Empero

Empero - 德国独立AI研究实验室，开源小模型、本地推理与Abacus编码代理

Empero 简介

Empero是一家位于德国的独立AI研究实验室，以"开放为默认"为理念，专注构建足够小巧、可在用户自有硬件上运行的高效语言模型。平台推出Qwythos开源模型家族（累计超100万次Hugging Face下载）与Abacus终端编码代理，采用Apache-2.0许可，支持本地部署与审计。最新成果包括基于Qwen3.8-2.4T蒸馏的9B/4B/2B模型，以及GDN-aware 27B GGUF（仅11.7GiB），在消费级硬件上实现前沿级推理能力。

Empero 核心功能/服务

Qwythos开源模型家族：基于高质量数据蒸馏而非简单微调，推出9B、4B、2B等多规格模型，MMLU CoT性能较基线提升+20.5/+19.9/+26.5。支持262,144-token超长上下文，原生函数调用，day-one GGUF发布，消费级硬件即可运行。
Abacus终端编码代理：单文件原生Rust二进制，指向任意OpenAI兼容端点即可工作。采用PLAN/BUILD工作流，每处变更先展示语义级文件差异再执行，支持持久目标、并行git-worktree子代理与上下文压缩，让小模型处理真实代码库。
开放研究方法论：所有模型权重、评估记录、数据集与方法均公开发布。FTPO方法仅用约2,000偏好对即将循环错误率从6.7%降至0.0%，以数据质量而非参数规模取胜。

Empero 适合谁

• 隐私敏感型企业：受监管数据无法发送至海外API，需要Apache-2.0许可、可本地部署且可审计至权重级别的模型，满足合规与数据主权要求。
• 本地部署开发者：希望在自有GPU或笔记本上运行前沿推理模型，利用Qwythos的GGUF格式与llama.cpp/Ollama/vLLM兼容性，无需依赖云服务。
• AI研究者与工程师：需要复现、验证或改进开源模型训练流程，利用Empero公开的完整训练数据、评估记录与方法论加速研究进程。

为什么选择Empero

Empero以"前沿推理，小到足以拥有"为研究使命，区别于追求参数规模的实验室，专注让小型模型在消费级硬件上实现前沿级能力。Qwythos累计超100万次下载，Abacus证明小模型可处理真实代码库。所有成果开放权重、开放数据、开放方法，无销售团队无广告预算，靠工程师口碑传播。访问Empero官网，下载开源AI模型与