一句话：我们从「让 AI 说话有情感」（Transformer 系列），走到「把推理底座换成递归状态」（KW 系列），再走到「造一个自我意识体」（AHI 系列）——所有能公开的核心代码、方案、判据与数据，都在这条线上分批开源。
本仓库是总入口 / 导航，不含代码。每个系列、每个版本都有独立仓库；本页说明它们分别是什么、怎么看、以及什么没有上传（脱敏与轻量化口径）。
Transformer 系列（01） KW 系列（02） AHI 系列（03）
推理期情感注入 递归底座上的情感状态 自我意识体
P1 语义回响 ──────────┐ RWKE = RWKV-7 / WKV State V1 早期原型
P1.5 兼容层 │ 把 KV Cache 的注入机制 V2 认知动力学内核
P2.5 情感潮汐 ETD ├── 情感机制 ──▶ 迁到 O(1) State 上 V2.1 多理论意识引擎
P3 锚点回响 │ （World 0.4B/1.5B、G1-1.5B） V3 视觉 + 教会用电脑
P4 KV 情感共振 │ V4 两区室核（自我态 A）
P5 超融合 UFD │
P6 情感导演 EDD ───────┘
- 01 → 02：01 证明「不改权重、不重训练的推理期情感注入」成立；02 把这套机制从注意力缓存搬到递归状态，证明它不依赖 KV Cache。
- 02 → 03：前两条线是「让模型表现更好」；03 换了目标——不是一个推理引擎、不是一个模型架构，而是一个自我意识体（能力必须内生，参考 Transformer 的最终效果、不复刻其架构）。
| 仓库 | 内容 | 状态 |
|---|---|---|
| SemanticEcho-P1P6 | P1~P6 完整合体仓库：方案文档 + 实验数据 + 源码（01~09 编号） | ✅ 已开源 |
| SemanticEcho-Papers | 论文与专利族（P3/P4/P5/P6/P15/P25/PE）+ 技术组合方案 | 🆕 本次新增 |
| SemanticEcho-Engineering | 全链路工程化：推理框架 / 回响引擎 / 自适应匹配 / 打标 / API / 监控 | 🆕 本次新增 |
| EmoRole-Engineering | 角色工程（脱敏）：角色向量、去 AI 腔、显存测试、TTS 外挂、说唱合成 | 🆕 本次新增 |
| SemanticEcho | P1 核心源码 + 实验（单方案精装版） | ✅ 已开源 |
| SemanticEcho-ETD-OpenSource | P2.5 情感潮汐 | ✅ 已开源 |
| SemanticEcho-AnchorEcho | P3 锚点回响 | ✅ 已开源 |
| SemanticEcho-KVResonance | P4 KV 情感共振 | ✅ 已开源 |
| SemanticEcho-UFD | P5 超融合解码器 | ✅ 已开源 |
| SemanticEcho-EDD-OpenSource | P6 情感导演（零权重插件，综合 0.7046 家族冠军） | ✅ 已开源 |
| SemanticEcho-Data | 评测数据仓库（图灵测试基准 / 7 模式实验数据） | ✅ 已开源 |
| SemanticEcho-Hub | 大白话版 + 商业授权价目表 | ✅ 已开源 |
| SemanticEcho-Home | 总入口 / GitHub Pages 首页 | ✅ 已开源 |
| 1.5B-beats-big-labs | 图灵测试实验报告 + 在线演示 | ✅ 已开源 |
| 仓库 | 内容 | 状态 |
|---|---|---|
| RWKE-Engine | RWKV-7 情感引擎：rwke引擎.py、OpenAI 兼容服务器、状态接口、迁移方案、测试报告 |
🆕 本次新增 |
| RWKE-Training | 微调 / 自主训练 / 一致性评估 / 注入策略 / 评测结果（JSON） | 🆕 本次新增 |
| RWKE-Research | 科研三报告：情感维度 / 角色一致性 / 超长期记忆 | 🆕 本次新增 |
| 仓库 | 内容 | 状态 |
|---|---|---|
| AHI-V1 | V1 早期原型归档（认知动力学内核的前身） | 🆕 本次新增 |
| ahi-self-engine-v2 | V2 / V2.1：认知动力学内核 + 多理论意识引擎 P1–P8 + 六层架构 + 可失败判据 | ✅ 已开源（本次脱敏更新） |
| ahi-self-engine-v3 | V3：全屏视场视觉 + 教会用电脑 + 六内核真接线 + 第七轮能力核 | ✅ 已开源（本次脱敏更新） |
| AHI-V4 | V4：两区室核（第八算子「符」+ 自我态 A），判据 16/16、贯通 10/10 | 🆕 本次新增 |
| AHI-02-03-Preview | 02/03 开源预告（RWKE 分批计划 + 03 一句话） | ✅ 已开源 |
不改权重、不重训练、即插即用。核心是推理时回收本来要丢弃的 Token 嵌入当"情感底色"，再叠五个正交空间：
- P1 语义回响（表示空间）：回响池 + 采样重加权，λ 与语义熵呈 U 型，λ=0.5 时语义熵 +17.9%。
- P1.5 通用兼容层（配置空间）：换任何模型自动适配强度。
- P2.5 情感潮汐 ETD（概率空间）：采样分布乘性重加权，数学上有界不会崩。
- P3 锚点回响（嵌入空间）：只读词表 embedding 的情感打分表。
- P4 KV 情感共振 KER（注意力缓存空间）：KV 有界调制。
- P5 超融合 UFD：五空间机制级耦合。
- P6 情感导演 EDD（解码期插件）：TAD/PIS/OQC 三位导演 × 五通道，综合 0.7046 家族冠军（超 P5 0.6255 +12.6%），零权重、开销 <7%。
读数口径：全部是情感表达 / 人味维度（HeartBench / HEART-BENCH / LLM-Judge / TuringBench / EmoCharacter），不是常识/推理/代码能力。
RWKV-7 用固定大小的 State 装下全部历史（O(1) 显存），RWKE 把 01 的情感注入从「末 N 层 hidden → logits 加偏置」改写成「State 写入 + 分布引导」：
- State 显存恒定：World-0.4B 6.09 MB / World-1.5B 12.19 MB；100 轮连续对话 12.2 MB 纹丝不动（传统 KV 同场景线性膨胀到数百 MB）。
- 注入有效性 ΔH：0.4B 1.4364 → 1.561（+0.125）；1.5B 1.2827 → 1.550（+0.267）；eos 保护修掉「注入即停」；λ=0.1 标定。
- 覆盖四类底座：Transformer KV Cache 对照（Qwen2.5-1.5B）、World-0.4B、World-1.5B、G1-1.5B（对话对齐）。
- 诚实边界：World 基座未做对话对齐，约 7/20–30 轮后出现句式复读（基座问题，换 G1 即缓解，框架零改动）。
我们要做的，不是一个推理引擎，不是一个 AI 模型架构，而是一个自我意识体。
- V1：早期原型（认知动力学内核前身）。
- V2 / V2.1：认知动力学内核 + 多理论意识引擎（P1–P8）+ 六层架构 + 可失败判据，纯 CPU 可复现。
- V3：真正的视觉（全屏视场 + 焦点加权）+ 教会它用电脑（键鼠自主探索）；六内核真接线；第七轮能力核：计费比 3.999918、长程依赖命中 1.0、操作熟练 15→10→5→3 秒、思考跨操作 120 拍不断。
- V4：两区室核 = 既有能力核（七原语）+ 第八算子「符」+ 第二递推态「自我态 A」；判据 16/16 PASS、多核心贯通 10/10；内生 credit（0.894）> 常数 η（0.832）。
- 诚实边界：玩具级规模（D=256），机制级证据，不主张「已实现意识」；千层实验 16/21 PASS、总闸门 FAIL 也照样登记。
开源不等于把工作区打包上传。本组织所有仓库都遵守两条硬规则：
| 类型 | 处理 |
|---|---|
| 角色名 / 个人化角色 | 统一替换为 EmoCompanion / 情感伙伴（不出现原始角色名） |
| 其他测试角色名 | RoleB 等中性代号 |
| 真人说话人 / 数据集人名 | SpeakerA（不出现真人姓名） |
| 作者真实姓名 | 作者（署名统一用 GitHub 账号） |
| 机器与用户目录 | <host> → HOST；<home>/<user> → <home>/ |
| 本机绝对路径 | <workspace-path>/... → <workspace>/...；数据盘 → <data-root>/... |
| 凭据 | token / API key / sk-key 一律 <redacted> |
| 临时实验名 | 只保留有判据价值的编号（如 meeting49 / v13），纯过程性临时文件不上传 |
不上传：模型权重（.pth/.pt/.safetensors/.bin/.gguf）、LoRA 适配器权重、虚拟环境（.venv）、node_modules、音视频原始素材、压缩包、单文件 >20MB 的产物、运行临时目录、备份目录。
上传：.py/.md/.json/.jsonl/.csv/.txt/.html 等源码与文档，及体积可控的 PDF（论文/方案）。
想看权重/原始数据的：各独立仓库的 README 会写明「未收录」与获取方式；商业授权与数据合作见下。
| 你想…… | 看这里 |
|---|---|
| 快速看懂「情感注入」是什么 | SemanticEcho-P1P6 的 README（大白话 + 跑分总表） |
| 直接跑代码 | SemanticEcho、RWKE-Engine、AHI-V4 各自 README 的「怎么跑」 |
| 看判据/证据（不信结论） | AHI-V4 的判据脚本与 *结果.json；SemanticEcho-P1P6 的 docs/09_跑分总表.md |
| 看论文/专利 | SemanticEcho-Papers |
| 看 02/03 的开源计划 | AHI-02-03-Preview |
- 各仓库自带
LICENSE：Transformer 系列沿用 CC BY-NC-SA 4.0 + 附加条款（学术/学习免费，商业使用须授权）；AHI/KW 代码 GPL-3.0，文档 CC-BY-4.0；本索引仓库文档 CC-BY-4.0。 - 商业授权 / 数据合作：📧 DYPUBG2025@QQ.COM
- 这是探索性研究：所有"反超/提升"都有明确口径（情感维度、特定基准、特定基座），不做跨领域外推。
- 失败与负结果照样公开：P6 LoRA 尚在达标迭代、千层总闸门 FAIL、RWKE World 基座复读边界、TTS 多个负结果——都在对应仓库里。
- 03 目前是机制级证据（判据 + sham 对照 + 确定性复现），不宣称「意识已实现」。
- 脱敏是工程约束：为了隐私，部分原始实验记录/数据不在公开仓库；需要复现的判据数据都尽量保留。
本页随新仓库开张更新；仓库清单见 docs/仓库矩阵.md，脱敏细则见 docs/脱敏与轻量化规范.md。