akie-350m/README.md

---
license: unknown
language:
- pt
tags:
- pretraining
- portuguese
- akie
- aether-lab
- eplm
pipeline_tag: text-generation
---

<p align="center">
  <img src="https://huggingface.co/AETHER-LAB/akie-350m/resolve/main/akie_icone.png" width="160"/>
</p>

<h1 align="center">AKIE</h1>
<p align="center"><em>Adaptive Knowledge and Intelligence Engine</em></p>
<p align="center"><strong>O primeiro ePLM — Evolutionary Personal LLM — 100% brasileiro</strong></p>

## O que é o AKIE

AKIE é um modelo de linguagem **treinado 100% do zero** — arquitetura,
tokenizer e embeddings próprios, sem partir de nenhum modelo de
terceiros. É o motor por trás do [NEXUS](https://agente.aetheros.com.br),
o assistente conversacional da [AETHER OS](https://aetheros.com.br).

Desenvolvido pela **AETHER Lab**, o braço de pesquisa/modelo da
AETHER OS — não uma equipe corporativa com orçamento ilimitado, mas
uma pessoa construindo com o que tem, um treino de cada vez.

## Por que "ePLM"

**ePLM — Evolutionary Personal LLM** é uma categoria própria, definida
não pelo tamanho do modelo, mas pela filosofia de como ele nasce e
como se relaciona com quem usa:

- **Evolutionary** — não nasce pronto. Cresce em etapas, cada treino é
  evolução, não substituição.
- **Personal** — construído por uma pessoa, não por corporação. E se
  adapta à pessoa que usa.
- **LLM** — o *Large* aqui não é sobre tamanho, é sobre ambição. Um
  ePLM começa pequeno, mas mira longe.

AKIE não é a IA maior, nem tenta competir em escala com os grandes
laboratórios. É a **alternativa real** pra quem não tem acesso a
eles — feita por alguém no mesmo lugar, sem orçamento de sobra pra
errar em escala e corrigir depois. Isso não é discurso — é a restrição
real sob a qual cada decisão de treino deste modelo foi tomada.

## Status: pré-treino completo (1 época) — checkpoint base publicado, sem SFT ainda

**Os pesos publicados aqui são o checkpoint de PRÉ-TREINO puro
(`step_63989`), sem ajuste de instrução (SFT).** Ele completa e
continua texto — ainda não segue instrução de forma confiável, não
tem comportamento de diálogo polido, e não deve ser tratado como
assistente pronto. As capacidades descritas na seção de Filosofia
abaixo são o objetivo do projeto, não o que este checkpoint específico
já entrega.

- **Arquitetura**: 350M parâmetros (Llama-style: RMSNorm, SwiGLU,
  RoPE, 26 camadas, hidden=1024, 16 heads, embeddings compartilhadas)
- **Corpus**: ~6B tokens, 4 eixos (código, raciocínio, instruções,
  diálogo + conhecimento factual), 100% português do Brasil + código
- **Contexto**: 4096 tokens
- **Pré-treino**: 1 época completa, 63.989 steps, **val_loss final
  1,6064** (held-out fixo, nunca visto no treino)

**Próxima etapa (em andamento)**: SFT (fine-tuning supervisionado) —
pilotos exploratórios já mostraram sinal real de que capacidades como
seguir instrução, raciocinar em `<think>` antes de responder, trocar
de idioma e usar resultado de ferramenta corretamente respondem bem a
SFT leve e barato sobre esse checkpoint. O modelo com SFT completo
(o que de fato vira o motor do NEXUS) ainda não está publicado.

## Filosofia

O objetivo não é bater benchmark — é um modelo que, quando o SFT
estiver pronto, se comporte de forma 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. Pequeno, mas honesto — sobre o que sabe e sobre onde ainda está
em construção.