AMA 系列模型

AMA / LOCAL AI RESEARCH

從零開始,逐步認識世界。

AMA 探索一個輕量本地助理:認識自身局限、透過受控工具完成任務,再從經過核驗的觀察中學習。AMA-1 Genesis v0.2 已有可執行原型,最終能力目標仍未達成。

原始碼儲存庫

目前實驗:AMA-1 Genesis

神經元件是從隨機初始化訓練的 516 參數路由分類器,只有 24 筆合成訓練樣本,還不是聊天語言模型。文字物品紀錄也不等於攝影機辨識。

六個研究方向

從零訓練

建立乾淨資料、隨機初始化與檢查點譜系,不繼承預訓練文字模型權重。

自我模型與人格

報告身分、工具、失敗與局限。行為保持冷靜、理性與可修正性,主觀意識尚未建立。

世界與物品

型別化文字屬性、關係、來源與明確修正。視覺、聽覺等感知留待後續驗證。

經過審核的學習

觀察先成為候選,模型啟用前需要審批、獨立評估與回復。完整持續學習閉環尚未完成。

輕量化與工具

目前支援有界計算與本地知識工具。6GB 顯示記憶體是後續適配目標,不是已驗證的 GPU 結果。

可信連網

預設拒絕連網,呼叫方明確同意後才搜尋。結果仍是不可信連結,獨立來源與 GEO 核驗尚未完成。

兩輪路由評估(多數類基線 25%)
評估正確數準確率
第一輪9 / 2437.5%
第二輪8 / 2433.3%

證據能說明什麼

最終 85 項回歸測試通過,沒有失敗、錯誤或略過。兩份盲測題集現在都已轉為回歸資料。這些結果不能證明世界理解或可用的通用聊天能力。

本次 Windows CLI 程序峰值 RSS 約 25.34 MiB。CUDA 配置、保留、全域 GPU 占用與實際 6GB 適配均未測;真實搜尋提供者成功也未驗證。

人格風格參考凱爾希,AMA-1 保持自己的身分,不宣稱已具有主觀體驗。

AMA 開發紀錄