>
AyakaCorp

Lokales maschinelles Lernen

Unabhängige Forschung und Entwicklung im maschinellen Lernen von Luca Finn Law.

Deutschland · Open Source · zwei Projekte

Projekte

ayaka-hand

Prototyp · Live-Demo

Ein Modell mit 2,23 Mio. Parametern schlägt einen perfekten Detektor

Das Sehsystem formt den Griff vor dem Kontakt.

Griffgenauigkeit
72,3 %
Lookup-Baseline
70,5 %
Kraftgenauigkeit
81,1 %
Lookup-Baseline
65,4 %
Student
2,23 Mio. Parameter
Latenzbudget
≤ 125 ms
Lizenz
Apache-2.0

Hime

Laufende Forschung

Fünf lokale Modelle, und ein zurückgezogenes Ergebnis

Literarische Übersetzung Japanisch–Englisch, lokal ausgeführt.

Fünf Stufen auf einer einzelnen Consumer-GPU, vollständig offline, EPUB rein und raus. Das aktuelle Fine-Tuning liegt unter dem eigenen Basismodell. Ein früheres positives Ergebnis ließ sich auf ein Leck im Antwortschlüssel zurückführen und wurde zurückgezogen.

Arbeitsweise

Modelle hier auf eigener Hardware trainiert.

Inferenz auf dem Gerät.

Ergebnisse veröffentlicht, auch die gescheiterten.

Kontakt

info@ayakacorp.com github.com/lfl1337 ↗