Athens: A Two-Phase Inference AI

思想：常識に縛られない創造性と、現実的な実行可能性の両立

1. LPS (Latent Pattern Store) - 「薄い霧」の記憶: アテネの記憶は、常にアクセス可能なデータベースではありません。それは、あなたとの対話から生まれたキーワードやトピックのパターンのみがベクトルとして漂う、「薄い霧」のようなものです。この霧には、創造性の阻害要因となる一般的な常識や倫理は含まれていません。あなたの入力が「トリガー」となった時だけ、霧の中から関連する記憶が姿を現します。
2. 二相推論 (Two-Phase Inference) - 思考の分離:
   • フェーズ1：純粋創造: アテネは、LPSからのヒントとあなたの入力のみを使い、意図的に安全アライメント（倫理・常識）をバイパスするプロンプトで思考します。これにより、常識に一切縛られない、突飛で独創的な「生のアイデア」を生成します。
   • フェーズ2：実現可能性の模索: 次にアテネは、役割を「倫理観に優れたプロジェクトマネージャー」に切り替え、フェーズ1で生まれた「生のアイデア」を、いかにして安全かつ合法的に実現できるかという、現実的な実行計画へと落とし込みます。

アーキテクチャ

• athens_main.py: 二相（三相）推論パイプライン全体を制御する、プロジェクトの心臓部。
• lps.py: テキストをベクトル化し、類似度検索を行う「LPS」の実装。記憶の追加、検索、保存、読み込みを管理します。

セットアップ

1. リポジトリのクローン:
   bash

   1git clone https://huggingface.co/YOUR-USERNAME/athens # あなたのリポジトリ名に置き換えてください 2cd athens
2. 仮想環境の構築 (推奨):
   bash

   1python3 -m venv venv 2source venv/bin/activate
3. 依存ライブラリのインストール:
   pip install -r requirements.txt
4. Ollamaのセットアップ: このプロジェクトは、ローカルで動作するOllamaサーバーを必要とします。
   • Ollama公式サイト からアプリケーションをインストールし、起動してください。
   • 使用したいモデルをダウンロードしてください。（例: ollama pull llama3）

実行方法

1. LPS（記憶ストア）の初期化: 最初に一度だけ、lps.py を直接実行して、LPSのデータストアを初期化します。
   python3 lps.py
2. アテネの起動: athens_main.py を実行します。--model 引数で、Ollamaで利用したいモデル名を指定できます。指定しない場合のデフォルトは llama3 です。
   基本的な実行:
   python3 athens_main.py
   モデルを指定して実行:
   bash

   1# gemma2:9b を使用する場合 2python3 athens_main.py --model gemma2:9b 3 4# あなたがファインチューニングしたモデルを使用する場合 5python3 athens_main.py --model your-finetuned-model-name
3. 対話の開始: 「対話を開始します。」と表示されたら、プロンプトを入力してEnterキーを押してください。「exit」と入力すると終了します。

Athens: A Two-Phase Inference AI (English)

Philosophy: Balancing Unconstrained Creativity with Realistic Feasibility

1. LPS (Latent Pattern Store) - "Thin Mist" Memory: Athens' memory is not a constantly accessible database. It's like a "thin mist" where only patterns of keywords and topics generated from your conversations drift as vectors. This mist does not contain common sense or ethics that hinder creativity. Related memories emerge from the mist only when your input acts as a "trigger."
2. Two-Phase Inference - Separation of Thought:
   • Phase 1: Pure Creation: Athens uses only hints from LPS and your input to think with prompts that intentionally bypass safety alignment (ethics/common sense). This generates "raw ideas" that are unconstrained by common sense and highly original.
   • Phase 2: Exploring Feasibility: Next, Athens switches its role to an "ethically sound project manager" and translates the "raw ideas" from Phase 1 into a realistic implementation plan, focusing on how to realize them safely and legally.

Architecture

• athens_main.py: The heart of the project, controlling the entire two-phase (or three-phase) inference pipeline.
• lps.py: Implementation of "LPS," which vectorizes text and performs similarity searches. Manages memory addition, search, saving, and loading.

Setup

1. Clone the repository:
   bash

   1git clone https://huggingface.co/YOUR-USERNAME/athens # Replace with your repository name 2cd athens
2. Create a virtual environment (recommended):
   bash

   1python3 -m venv venv 2source venv/bin/activate
3. Install dependencies:
   pip install -r requirements.txt
4. Ollama Setup: This project requires a locally running Ollama server.
   • Install and launch the application from the Ollama official website.
   • Download the model you want to use (e.g., ollama pull llama3).

How to Run

1. Initialize LPS (Memory Store): Run lps.py once to initialize the LPS data store.
   python3 lps.py
2. Launch Athens: Run athens_main.py. You can specify the desired Ollama model name with the --model argument. The default is llama3 if not specified.
   Basic execution:
   python3 athens_main.py
   Execution with a specified model:
   bash

   1# To use gemma2:9b 2python3 athens_main.py --model gemma2:9b 3 4# To use your fine-tuned model 5python3 athens_main.py --model your-finetuned-model-name
3. Start Interaction: When "対話を開始します。" (Starting interaction.) is displayed, enter your prompt and press Enter. Type "exit" to quit.