M1
数据与训练管线
进行中构建中文语料清洗流程，跑通从数据到模型权重的完整训练管线。
- 语料清洗脚本
- 训练管线跑通
- 小规模基线模型
AI LAB
nAI：从零构建一个能对话、能推理的模型
nAI 是 new AI 的缩写，也是我们正在做的事：不依赖现成大模型套壳，从数据、训练到评测完整走一遍，先追平 ChatGPT 3.5 当年的多轮对话与基础推理水平。更远的目标是探索实现 AI 的新路径——方向待定，但过程会全部公开。
DIRECTIONS
实验方向
四个方向，先做扎实的，再做花哨的。
自研模型训练
从语料清洗到训练与微调，把整条管线自己搭一遍，而不是只调用别人的接口。
对话能力
多轮对话的连贯性与指令遵循，目标是追平 ChatGPT 3.5 的日常使用体验。
基础推理
短链逻辑、数学与代码理解，建立可复现的评测集，用数据说话。
新路径探索
长期目标：寻找不同于当前主流范式的实现路径。方向待定，先做出基础能力再谈突破。
MODEL ROADMAP
M1 – M4 模型路线图
分阶段推进，每一阶段都要留下可复现的产物。
M2
对话基座
规划中完成指令微调，具备稳定的多轮对话能力，对标 ChatGPT 3.5 的对话水准。
- 指令微调数据集
- 多轮对话评测
- 模型卡 v1
M3
基础推理
规划中在数学、逻辑与代码理解上具备短链推理能力，并建立可复现的评测标准。
- 推理评测集
- 对比报告
- 公开实验日志
M4
新路径探索
规划中长期目标：探索实现 AI 技术的新途径。方向待定，取决于前三阶段的实验结论。
- 方向论证
- 原型验证
- 结论公开
EXPERIMENTS
实验日志
EXP-000 2026-09-12 进行中
nAI 项目启动：目标与边界
确定第一阶段目标——追平 ChatGPT 3.5 的多轮对话与基础推理，并划清「不套壳」的边界。
EXP-001 待定 规划中
语料清洗与训练管线搭建
跑通从原始语料到可训练数据集的流程，产出第一版清洗脚本与数据统计。