: 🧠
colorFrom: blue
colorTo: purple
sdk: static
pinned: false
---

<p align="center">
  <img src="https://huggingface.co/AETHER-LAB/akie-350m/resolve/main/akie_icone.png" width="140"/>
</p>

<h1 align="center">AETHER Lab</h1>
<p align="center"><em>O braço de pesquisa e modelos da AETHER OS</em></p>

---

A AETHER Lab desenvolve modelos de linguagem **treinados do zero**,
com foco em português do Brasil — construída por uma pessoa, não por
uma equipe corporativa. Nosso primeiro projeto é o **AKIE**
(*Adaptive Knowledge and Intelligence Engine*), o primeiro **ePLM —
Evolutionary Personal LLM — 100% brasileiro**: uma categoria própria,
definida não pelo tamanho do modelo, mas pela filosofia de como ele
nasce e como se relaciona com quem usa.

AKIE não compete em escala com os grandes laboratórios — é pensado
como **alternativa real** pra quem não tem acesso a eles: usuários do
dia a dia e quem está tentando empreender com orçamento limitado ou
nenhum. Isso molda cada decisão de treino, não é só posicionamento.

O AKIE é o motor por trás do [NEXUS](https://agente.aetheros.com.br),
o assistente conversacional da [AETHER OS](https://aetheros.com.br).

## Projetos

- 🧠 [**AKIE 350M**](https://huggingface.co/AETHER-LAB/akie-350m) —
  **em pré-treino, sem SFT ainda** (arquitetura Llama-style, contexto
  4096, ~6B tokens de corpus). Pesos ainda não publicados.
- 📚 [**Corpus de pré-treino**](https://huggingface.co/datasets/AETHER-LAB/akie-pretrain-corpus) — 6B tokens, 4 eixos, público.

## Filosofia

Não buscamos bater benchmark — buscamos, quando o modelo estiver
pronto, comportamento confiável: verificar fatos antes de responder
quando não tem certeza, admitir quando não sabe em vez de inventar, e
ser transparente sobre a confiabilidade das fontes que usa. É pra onde
o AKIE está indo — não uma promessa de que já chegou lá.