README / index.html
AETHER-LLM's picture
Atualiza card: pre-treino completo, checkpoint publicado
d7f67ed verified
Raw
History Blame Contribute Delete
2.43 kB
<!doctype html>
<html lang="pt-BR">
<head>
<meta charset="utf-8" />
<meta name="viewport" content="width=device-width" />
<title>AETHER Lab</title>
<link rel="stylesheet" href="style.css" />
</head>
<body>
<div class="card" style="max-width: 720px; text-align: left;">
<p align="center">
<img src="https://huggingface.co/AETHER-LAB/akie-350m/resolve/main/akie_icone.png" width="120" />
</p>
<h1 align="center">AETHER Lab</h1>
<p align="center"><em>O braço de pesquisa e modelos da AETHER OS</em></p>
<hr />
<p>A AETHER Lab desenvolve modelos de linguagem <strong>treinados do zero</strong>,
com foco em português do Brasil — construída por uma pessoa, não por
uma equipe corporativa. Nosso primeiro projeto é o <strong>AKIE</strong>
(<em>Adaptive Knowledge and Intelligence Engine</em>), o primeiro
<strong>ePLM — Evolutionary Personal LLM — 100% brasileiro</strong>:
uma categoria própria, definida não pelo tamanho do modelo, mas pela
filosofia de como ele nasce e como se relaciona com quem usa.</p>
<p>AKIE não compete em escala com os grandes laboratórios — é pensado
como <strong>alternativa real</strong> 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.</p>
<p>O AKIE é o motor por trás do
<a href="https://agente.aetheros.com.br" target="_blank">NEXUS</a>,
o assistente conversacional da
<a href="https://aetheros.com.br" target="_blank">AETHER OS</a>.</p>
<h2>Projetos</h2>
<ul>
<li>🧠 <a href="https://huggingface.co/AETHER-LAB/akie-350m" target="_blank"><strong>AKIE 350M</strong></a>
<strong>pré-treino completo (1 época), checkpoint base publicado, sem SFT ainda</strong>
(arquitetura Llama-style, contexto 4096, ~6B tokens de corpus, val_loss final 1,6064).</li>
<li>📚 <a href="https://huggingface.co/datasets/AETHER-LAB/akie-pretrain-corpus" target="_blank"><strong>Corpus de pré-treino</strong></a> — 6B tokens, 4 eixos, público.</li>
</ul>
<h2>Filosofia</h2>
<p>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.</p>
</div>
</body>
</html>