The Digital Tome

Auto-Scribe ShortMediumLong GENERATE

⚡ KI-Vorschlag (Review)

🗓️ WOCHEN-RESÜMEE

Open Mythos Engine

Powered by OpenMythos. Erschaffe tiefgründige Lore, Götter, Fraktionen und Welten.

Hörbuch-Player

⚡ Gehirn — Token-Blick

Jedes Wort der letzten Antwort, gefärbt nach Unsicherheit: blass = sicher, glühend = Ruby war zerrissen. Mit der Maus über ein Wort fahren zeigt, was sie fast gesagt hätte.

Lade Skills…

Schreib im Emu-Reiter mit ihr. Unter jeder Antwort stehen 👍 👎 🔊.
Ein 👍 schreibt den Wortwechsel sofort als fertiges Trainingsbeispiel nach app/training/emu_dataset.jsonl — im richtigen Format, ohne dass du etwas von Hand baust. Ein 👎 legt ihn als Gegenbeispiel in emu_verworfen.jsonl (wird nicht trainiert).
🔊 liest ihre Antwort mit Rubys Stimme vor.
Oben rechts im Reiter siehst du laufend, wie viel Material schon zusammen ist.

Eine Zeile = ein Beispiel. Kein Komma am Ende, keine Klammern drumherum. Zeilen mit # werden übersprungen.

Reden — Frage rein, Text raus:
{"modus": "text", "frage": "Wie geht es dir?", "antwort": "Gut. Die Nacht ist ruhig."}

Sehen — Bild + Frage rein, Text raus:
{"modus": "sehen", "bild": "app/training/bilder/x.png", "frage": "was ist das?", "antwort": "Ein Kostüm."}

Malen — Beschreibung rein, Bild raus:
{"modus": "malen", "frage": "Panther im Regen, Neonlicht", "bild": "app/training/bilder/panther.png"}

Umbauen — Bild + Anweisung rein, neues Bild raus (zwei Bilder!):
{"modus": "umbauen", "bild": "…/tag.png", "frage": "Mach daraus Nacht", "ziel_bild": "…/nacht.png"}

Wofür: damit sie beschreibt, was wirklich im Bild ist — und in ihrem Ton. Trainiert zwei Dinge auf einmal: Sehen und Stimme, denn das Ziel ist ein Text.

Wichtigste Regel: schreib nur, was man sieht. Steht in deiner Antwort etwas, das im Bild nicht erkennbar ist — ein Name, ein Ort, eine Vorgeschichte —, bringst du ihr Halluzinieren bei. Sie lernt nicht „das ist wahr", sondern „hier erfindet man etwas Plausibles".

• Bring ihr bei, nichts zu sehen. Nimm Beispiele auf, in denen die Antwort zugibt, dass etwas unlesbar ist: "Zu unscharf. Wer dir jetzt ein Wort nennt, rät." Ohne solche Zeilen behauptet sie auf jede Frage etwas.
• Frag unterschiedlich: ganzes Bild, Einzelheit („welche Farbe?"), Zählen („wie viele?"), Urteil („echt oder gestellt?"), und Nicht-Erkennbares. Sonst lernt sie eine Frageform statt Sehen.
• Antwortlänge gleichmäßig — zwei Sätze überall schlägt mal ein Wort, mal ein Absatz.
• Bildvielfalt: Fotos, Zeichnungen, Bildschirmfotos, Dunkles, Unscharfes. 20 Fotos derselben Art bringen ihr diese Art bei, nicht das Sehen.
• Kleine Schrift im Bild wird beim Verkleinern auf ~720×720 unleserlich — Ausschnitt vorher zuschneiden.
• Menge: 100–200 Beispiele. Kosten: ein Bild im Prompt, kurze Antwort — der günstigste der drei Bild-Modi.
• Einfachster Weg: im Reiter Bild anhängen, fragen, bei guter Antwort 👍.

Wofür: damit ihre Bilder nach ihr aussehen — ihre Palette, ihr Licht, ihre Motive.

• Die frage beschreibt, was im Bild zu sehen ist — nicht, was du dir dabei gedacht hast. „Schwarzer Panther im Regen, Neonlicht auf nassem Asphalt" ist brauchbar, „Rubys Seelenbild" nicht.
• Gleicher Detailgrad überall. Mal drei Wörter, mal drei Sätze — daraus lernt es Beliebigkeit.
• Ein roter Faden. 20 Bilder in einem Stil bringen mehr als 100 in zwanzig Stilen. Du bringst ihr eine Handschrift bei, keine Bibliothek.
• Keine Wasserzeichen, kein eingebrannter Text, keine Collagen — das lernt sie mit.
• Auflösung: wird automatisch auf ~720×720 Fläche gebracht. Größer musst du nicht liefern, kleiner als 512×512 solltest du nicht.
• Menge: 100–300 Paare für eine erkennbare Handschrift.
• Kosten: ein Bild ≈ 2000 Token. 200 Paare × 2 Epochen = mehrere Stunden bis über Nacht. Fang mit 20 an.

Wofür: damit „mach das dunkler" das Bild wirklich ändert, statt ein neues zu malen.

Die eine Regel: ändere genau eine Sache. Ausgangs- und Zielbild dürfen sich nur in dem unterscheiden, was in der frage steht. Ändern sich nebenbei Ausschnitt, Pose und Farbstimmung, lernt sie „bei dieser Anweisung wird alles anders" — und genau das bekommst du dann.

• Am saubersten: dasselbe Bild zweimal exportieren, im Bildbearbeiter genau eine Sache ändern.
• Aus dem Reiter: Bild anhängen → „Bild umbauen" → wenn es stimmt, 👍. Dann schreibt Ruby beide Bilder selbst in die Zeile.
• Nicht: zwei zufällig ähnliche Bilder als Paar ausgeben. Häufigste Art, sich einen Adapter zu verderben.
• Formuliere die Anweisung so, wie du sie später sagen würdest.
• Beide Bilder gleich groß und gleich ausgerichtet.
• Menge: 50–150 Paare je Art von Änderung. Eine Art mit 50 schlägt fünf Arten mit je 10.
• Kosten: doppelt so teuer wie Malen — hier stehen zwei Bilder in der Folge (~4000 Token).

Dashboard → 🦤 EMU TRAINING. Du gibst an, was gelernt wird: text, sehen, malen, umbauen oder alle.
Der Datensatz wird zuerst geprüft — Fehler kommen mit Zeilennummer, bevor irgendetwas geladen wird.
Danach weichen Rubys Modelle von der Karte und kommen hinterher von selbst zurück.

Trainiert wird per LoRA: die Originalgewichte bleiben unangetastet, der Adapter liegt daneben — und wird beim Bilder-Erzeugen abgeschaltet. Dort rechnet immer das unveränderte Modell.
Hast du malen oder umbauen mittrainiert, willst du ihn dort vermutlich AN haben: dann RUBY_EMU_ADAPTER_IMMER=1 setzen.

Wie viel? Für den Ton reichen oft 50–200 gute Beispiele. Fürs Malen braucht es mehr — und ein Bild ist rund 2000 Token, das dauert. Fang klein an: 20 Beispiele, eine Epoche, dann schauen.
Ausführlich: DATENSATZ_EMU.md im Projektordner.