初始化项目，由ModelHub XC社区提供模型

Model: AETHER-LAB/akie-350m
Source: Original Platform

.gitattributes

@@ -0,0 +1,37 @@
+*.7z filter=lfs diff=lfs merge=lfs -text
+*.arrow filter=lfs diff=lfs merge=lfs -text
+*.bin filter=lfs diff=lfs merge=lfs -text
+*.bz2 filter=lfs diff=lfs merge=lfs -text
+*.ckpt filter=lfs diff=lfs merge=lfs -text
+*.ftz filter=lfs diff=lfs merge=lfs -text
+*.gz filter=lfs diff=lfs merge=lfs -text
+*.h5 filter=lfs diff=lfs merge=lfs -text
+*.joblib filter=lfs diff=lfs merge=lfs -text
+*.lfs.* filter=lfs diff=lfs merge=lfs -text
+*.mlmodel filter=lfs diff=lfs merge=lfs -text
+*.model filter=lfs diff=lfs merge=lfs -text
+*.msgpack filter=lfs diff=lfs merge=lfs -text
+*.npy filter=lfs diff=lfs merge=lfs -text
+*.npz filter=lfs diff=lfs merge=lfs -text
+*.onnx filter=lfs diff=lfs merge=lfs -text
+*.ot filter=lfs diff=lfs merge=lfs -text
+*.parquet filter=lfs diff=lfs merge=lfs -text
+*.pb filter=lfs diff=lfs merge=lfs -text
+*.pickle filter=lfs diff=lfs merge=lfs -text
+*.pkl filter=lfs diff=lfs merge=lfs -text
+*.pt filter=lfs diff=lfs merge=lfs -text
+*.pth filter=lfs diff=lfs merge=lfs -text
+*.rar filter=lfs diff=lfs merge=lfs -text
+*.safetensors filter=lfs diff=lfs merge=lfs -text
+saved_model/**/* filter=lfs diff=lfs merge=lfs -text
+*.tar.* filter=lfs diff=lfs merge=lfs -text
+*.tar filter=lfs diff=lfs merge=lfs -text
+*.tflite filter=lfs diff=lfs merge=lfs -text
+*.tgz filter=lfs diff=lfs merge=lfs -text
+*.wasm filter=lfs diff=lfs merge=lfs -text
+*.xz filter=lfs diff=lfs merge=lfs -text
+*.zip filter=lfs diff=lfs merge=lfs -text
+*.zst filter=lfs diff=lfs merge=lfs -text
+*tfevents* filter=lfs diff=lfs merge=lfs -text
+akie_icone.png filter=lfs diff=lfs merge=lfs -text
+akie_icone_avatar_com_margem.png filter=lfs diff=lfs merge=lfs -text

README.md

@@ -0,0 +1,84 @@
+---
+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.

akie_icone.png

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:dabbe42c987bdd97ca251b93d409abf293ded12b5c929620b3631530fd513bd6
+size 23201

akie_icone_avatar_com_margem.png

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:96d1946c735ef5886e90bd0ff661d12b0ad2b3c6dda1be64438258ae07884eb9
+size 731750

config.json

@@ -0,0 +1,32 @@
+{
+  "architectures": [
+    "LlamaForCausalLM"
+  ],
+  "attention_bias": false,
+  "attention_dropout": 0.0,
+  "bos_token_id": 2,
+  "dtype": "bfloat16",
+  "eos_token_id": 3,
+  "head_dim": 64,
+  "hidden_act": "silu",
+  "hidden_size": 1024,
+  "initializer_range": 0.02,
+  "intermediate_size": 2816,
+  "max_position_embeddings": 4096,
+  "mlp_bias": false,
+  "model_type": "llama",
+  "num_attention_heads": 16,
+  "num_hidden_layers": 26,
+  "num_key_value_heads": 16,
+  "pad_token_id": 0,
+  "pretraining_tp": 1,
+  "rms_norm_eps": 1e-06,
+  "rope_parameters": {
+    "rope_theta": 10000.0,
+    "rope_type": "default"
+  },
+  "tie_word_embeddings": true,
+  "transformers_version": "5.15.0",
+  "use_cache": false,
+  "vocab_size": 32002
+}

generation_config.json

@@ -0,0 +1,10 @@
+{
+  "_from_model_config": true,
+  "bos_token_id": 2,
+  "eos_token_id": 3,
+  "output_attentions": false,
+  "output_hidden_states": false,
+  "pad_token_id": 0,
+  "transformers_version": "5.15.0",
+  "use_cache": true
+}

model.safetensors

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:ab8ee0367a0296b55ecc8e8c9645cb2ef99a2fe70222754696fb0ed68ce2203c
+size 733618448

tokenizer_config.json

@@ -0,0 +1,24 @@
+{
+  "add_prefix_space": true,
+  "backend": "tokenizers",
+  "bos_token": "<s>",
+  "clean_up_tokenization_spaces": false,
+  "eos_token": "</s>",
+  "additional_special_tokens": [
+    "<|user|>",
+    "</|user|>",
+    "<|assistant|>",
+    "</|assistant|>",
+    "<think>",
+    "</think>"
+  ],
+  "is_local": true,
+  "local_files_only": false,
+  "model_max_length": 1000000000000000019884624838656,
+  "pad_token": "<pad>",
+  "sp_model_kwargs": {},
+  "spaces_between_special_tokens": false,
+  "tokenizer_class": "PreTrainedTokenizerFast",
+  "unk_token": "<unk>",
+  "use_default_system_prompt": false
+}