volotat/Anagnorisis

해결하는 문제

Anagnorisis는 클라우드 서비스에 의존하지 않고 개인 데이터(텍스트, 오디오, 이미지, 비디오)를 관리하고 필터링할 수 있도록 도와주는 로컬 및 개인 정보 보호형 추천 시스템입니다. AI의 일반화된 추천과 무의미한 결과를 해결하기 위해 사용자가 자신의 개별적인 선호도와 관심사에 맞게 맞춤형 개인 모델을 훈련할 수 있도록 합니다.

작동 방식

사용자는 0에서 10까지의 점수로 자신의 데이터를 평가합니다. 시스템은 이러한 평가를 기반으로 모델을 미세 조정하여 새로운 데이터를 정렬하고 순위를 매기는 데 사용할 수 있습니다.

탐색 기능은 세 가지 검색 모드를 사용합니다:

• 파일명 기반: 파일명에 대한 흐릿한 일치 검색
• 콘텐츠 기반: 임베딩 모델을 사용해 파일 자체를 쿼리와 비교
• 메타데이터 기반: 텍스트 설명(기계 생성된 설명, 제로샷 태그, 내부 메타데이터(EXIF, ID3 등))을 임베딩

기술적으로는 jina-embeddings-v5-omni-small 모델을 통해 모든 콘텐츠 유형에 공통된 벡터 공간을 구현하고, 자연어 기반 파일 설명을 위해 특화된 MiniCPM-o-4_5 설명 모델을 사용합니다. 백엔드는 Flask와 PyTorch로 구축되었으며, 프론트엔드는 Bulma를 사용합니다.

대상 사용자

자신의 하드웨어에서 완전히 동작하는 고도로 개인화된 사생활 보호 정보 관리 시스템을 원하는 개인을 위한 것입니다(최소 8GB VRAM GPU 또는 CPU 모드 시 16GB RAM 필요). 데이터 유출과 클라우드 기반 추적을 피하기 위해입니다.

주요 특징

• 사생활 보호 우선: 모든 데이터 처리 및 저장은 사용자의 컴퓨터에서 로컬로 이루어집니다.
• 다중 모달 지원: 이미지, 음악, 텍스트, 비디오를 하나의 공통 벡터 공간에서 처리합니다.
• 개인화된 미세 조정: 평가 시스템을 통해 사용자가 자신이 좋아하는 것을 모델이 학습하도록 할 수 있습니다.
• 확장 가능한 아키텍처: YouTube 또는 WebSearch와 같은 새로운 데이터 유형을 위한 외부 모듈을 지원합니다.
• 로컬 전용 인덱싱: 원격 파일은 자동으로 다운로드되지 않으며, 검색은 CPU에서 수행되어 GPU 리소스를 백그라운드 작업에 할당할 수 있습니다.