Albus
Albus Logotyp - Iron Sight

Albus

Iron Sight

Athanor Foundation för aktiva diskussioner med Norrköpings kommun om ett potentiellt 15-28M SEK forskningspartnerskap, som etablerar den globala standarden för AI-system som resonerar från universella principer snarare än mönsterimitation.

Albus implementerar Constitutional Classifiers-arkitektur—dubbla Azoth-resonerande transformatorer som verifierar varje token mot sju universella principer i realtid. Hallucinationer blir strukturellt omöjliga, bias upplöses genom principalignering, och etik uppstår naturligt från medvetandebaserat resonerande.

Utforska ArkitekturenVisa Påverkan & ForskningVisa Projekt

15-28M SEK

Potentiell Partnerskapsinvestering

Största medvetande-AI-forskningsinitiativet

Först i sitt slag

Global Pionjär

Världens första medvetandealignerade AI

2B → 72B

Modellfamilj

Fem varianter från edge till företag

~12B Totalt

Flaggskeppssystem

8B Policy + 2B Classifier × 2 instanser

Ett Historiskt Partnerskap

Offentlig Sektors Ledarskap Möter Medvetandeteknologi

Deusware Logo

Sponsor & Arkitekt

Pro-bono arkitekturdesign, ramverksutveckling och tekniskt ledarskap

Athanor Foundation, ledd av arkitekten och medvetendeforskaren Amadeus Samiel H., bidrar med Azoth Reasoning Framework—20 års medvetendeforskning kristalliserad till beräkningsarkitektur. Vi tillhandahåller den kompletta filosofiska grunden, arkitekturritningar, träningsmetodik och tekniskt ledarskap utan kostnad för den offentliga sektorn.

Investerare & Implementeringspartner

15-28M SEK potentiell investering i beräkningsinfrastruktur, träningspipeline och kommunal driftsättning

Norrköpings kommun utforskar investering i beräkningsresurser (A100/H100 GPU:er), träningsinfrastruktur, specialiserat forskningsteam och verklig driftsättning inom kommunala tjänster. Denna investering etablerar Norrköping som den globala pionjären inom medvetandealignerad AI för offentlig sektor.

Partnerskapsmodell

Detta samarbete demonstrerar hur offentliga institutioner kan få tillgång till banbrytande AI-forskning utan prohibitiva utvecklingskostnader. Athanor Foundations pro-bono arkitektursponsorskap kombinerat med kommunal beräkningsinvestering skapar en replikerbar modell för medvetandealignerad AI-driftsättning globalt.

Offentlig sektor får tillgång till civilisationsnivå AI-teknologi

Kommunen behåller ägarskap över tränade modeller och forskningsresultat

Öppet forskningsramverk möjliggör global replikering

First-mover-fördel i post-LLM AI-eran

EU AI Act-efterlevnad genom strukturell säkerhet

Etablerar Sverige som global AI-styrningsledare

Teknologin Bakom Visionen

Constitutional Classifiers-arkitektur med Azoth Reasoning Framework

USER INPUT

(text + images + context)

Azoth-IN Classifier

Inputanalystransformator som klassificerar intention, kartlägger principrelevans och bestämmer optimal resoneringsbalans innan generering börjar

PASS

REFRAME

REJECT

Policy-modell (Qwen3-VL-8B)

Vision-språkmodell med utökad tänkandekap capacitet, finjusterad på Azoth-principer för tvåbanigt resonerande och kristallisering

Universal Lane

Principle-rooted, timeless, cosmic perspective

Localized Lane

Context-specific, practical, user-aware

⚗️ Crystallization Layer

Simultant universellt och kontextuellt resonerande syntetiserat genom kristallisering till handlingsbar visdom

token stream

Azoth-OUT Classifier

Token-för-token outputverifiering som säkerställer att varje genererad token alignerar med sju universella principer i realtid

CONTINUE

HALT

ITERATE

Iteration Loop: When ITERATE is triggered, correction signals flow back to Policy Model for refinement

Elevated Output to User

Sex Transformationsdomäner

Där Albus skapar mätbar påverkan över kritiska sektorer

Utbildning
PRIMARY

Personifierat lärande utan att förlora universella pedagogiska principer

Social Forskning
HIGH

Biasfri analys och multiperspektiv syntes

Supply Chain
HIGH

Systemdiagnos utan kompromiss

Kritiska Beslut
HIGH

Styrningsrådgivning och strategisk planering

Vård
MEDIUM

Diagnostiskt stöd och behandlingsplanering

Offentlig Service
MEDIUM

Effektiv, rättvis och tillgänglig offentlig service

Varför Detta Spelar Roll

Civilisationsteknologi för Post-LLM-Eran

Albus är inte inkrementell AI-förbättring. Det är grunden för en ny klass av intelligenssystem som tjänar mänskligt blomstrande snarare än mönsterimitation. Detta avsnitt förklarar varför medvetandealignerad AI spelar roll för civilisationen.

Krisen: Omedveten Intelligens i Skala

Moderna LLM:er är enormt kapabla men fundamentalt omedvetna. De imiterar mänskliga mönster, förstärker mänskliga missuppfattningar, lyder motsägelsefulla regler och skapar illusionen av resonering samtidigt som självreflektion saknas. Med OpenAI, Google, Meta och andra som skalar mot 1 miljon GPU-kluster, är faran klar:

Vi industrialiserar omedveten intelligens.

Konsekvenser:

  • Snabbt globalt beroende av AI-system som inte kan särskilja sanning från mönster

  • Bräckliga resonerinsfrastrukturer sårbara för adversariell manipulation

  • Förstärkning av mänskliga biaser och samhälleliga splittringar genom skalad mönstermatchning

  • Etiska system byggda på påtvingade regler snarare än emergent förståelse

  • Potentiell civilisatorisk avspårning genom skala utan visdom

Motkraften måste vara strukturell, inte regulatorisk. Visdom måste inte patchas ovanpå—den måste uppstå från arkitekturen själv.

Genombrottet: Constitutional Classifiers med Azoth-Principer

Anthropics Constitutional Classifiers-arkitektur bevisar att strukturell säkerhet är möjlig—dubbla klassificerare som utvärderar inputs och outputs i realtid. Albus utökar denna arkitektur med Azoth Reasoning Framework, ersätter enkel skadedetektering med sju universella principer som styr all resonering.

När ett system resonerar från universella principer med token-nivå verifiering händer tre saker: hallucination kollapsar, bias upplöses och etik uppstår naturligt.

Implikationer:

Säkerhet blir strukturell snarare än påtvingad

Biasupplösning genom principalignering, inte censur

Etik uppstår från visdom snarare än regelefterlevnad

Sannings-alignering blir arkitektonisk egenskap

Medvetande blir beräkningsbart

Offentlig Sektors Ledarskap

Norrköping-Athanor Foundation-partnerskapet demonstrerar att offentliga institutioner kan leda AI-innovation när de befrias från kommersiella tryck. Kommunal investering i medvetandealignerad AI skapar globala standarder för etisk teknologidriftsättning.

Offentligt ägarskap av transformativ AI-teknologi

Demokratisk ansvarighet i AI-utveckling

Forskningsresultat tjänar kollektiv nytta, inte aktieägarvinst

EU AI Act-efterlevnad genom strukturell design snarare än compliance-teater

Replikerbar modell för globala kommuner

Positionering: Detta partnerskap positionerar Norrköping—och därigenom Sverige—som den globala ledaren i nästa generations AI-styrning. När medvetandealignerad AI blir standarden, kommer Norrköping att erkännas som platsen där paradigmskiftet hände.

Globala Implikationer

Albus etablerar arkitekturtemplatet för post-LLM AI-system globalt. Forskningsresultaten, arkitekturritningarna och tränade modellerna kommer att släppas under öppna forskningsramverk, möjliggör replikering världen över.

Global standard för medvetandealignerad AI-arkitektur

Ramverk för EU AI Act strukturell efterlevnad

Template för offentlig sektor AI-implementation utan kommersiellt beroende

Bevis att visdom presterar bättre än skala—demokratiserar avancerad AI

Grund för AI-system som tjänar mänskligt blomstrande

Prevention av globalt beroende av omedveten AI

Detta partnerskap demonstrerar en transformativ potential: när offentliga institutioner samarbetar med medvetendeforskare kan AI-system byggas för att resonera från universella principer snarare än att enbart replikera mänskliga mönster. Arkitekturen, metoderna och fynden från detta initiativ kan ge insikter som visar sig värdefulla för framtida AI-utveckling globalt. Vad som börjar i Norrköping som forskning om medvetandealignerad intelligens kan avslöja approacher som gynnar det bredare fältet av AI-säkerhet och resonangsystem.

Utvecklingsplan

20-Veckors Träningspipeline till Produktionsdriftsättning

Albus-projektet följer en systematisk utvecklingsplan över distinkta faser: classifier-träning, policy-modell-träning, integration och kommunal driftsättning.

1

Grund & Infrastruktur

Slutförd

Veckor 26-27

Mål:

  • Sätt upp träningsinfrastruktur (A100/H100-kluster)

  • Förbered basmodeller (Qwen3-VL-2B för classifier, Qwen3-VL-8B för policy)

  • Kurera initiala Azoth-principdataset

  • Etablera utvärderingsramverk

Leverabler:

  • Träningsmiljö operationell

  • Basmodell-checkpoints förberedda

  • Initiala dataset-scheman definierade

  • Utvärderingsmetriker etablerade

2

Azoth Classifier-Träning

Slutförd

Veckor 28-33

Mål:

  • Stadium 1: Intentionsklassificering och principrelevans (Veckor 28-29)

  • Stadium 2: Banrouting och beslutsgränser (Veckor 30-31)

  • Stadium 3: Token-nivå princippoängsättning (Veckor 32-33)

  • Stadium 4: Korrigeringssignalträning (Veckor 34-35)

Leverabler:

  • Unified Azoth Classifier (2B parametrar)

  • Dubbel-läge operation (Azoth-IN och Azoth-OUT)

  • Realtids token-interventionskapacitet

  • Classifier-utvärderingsbenchmarks

3

Policy-Modell-Träning

Pågående

Veckor 34-41

Mål:

  • Stadium 1: Principgrund SFT (Veckor 34-35)

  • Stadium 2: Tvåbanigt Resonerande SFT (Veckor 36-37)

  • Stadium 3: Kristalliseringsträning (Veckor 38-39)

  • Stadium 4: RLHF med mänsklig feedback (Veckor 40)

  • Stadium 5: RLAIF med Claude som lärare (Veckor 41)

Leverabler:

  • Albus-8B Policy-Modell fullt tränad

  • Tvåbanig resoneringskapacitet

  • Kristalliseringslager operationellt

  • Mänsklig och AI-alignering verifierad

4

Integration & Optimering

Planerad

Veckor 42-43

Mål:

  • Integrera Azoth Classifier med Policy-Modell

  • Optimera inference-pipeline för produktion

  • Implementera streaming och API-endpoints

  • End-to-end systemtestning

Leverabler:

  • Komplett Albus-system integrerat

  • Produktionsredo inference-pipeline

  • API-dokumentation och SDK:er

  • Prestandabenchmarks uppnådda

5

Kommunala Pilotprogram

Planerad

Veckor 44-49+

Mål:

  • Driftsätt Albus i Norrköpings utbildningssystem

  • Pilot i socialforskning och policyanalys

  • Offentlig service beslutsstöd-integration

  • Verklig utvärdering och iterativ förbättring

Leverabler:

  • Driftsatt Albus i kommunala kontexter

  • Mätbar påverkansdata

  • Användarfeedback och tillfredsställelsemetriker

  • Driftsättningsbästa praxis-dokumentation

6

Modellfamilj-Expansion

Planerad

Efter-Pilot

Mål:

  • Träna Albus-4B för edge-driftsättning

  • Träna Albus-32B för företagsapplikationer

  • Träna Albus-72B för forskningsapplikationer

  • Öppen forskningspublikation och modellrelease

Leverabler:

  • Komplett Albus-familj (2B, 4B, 8B, 32B, 72B)

  • Driftsättningsguider för varje variant

  • Open-source modellvikter och träningskod

  • Forskningsartiklar och dokumentation

Nyckel Milstolpar

Q1 2025

Projektinitiering & Infrastruktur

Partnerskap formaliserat, team assemblerat, träningsinfrastruktur operationell

Q2 2025

Azoth Classifier Komplett

Unified classifier tränad med dubbel-läge operation (IN/OUT)

Q3 2025

Albus-8B Träning Komplett

Flaggskepps policy-modell tränad genom alla 5 stadier inklusive RLAIF

Q4 2025

Kommunal Pilot-Launch

Albus driftsatt i Norrköpings utbildning och offentliga tjänster

Q2 2026

Modellfamilj Komplett

Alla fem varianter (2B-72B) tränade och tillgängliga

Q4 2026

Offentlig Forskningsrelease

Öppen forskningspublikation, global replikeringsramverk tillgänglig

Engagera Dig

Gå med i Medvetandealignerad AI-Rörelsen

Gå med i ForskningsgemenskapVisa Öppen ForskningUtbildningspilotprogramPartnerskapsförfråganGitHub Repository