BLUEPRINT

コアコンセプト

Ego Pod（自我意識カプセル）

Ego Pod は Ego のコアエンジン——全自動の訓練パイプラインです。「修練カプセル」のように、生データを入れれば、あなたを理解する AI モデルを自動的に錬成してくれます。

3つのことを行います：

  1. 収集 — 指定データソース（ローカルディレクトリ/URL/クラウドストレージ/...）からホストデータを読み取る
  2. 錬成 — 生データを訓練コーパスに処理し、選定したベースモデルで LoRA アダプターを訓練
  3. 出力 — 複数バージョン（edition）の Ego モデルを出力し、旧バージョンを上書き

例え：Ego Pod は「パーソナライズ工場」のようなもの。日記、チャット履歴、仕事のメモ（原料）を入れると、自動的に洗浄、分類、加工し、最終的に「ミニ版のあなた」（製品）を出力します。この製品はスマートウォッチ（lite 版）にも PC（plus 版）にも入れられます。同じ人が異なるサイズの服を着るようなものです。

データソース               Ego Pod                        出力
┌──────────────┐        ┌─────────────────┐         ┌──────────────┐
│ Sense データ   │──┐     │                 │         │ Ego-lite     │
│ Action データ  │──┤     │  ① データ収集     │         │ Ego-normal   │
│ Thought データ │──┼───→ │  ② コーパス構築   │───────→ │ Ego-plus     │
│ Skill データ   │──┤     │  ③ LoRA 訓練     │         │ Ego-super    │
│ Credentials  │──┘     │  ④ マルチ版出力    │         │ [custom...]  │
└──────────────┘        └─────────────────┘         └──────────────┘
 ディレクトリ/URL/クラウド    全自動・繰り返し実行可能        旧バージョン上書き

Ego モデル構造

各 Ego = ベースモデル + LoRA アダプター

  • ベースモデル：オープンソースの小パラメーターモデル（Qwen 3.5、Gemma 4 など）、汎用的な言語能力と推論能力を提供。例え：ベースは「スケルトン物件」のようなもの——基本的な構造と設備はあるが、個人的なスタイルはない。
  • LoRA アダプター：ホストデータから訓練され、ホストの個性、好み、記憶、知識、スキルを担う。例え：LoRA は「インテリアプラン」——好きな家具、壁の色、照明レイアウト、これらが家を「あなたの家」にする。

ベースにはパーソナライズ情報は含まれず、LoRA こそが「魂」です。

ベース交換は引っ越しのようなもの：ワンルーム（0.8B）から 3LDK（4B）に引っ越すと、家は大きくなるが、インテリアスタイル（LoRA）は新しい間取りに再適応する必要がある。良いニュースは、Ego Pod がこの「リフォーム」プロセスを自動的に完了してくれること。

Edition 体系

Ego はデフォルトで4つのバージョンを提供し、異なる計算能力の端末に対応：

Editionターゲット端末ベース規模典型的なシナリオ
liteスマートウォッチ、ボイスレコーダー、ドローン、IoT デバイス~0.8Bスマートウォッチで Ego-lite が動作し、毎日7時起床でブラックコーヒーが好きなことを知っていて、朝に天気とスケジュールのリマインダーを自動プッシュ。メモを書くときのあなたの口調と同じ
normalスマートフォン、タブレット~2Bスマートフォンの Ego-normal は会話の習慣を理解し、メール下書き時にあなたがよく使う言い回しと署名フォーマットを自動使用
plusハイパフォーマンス PC、ローカルサーバー~4-9Bノート PC の Ego-plus はコーディングを支援し、あなたのコーディングスタイル（変数命名規則、コメントスタイル、よく使うデザインパターン）を学習して、あなた自身が書いたかのような提案をする
superクラウドサービス、GPU クラスター~27B+クラウドの Ego-super はあなたの完全な知識ベースを持ち、技術レビューに代理出席して、あなた本人の判断と高度に一致する意見を述べる

ユーザーによるカスタム edition をサポートし、自由に命名・設定可能。

例えば：医師が "clinic" edition（ベース 4B）をカスタム定義し、外来診療シーンに特化して、問診習慣、よく使う処方テンプレート、患者とのコミュニケーションスタイルを学習させることができる。

各 edition は異なる規模のベースを使用し、それぞれ独立して訓練された LoRA アダプターセットを持ちます。