展示 HN：Mini-AGI – 僅需 8GB VRAM 的動態持續學習模型
為何重要
該專案試圖解決 AI 模型最棘手的痛點：再訓練時的「災難性遺忘」。目前的基礎模型多已凍結權重，而 Mini-AGI 讓使用者得以完全掌握訓練權，這在個人化 AI 與資料主權漸受重視的趨勢下，提供了一種技術實驗的參考路徑。然而，其當前僅具備玩具級的能力，預計在產業商業化落地前仍需大幅技術最佳化。
mini-AGI 是一個具有自我組裝架構能力的 byte-level 語言模型，目標是在消費級 8GB VRAM 硬體上進行端到端訓練，並保持「即讀即訓」的動態學習能力。