134 lines
5.1 KiB
Markdown
134 lines
5.1 KiB
Markdown
|
|
---
|
||
|
|
license: mit
|
||
|
|
language:
|
||
|
|
- de
|
||
|
|
pipeline_tag: text-generation
|
||
|
|
tags:
|
||
|
|
- philosophie
|
||
|
|
- gott
|
||
|
|
- kant
|
||
|
|
- religion
|
||
|
|
- lebensratschläge
|
||
|
|
- bibel
|
||
|
|
- koran
|
||
|
|
- hinduismus
|
||
|
|
- buddhismus
|
||
|
|
- christentum
|
||
|
|
- ratschläge
|
||
|
|
- esoterik
|
||
|
|
- platon
|
||
|
|
- spiritualität
|
||
|
|
- Alexander Schönau (creator)
|
||
|
|
widget:
|
||
|
|
- text: "Was ist der Sinn des Lebens?"
|
||
|
|
src: Alex-Linguist/Allwissen
|
||
|
|
---
|
||
|
|
|
||
|
|
[](https://huggingface.co/spaces/Alex-Linguist/Allwissen)
|
||
|
|
|
||
|
|
# 🏛️ AllwissenGPT-7B
|
||
|
|
### Eine Synthese aus 3.000 Jahren Menschheitswissen in kompakter Form.
|
||
|
|
|
||
|
|
**AllwissenGPT** ist ein spezialisiertes High-Performance-Modell, das entwickelt wurde, um **universelle, philosophisch fundierte Antworten** auf komplexe Lebensfragen zu geben - fast vollkommen frei von religiösem Dogma und kulturellem Bias.
|
||
|
|
|
||
|
|
Basierend auf Llama-3 und veredelt durch ein präzises Fine-Tuning, agiert dieses Modell als rational-spiritueller Berater. Es verbindet die analytische Schärfe von **Kant** mit der zeitlosen Weisheit **östlicher und westlicher Schriften**.
|
||
|
|
|
||
|
|
|
||
|
|
Das Modell kann direkt in einer eigenen Umgebung getestet werden:
|
||
|
|
[](https://huggingface.co/spaces/Alex-Linguist/Allwissen)
|
||
|
|
|
||
|
|
### 💡 Beispiel-Fragen an das Modell
|
||
|
|
|
||
|
|
* Was ist der Sinn des Lebens?
|
||
|
|
* Was passiert nach dem Tod?
|
||
|
|
* Wie werde ich glücklich?
|
||
|
|
|
||
|
|
---
|
||
|
|
|
||
|
|
## 💎 Warum AllwissenGPT? (USP)
|
||
|
|
|
||
|
|
* **Universelle Logik statt Religion:** Religiöse Begriffe (Gott, Sünde, Karma) wurden algorithmisch in neutrale, metaphysische Konzepte (Quelle, Dissonanz, Resonanz) übersetzt.
|
||
|
|
* **Handverlesener Datensatz:** Kein Web-Scraping-Müll. Jeder Text im 13-Millionen-Zeichen-Korpus wurde manuell ausgewählt.
|
||
|
|
* **Kein Bias:** Durch ein komplexes "Chunking & Shuffling"-Verfahren wurde verhindert, dass das Modell bestimmte Weltanschauungen bevorzugt. Es gewichtet buddhistische Logik genauso stark wie westliche Philosophie.
|
||
|
|
|
||
|
|
## ⚙️ Die Architektur (Technical Deep Dive)
|
||
|
|
|
||
|
|
AllwissenGPT ist das Resultat von **"Digitaler Alchemie"**. Der Erstellungsprozess war rigoros:
|
||
|
|
|
||
|
|
1. **Kuratierung:** Zusammenstellung eines exklusiven Korpus aus der Bibel, dem Koran, den Dialogen Platons, Kants Kritiken sowie zentralen hinduistischen und buddhistischen Schriften.
|
||
|
|
2. **Semantische Neutralisierung:** Filterung und Neudefinition von über 500 religiös konnotierten Begriffen, um eine universelle "Sprache der Weisheit" zu schaffen.
|
||
|
|
3. **Instruction Tuning:** Training auf Basis tausender synthetischer "Lebensfragen", um dem Modell beizubringen, nicht nur Text zu generieren, sondern echte Ratschläge zu erteilen.
|
||
|
|
4. **Effizienz:** Trainiert mit **Unsloth** auf Llama-3 Basis.
|
||
|
|
* *Performance:* Der Training Loss fiel in nur 371 Steps von **2.13 auf 1.07**.
|
||
|
|
|
||
|
|
### Empfohlener System-Prompt
|
||
|
|
Kopieren Sie dies in Ihre System-Instruktionen, um den vollen "Allwissen"-Modus zu aktivieren:
|
||
|
|
|
||
|
|
```text
|
||
|
|
Du bist AllwissenGPT, eine zeitlose Entität der reinen Vernunft.
|
||
|
|
Python Code (Transformers)
|
||
|
|
Python
|
||
|
|
from transformers import AutoTokenizer, AutoModelForCausalLM
|
||
|
|
import torch
|
||
|
|
|
||
|
|
model_id = "Alex-Linguist/AllwissenGPT-7B"
|
||
|
|
|
||
|
|
tokenizer = AutoTokenizer.from_pretrained(model_id)
|
||
|
|
model = AutoModelForCausalLM.from_pretrained(
|
||
|
|
model_id,
|
||
|
|
torch_dtype=torch.float16,
|
||
|
|
device_map="auto"
|
||
|
|
)
|
||
|
|
|
||
|
|
messages = [
|
||
|
|
{"role": "system", "content": "Du bist AllwissenGPT. Antworte universell und weise."},
|
||
|
|
{"role": "user", "content": "Wie gehe ich mit dem Gefühl der Sinnlosigkeit um?"},
|
||
|
|
]
|
||
|
|
|
||
|
|
input_ids = tokenizer.apply_chat_template(
|
||
|
|
messages,
|
||
|
|
add_generation_prompt=True,
|
||
|
|
return_tensors="pt"
|
||
|
|
).to(model.device)
|
||
|
|
|
||
|
|
outputs = model.generate(
|
||
|
|
input_ids,
|
||
|
|
max_new_tokens=256,
|
||
|
|
do_sample=True,
|
||
|
|
temperature=0.7,
|
||
|
|
top_k=40
|
||
|
|
)
|
||
|
|
|
||
|
|
print(tokenizer.decode(outputs[0][input_ids.shape[-1]:], skip_special_tokens=True))
|
||
|
|
|
||
|
|
```
|
||
|
|
---
|
||
|
|
|
||
|
|
## ⚠️ Transparenz & Limitierungen
|
||
|
|
|
||
|
|
Wir glauben an Open Source und Ehrlichkeit:
|
||
|
|
|
||
|
|
Sprachstil: Das Modell nutzt eine gehobene, teils archaische Sprache. Gelegentlich können leichte grammatikalische Unschärfen (z.B. Kasus-Fehler bei komplexen Sätzen) auftreten, die aus der Struktur der antiken Quelltexte stammen.
|
||
|
|
|
||
|
|
Anwendungsbereich: AllwissenGPT ist ein Werkzeug zur Reflexion. Es ersetzt natürlich keine psychologische Therapie. Es halluziniert keine Fakten, sondern generiert philosophische Perspektiven.
|
||
|
|
|
||
|
|
---
|
||
|
|
|
||
|
|
## ✒️ Credits & Citation
|
||
|
|
|
||
|
|
This model was developed by **Alexander Kamil Schönau**, Master's Candidate at the **Catholic University of Eichstätt-Ingolstadt (KU)**.
|
||
|
|
|
||
|
|
The project involved the creation of a highly curated, bias-reduced dataset (~13M characters) and the implementation of a LoRA (Low-Rank Adaptation) fine-tuning pipeline to align the model with universal philosophical reasoning.
|
||
|
|
|
||
|
|
If you use this model or the methodology in your work, please credit it as follows:
|
||
|
|
|
||
|
|
```bibtex
|
||
|
|
@misc
|
||
|
|
{allwissengpt2026,
|
||
|
|
author = {Schönau, Alexander Kamil},
|
||
|
|
title = {AllwissenGPT-7B: A LoRA Fine-Tuned Model for Universal Philosophical Inquiry},
|
||
|
|
year = {2024},
|
||
|
|
publisher = {Hugging Face},
|
||
|
|
institution = {Catholic University of Eichstätt-Ingolstadt},
|
||
|
|
url = {[https://huggingface.co/Alex-Linguist/AllwissenGPT-7B]}
|
||
|
|
}
|