Pesquisa verificável
Código aberto.
Evidência auditável.
O repositório público do ASM reúne implementação, arquitetura, protocolos experimentais, benchmarks, limitações e materiais de reprodução.
Por que abrir
Uma arquitetura de pesquisa precisa poder ser examinada.
A abertura permite inspecionar o que foi implementado, separar hipóteses de resultados e encontrar erros antes que eles se transformem em narrativa.
Publicar código não torna uma conclusão verdadeira por si só. Por isso o projeto também documenta protocolos, limitações e artefatos experimentais.
Repositório oficial
ASM — Aletheion State Models
Uma família experimental de modelos causais de linguagem baseada na evolução de estado persistente, sem alegação de superioridade geral.
github.com/gnai-creator/ASMCódigo Python e PyTorch, configurações, scripts de treinamento e avaliação, documentação arquitetural e resultados experimentais.
Abrir repositório ↗Materiais públicos
Comece pela pergunta que deseja verificar.
Arquitetura
Descrição dos mecanismos causais, estado persistente e variantes experimentais.
Família ASM
Taxonomia, critérios de promoção e relação entre ASM-R, ASM-C, ASM-S, ASM-F e ASM-X.
Benchmarks
Protocolos, artefatos e resultados auditáveis dos experimentos disponíveis.
Streaming ASM-C
Validação de cache, VRAM, throughput, paridade BF16 e MQAR até 32K.
ASM × Transformer
Comparação pareada de 100M tokens com rescoring sobre a mesma validação.
Limitações
Restrições conhecidas, riscos metodológicos e questões ainda abertas.
Teoria DRM
Formulação matemática que deu origem à linha de pesquisa geométrica.
Como citar
Metadados de autoria e citação acadêmica do projeto.
Reprodução
Do checkout ao primeiro experimento
A configuração mínima é adequada para validar instalação e fluxo em CPU. Os benchmarks maiores exigem hardware, datasets e orçamento compatíveis.
git clone https://github.com/gnai-creator/ASM.git
cd ASM
python -m venv .venv
source .venv/bin/activate
pip install -e ".[dev]"
python scripts/train_tiny.py --config configs/tiny.yaml --text data/tiny.txt- 01
Instale o projeto em um ambiente Python isolado.
- 02
Comece pela configuração tiny, executável em CPU.
- 03
Use seeds, configurações e protocolos registrados para comparar variantes.
- 04
Mantenha avaliação congelada separada dos dados de treinamento.
- 05
Registre commit, ambiente, checkpoint e métricas de cada execução.
Licenciamento
Aberto para estudar, modificar e compartilhar.
O repositório ASM é distribuído sob GNU Affero General Public License v3.0 (AGPL-3.0). Ao modificar ou oferecer o software por uma rede, consulte as obrigações da licença aplicáveis ao seu uso.
Existe uma opção de licença comercial separada para cenários que não sejam compatíveis com a AGPL. A existência dessa opção não altera os direitos concedidos pela licença aberta.
Limite importante
Código disponível não é o mesmo que modelo pronto.
O repositório é um scaffold de pesquisa. Checkpoints, datasets e serviços podem ter licenças, custos e políticas próprias. Resultados em escalas pequenas não demonstram desempenho em produção nem superioridade sobre arquiteturas estabelecidas.
Leia o código. Reproduza o protocolo. Questione os resultados.
Contribuições técnicas, relatos de reprodução e identificação de falhas são parte do processo científico.