volotat/mini-AGI
Continual learning model trained from scratch on 8GB VRAM laptop with batch-1 stream of data.
О проекте
Байтовая языковая модель непрерывного обучения, которая сама собирает архитектуру, тренируется с нуля на одной GPU с 8 ГБ VRAM и продолжает учиться на всём, что читает. Эксперимент, показывающий, что continual learning без катастрофического забывания возможен на скромном железе.
Чем пригодится
- Обучить собственную языковую модель с нуля на ноутбуке с 8 ГБ VRAM
- Продолжить обучение модели на своём корпусе текстов без забывания прошлого
- Изучить адаптивную глубину и маршрутизацию экспертов в toy-модели
Пересказ README моделью DeepSeek V4.1 Flash. Может ошибаться в деталях.
Почему он в тренде
- Сегодня уже 43 звезды, к концу дня ожидается около 79.
- Всплеск держится 2 дня подряд — это не случайный выброс.
- Репозиторию 2 дня, а у него уже 59 звёзд.
- Hacker News: «Mini-AGI – dynamic continual learning model trained from scratch on 8GB VRAM» — 42 очка, 3 ч назад.
- Около 48 форков в сутки — код забирают себе.
Звёзды по дням
Столбики — звёзды за день, линия — обычный темп. Красным — дни всплесков.
Цифры
- Всего звёзд
- 59
- Звёзд за сутки
- 79
- Форков
- 9
- Issues и pull requests
- 3
- Наблюдателей
- 0
- Язык
- Python
- Лицензия
- MIT
- Создан
- 19 сентября 2026
- Последний коммит
- 21 сентября 2026
Доверие к звёздам
Рост выглядит естественно: форков и обсуждений столько, сколько бывает у живых проектов, а звёзды приходят неровно, как от людей.
Это эвристики, а не приговор: судим по поведению репозитория, а не по списку звездивших.
Обсуждения на Hacker News
- Mini-AGI – dynamic continual learning model trained from scratch on 8GB VRAM42 очка, 21 сентября 2026
Где замечен
- 21 сентября 2026Замечен на Hacker News
Поделиться
Бейдж для README
Вставьте в README — бейдж сам показывает свежую магнитуду и ведёт на эту страницу.
[](https://gitnova.dev/r/volotat/mini-AGI)Похожие проекты
-
8,6
mizorewww/laya-mlx
Нативный MLX-рантайм для типизированных решающих моделей Laya: возвращает вероятности выбора, оценки или истинности без генерации текста, работает локально на Apple Silicon.
-
7,6
jaredpalmer/kev
kev — LoRA-адаптер с небольшим readout-хедом на базе Qwen2.5-0.5B, который за один forward pass отвечает на множество типизированных вопросов по документу, выдавая калиброванные вероятности вместо текста.
-
7,2
bespokelabsai/nimble
Nimble — модель и рецепт обучения для быстрых типизированных решений по тексту: по схеме из enum- и boolean-полей она выбирает ответ и возвращает вероятности каждого варианта. Нужна для маршрутизации, проверки условий…
-
7,0
FareedKhan-dev/train-llm-from-scratch
Учебный проект: реализация Transformer с нуля на PyTorch и полный пайплайн обучения LLM — от сырого текста до SFT, reward model, PPO/DPO/GRPO и чата, без transformers, trl и peft.
-
6,9
mizorewww/laya-coreml
Локальный порт модели Laya на Apple Core ML и Neural Engine: возвращает типизированные решения (выбор, оценка, да/нет) без генерации токенов, с бенчмарками скорости и энергопотребления.
-
6,9
TheoLeeCJ/SemIf
Открытая реализация интерфейса семантических решений в стиле Jev: читает вероятности типизированных опций напрямую из логитов 4B-модели без генерации текста. Работает на одной RTX 3090.