Kalorad обучает собственную модель — украинский, русский, английский, код — и запускает её внутри вашей сети. Без лицензии вендора. Без внешних вызовов. Веса, токенизатор и цикл обучения — ваши.
KaloradLM 683M · dense decoder · свой токенизатор · первый полный прогон претрейна завершён в сентябре 2026 на одной AMD MI300X
Никакого форкнутого чекпоинта, никакого чужого токенизатора. Архитектура ниже реализована на PyTorch в этом репозитории, протестирована на CPU и численно проверена на ROCm.
Ассистенту, который всё помнит и на всём учится, нужен взгляд оператора. Вот что узел делает прямо сейчас.
Файнтюны западных открытых моделей наследуют лицензию и зависимость. Модель, обученная с нуля, не наследует ничего — она может жить в закрытой сети банка, министерства или больницы.
Веса обучены нами, на нашем корпусе, нашим кодом. Нет чужих условий использования, которые можно унаследовать, отозвать или пересмотреть.
Инференс, память и дообучение работают на железе клиента. Ничего из написанного пользователем не покидает периметр — по архитектуре, а не по договору.
Цикл R→U→T→O→R дообучает модель на обратной связи организации, продвигает новую версию, когда она измеримо лучше, и выводит старую — всё внутри.
10–12 сентября 2026, одна AMD MI300X на кредитах. Не продуктовый чекпоинт — доказательство, что стек обучается от начала до конца, и посчитанный путь к продуктовой модели.
Код написан; каждый шаг ниже — прогон, а не исследовательский вопрос. Порядок задан тем, что разблокирует следующий.
25B трёхъязычных токенов, исправленная цель, эталонный Muon, fp32-мастера.
Короткий supervised-проход под формат чата и отказы.
Опубликованный набор для оценки — цифра, которую покупатель может проверить.
Юристы, медицина, финансы, госсектор… измерены против базы.
1.84B активных параметров — ёмкость без счёта за инференс.
30-минутный созвон, живой узел и лог. Всё на этой странице воспроизводится из репозитория.