Capacidade
Testar se os padrões observados em modelos menores permanecem quando a capacidade cresce.
Aletheion State Models
ASM 1B
Uma IA brasileira além da atenção.
Ajude a construir, validar e treinar o primeiro Aletheion State Model com aproximadamente 1 bilhão de parâmetros.
O ASM é uma família experimental de modelos causais que organiza linguagem como evolução de um estado persistente. A campanha financiará engenharia, infraestrutura, treinamento, avaliação e acesso público ao modelo.
Campanha em preparação
O projeto será executado em etapas. A meta de 1 trilhão de tokens é uma meta estendida, condicionada ao orçamento e aos resultados intermediários.
A hipótese
O que estamos construindo
Transformers normalmente contextualizam tokens por mecanismos de atenção.
O ASM investiga outra possibilidade: manter um estado causal persistente que absorve o histórico e evolui conforme novos tokens chegam.
- 01Entrada
- 02Estado persistente
- 03Transição contextual
- 04Geometria relacional opcional
- 05Memória seletiva
- 06Emissão do próximo token
Escala como teste
Por que escalar para 1B
Um bilhão de parâmetros é uma escala experimental útil — não uma promessa de competir com modelos de fronteira.
Scaling
Medir qualidade por token, qualidade por hora de GPU e pontos de crossover entre variantes.
Linguagem
Avaliar geração, retenção contextual, memória, estabilidade e comportamento em dados mais diversos.
Engenharia
Descobrir se a arquitetura pode se tornar computacionalmente competitiva em hardware moderno.
Resultados atuais
Evidência antes da escala
ASM-R foi confirmado em três seeds até 100 milhões de tokens. Entre as variantes ASM, ele lidera qualidade por token; no comparativo pareado de seed única, o Transformer lidera CE e eficiência. O ASM-C validou streaming compacto até 32K, mas ainda não memória associativa longa.
Melhor qualidade por token
ASM-R
- Parâmetros
- 83.206.400
- CE final
- 1,344538 ± 0,000561
- Throughput aprox.
- 16.573 tok/s
Melhor eficiência por hora
ASM-S
- Parâmetros
- 83.206.700
- CE final
- 1,358291
- Throughput aprox.
- 34.876 tok/s
- Validação congelada sobre a mesma sequência
- Tokenizer byte-level, sequência 512 e um dataset principal
- ASM-R replicado em três seeds até 100M tokens
- Comparação completa entre variantes baseada na seed 1
- Transformer pareado liderou CE e eficiência de treino na seed 1
- ASM-C validou streaming compacto até 32K, mas falhou no gate MQAR curto
- Os resultados não estabelecem superioridade geral
A pergunta da campanha não é “o ASM já venceu?”. A pergunta é “o comportamento continua quando o modelo e os dados escalam?”.Examinar o repositório público
Orçamento adaptativo
Para onde vai o dinheiro
O financiamento acompanha etapas técnicas verificáveis, sem percentuais artificiais antes dos benchmarks.
- 01Desenvolvimento e correção da infraestrutura de inferência
- 02Experimentos piloto em hardware H100 ou H200
- 03Treinamento distribuído
- 04Armazenamento de datasets e checkpoints
- 05Avaliação e rescoring
- 06Servidor de demonstração e chat
- 07Segurança, monitoramento e operação
- 08Taxas da plataforma, impostos e contingência técnica
O orçamento detalhado será atualizado após o benchmark de throughput do modelo 1B no hardware escolhido.
Roadmap verificável
Uma campanha executada por etapas
Fase 0
Preparação
Em andamento- Confirmar o comparativo ASM-R × Transformer em múltiplas seeds
- Resolver o gate MQAR curto do streaming ASM-C
- Consolidar a API ASM
- Preparar dataset e documentação
- Produzir benchmark real de custo por token
Fase 1
ASM 1B piloto
- Construir o modelo de aproximadamente 1B parâmetros
- Validar estabilidade numérica e medir throughput
- Treinar uma primeira etapa de 5B a 10B tokens
- Publicar resultados intermediários
Fase 2
Treinamento ampliado
- Expandir para dezenas ou centenas de bilhões de tokens
- Comparar variantes finalistas
- Avaliar contexto, memória e geração
- Disponibilizar checkpoint ou acesso controlado, conforme licença e segurança
Meta estendida
1T tokens
- Ativada somente com orçamento suficiente
- Condicionada à continuidade da melhoria
- Condicionada ao custo real medido
- Condicionada à qualidade e estabilidade observadas nas fases anteriores
A campanha não será medida apenas pelo maior número de tokens processados, mas pela qualidade científica e técnica dos resultados produzidos.
Recompensas
Apoie e participe do experimento
As categorias reconhecem quem viabiliza a pesquisa. Quantidades de uso só serão definidas após medições reais.
Apoiador
R$ 25
- Nome no mural público de apoiadores
- Atualizações da campanha
Explorador
R$ 50
- Benefícios anteriores
- Acesso antecipado aos relatórios
Pesquisador
R$ 100
- Benefícios anteriores
- Créditos iniciais para o chat ASM após o lançamento
Quantidade de créditos definida após o benchmark de inferência.
Apoiar como PesquisadorFundador
R$ 250
- Benefícios anteriores
- Mais créditos de chat
- Badge digital de apoiador fundador
Quantidade de créditos definida após o benchmark de inferência.
Apoiar como FundadorLaboratório
R$ 500
- Benefícios anteriores
- Acesso antecipado à demonstração
- Participação em sessão técnica coletiva
Quantidade de créditos definida após o benchmark de inferência.
Apoiar como LaboratórioPatrocinador
R$ 2.000
- Reconhecimento institucional
- Pacote de créditos
- Presença na página de apoiadores
- Conversa técnica sobre usos e avaliação
Quantidade de créditos definida após o benchmark de inferência.
Apoiar como PatrocinadorTransparência científica
Evidência, não hype
O ASM nasceu de pesquisas com Directional Relational Manifolds, mas as variantes são promovidas ou removidas conforme os experimentos. O objetivo é encontrar o sistema que realmente funciona, e não preservar uma hipótese por apego histórico.
- 1
Resultados negativos serão publicados.
- 2
Erros metodológicos serão corrigidos publicamente.
- 3
Checkpoints serão avaliados sobre conjuntos congelados.
- 4
Nenhuma arquitetura será protegida por causa de seu nome ou origem teórica.
Riscos e limitações
O que pode dar errado
- A arquitetura pode não escalar melhor do que alternativas consolidadas
- O treinamento pode exigir mais compute do que o previsto
- Uma variante diferente pode substituir a arquitetura inicialmente escolhida
- 1T tokens pode não ser tecnicamente ou economicamente justificável
- O modelo pode precisar de mais engenharia antes de oferecer um chat estável
- O resultado pode ser cientificamente interessante sem se tornar um produto competitivo
Uma campanha científica responsável financia uma pergunta real, não uma resposta predeterminada.
Depois do treinamento
Como funcionará o acesso ao modelo
Apoiadores receberão créditos conforme a categoria, após a conclusão e validação do modelo e da infraestrutura.
- Poderá haver limites de uso, filas e políticas de segurança.
- Créditos não serão vitalícios nem ilimitados.
- O custo real será definido após medir a inferência.
- Atualizações serão enviadas aos apoiadores.
Perguntas frequentes
FAQ
O ASM 1B já está treinado?
Não. A campanha financiará a preparação, construção, treinamento e avaliação do modelo.
O ASM não usa atenção?
As variantes ASM investigam modelos causais baseados em estado. A arquitetura promovida atual não usa autoatenção como núcleo de contextualização, mas o projeto deve ser descrito conforme a implementação final treinada.
O ASM já é melhor que GPT ou outros modelos?
Não existe evidência para essa afirmação. Os resultados atuais são experimentais, limitados a protocolos e escalas específicos.
Por que não treinar diretamente em 1 trilhão de tokens?
Porque primeiro precisamos medir estabilidade, throughput, custo e scaling em etapas menores. Processar mais tokens sem evidência de benefício seria irresponsável.
O que acontece se a meta máxima não for alcançada?
As etapas financiadas ainda produzirão engenharia, benchmarks, checkpoints, relatórios e resultados científicos. O escopo final dependerá do valor arrecadado.
Quando os apoiadores receberão acesso?
Depois que o modelo, a geração e a infraestrutura de inferência forem validados. O cronograma será atualizado publicamente.
Os créditos de chat são ilimitados?
Não. Eles serão limitados e definidos de acordo com o custo real de inferência.
Apoiar significa investir na AletheionAGI?
Não. O apoio não concede participação societária, retorno financeiro, royalties ou propriedade intelectual.
O código e os resultados serão públicos?
A campanha deve publicar metodologia, resultados e relatórios. O nível de abertura dos checkpoints e serviços seguirá a licença, os custos operacionais e as políticas de segurança do projeto.
A pergunta permanece aberta
Ajude a responder uma pergunta que ainda está aberta.
Uma arquitetura causal baseada em estado pode continuar melhorando quando alcança 1 bilhão de parâmetros e escalas muito maiores de dados?
AletheionAGI · Pesquisa independente em arquiteturas de inteligência artificial