TEMM1E v3.1.0: ИИ-агент, который самообучается с помощью взаимодействия с пользователями

Что делает TEMM1E Eigen-Tune

Движок Eigen-Tune в TEMM1E фиксирует каждый вызов LLM как размеченные обучающие данные, которые обычно выбрасываются. Он оценивает качество ответов по сигналам поведения пользователей (продолжить, повторить, отклонить), дистиллирует знания в локальную модель через дообучение LoRA и продвигает модели через статистические пороги — всё без дополнительных затрат на LLM ($0).

Техническая реализация

Система использует 7-этапный замкнутый цикл: Сбор, Оценка, Курирование, Обучение, Тестирование, Теневое тестирование, Мониторинг. Каждый этап имеет математические пороги:

• SPRT (Вальд, 1945) для продвижения — один плохой ответ требует 19 хороших для восстановления
• CUSUM (Пейдж, 1954) для обнаружения дрейфа — выявляет падение точности на 5% за 38 выборок
• Оценка Уилсона с 99% доверием для тестирования

Тестирование по замыслу бесплатно: сходство эмбеддингов через локальную модель Ollama ($0), сигналы поведения пользователей для теневого тестирования ($0), двухуровневое обнаружение с мгновенными эвристиками и семантическими эмбеддингами, а также обнаружение отказов на 12 языках.

Результаты тестирования

Реальная дистилляция на Apple M2 (16 ГБ ОЗУ): SmolLM2-135M дообучена через LoRA с 0.242% обучаемых параметров. Обучение: 100 итераций, потери снизились с 2.45 до 1.24 (сокращение на 49%). Пиковая память: 0.509 ГБ при обучении, 0.303 ГБ при выводе. Базовая модель ошибочно вычисляла 72°F = '150°C', тогда как дообученная модель корректно выдавала '21.2°C' после обучения на 10 примерах.

Аппаратно-зависимый выбор модели

Система автоматически определяет оборудование и рекомендует модели:

• SmolLM2-135M для проверки концепции
• Qwen2.5-1.5B для хорошего баланса
• Phi-3.5-3.8B для высокого качества
• Llama-3.1-8B для максимальных возможностей

Настройте через /eigentune model или оставьте в автоматическом режиме.

Установка и внедрение

Активируйте одной строкой в конфигурации: [eigentune] enabled = true. Система обрабатывает сбор, оценку качества, курирование набора данных, дообучение, тестирование, продвижение и мониторинг. Любой сбой переключается на облако — никогда не молчит, никогда не хуже, чем было.

Создана на Rust с 18 крейтами, 136 тестами в Eigen-Tune, 1638 в рабочем пространстве, 0 предупреждений. Открытый исходный код под лицензией MIT.