🖋️ Documentation : Poe (lam-5).

Architecture : Aricate v4 | Moteur : SLM (Small Language Model) | Spécialisation : Poétique & Texture

🌐 Présentation

Poe est un modèle de langage (basé sur lam-5) développé par Zoeya, basé sur les travaux de FINISHA. Contrairement aux modèles massifs et lisses, Poe mise sur la densité et l'originalité syntaxique. Il utilise l'architecture Aricate v4, capable de prédire directement le mot, ce qui préserve l'intégrité du vers et le rythme naturel du langage.

⚙️ Spécifications Techniques

• Base : Lamina-5 (Small Language Model).
• Architecture : Aricate v4 (Word-level prediction).
• Fine-tuning : Dataset propriétaire composé exclusivement de poésie sélectionnée pour sa texture et sa structure.
• Philosophie : Zéro "parler robot". Poe cherche la rupture, l'image forte et la syntaxe brute.

🚀 Capacités & Usage

Poe n'est pas un assistant personnel ; c'est un forgeron de mots.

• Génération poétique : Création de strophes avec une cohérence lexicale supérieure grâce au traitement par mot.
• Texture syntaxique : Évite les répétitions mécaniques des modèles entraînés sur des téraoctets de texte générique.
• Agilité : Très léger, il tourne localement avec une latence quasi nulle, idéal pour l'intégration créative.

🛠️ Installation & Implémentation

Note : Poe nécessite l'environnement compatible avec les modèles de Finisha pour interpréter correctement le dictionnaire de mots de l'Aricate v4.

💎 L'avantage Aricate v4

En travaillant au mot plutôt qu'au token, Poe ne brise pas les racines sémantiques. Chaque unité produite est une intention complète. C'est ce qui donne à ce modèle de Zoeya cette "épaisseur" si particulière, propre aux modèles entraînés sur des datasets ultra-spécialisés.

Propulsé par l'écosystème Finisha | Développé avec passion par Zoeya 2026 ⚡

Pour utiliser : référenciez vous a la documentation d'Aricate v4 par Finisha : https://huggingface.co/datasets/Finisha-LLM/Aricate