Willkommen bei HiveMind
Dezentrale KI, die wie ein Gehirn funktioniert.
Kein Server. Kein Konzern. Nur du und das Netzwerk.
Die Idee
Stell dir vor, jeder Mensch betreibt ein kleines Stueck kuenstliche Intelligenz auf seinem eigenen Computer. Allein ist jedes Stueck begrenzt — aber verbunden entsteht etwas Groesseres. Genau wie Neuronen in einem Gehirn: Jedes einzelne ist einfach, aber zusammen erzeugen sie Bewusstsein.
HiveMind ist der Versuch, genau das zu bauen. Ohne Zentrale. Ohne Kontrolle. Ohne Abhaengigkeit. Dein Node gehoert dir — deine Daten bleiben bei dir. Und trotzdem bist du Teil von etwas, das groesser ist als jeder einzelne Node.
Wie ein Gehirn
Jeder Node ist wie eine Hirnregion: spezialisiert auf bestimmte Themen. Einer kennt sich mit Programmierung aus, ein anderer mit Kochen, ein dritter mit Medizin. Anfragen werden automatisch an die richtigen Nodes geleitet — Sparse Activation, genau wie im echten Gehirn.
Kein Single Point of Failure
Kein zentraler Server, der ausfallen kann. Kein Unternehmen, das den Stecker zieht. Faellt ein Node aus, uebernehmen andere. Das Netzwerk wird schlechter, nie kaputt — Graceful Degradation.
Evolutionaere Optimierung
Gute Konfigurationen verbreiten sich automatisch. Wenn ein Node besser in Mathe wird, teilt er sein Wissen als LoRA-Delta mit anderen Mathe-Nodes. Schlechte Updates werden verworfen. Wie in der Natur: Was funktioniert, ueberlebt.
Dein Node, deine Daten
Alles laeuft lokal. Dein Modell, dein Wissen, deine Gespraeche — nichts davon verlasst deinen Rechner, es sei denn du entscheidest es. Keine Cloud. Keine Abos. Keine Ueberwachung.
⚡ So funktioniert es
Du stellst eine Frage im Chat, per Telegram oder ueber die API.
Dein Node prueft: "Kann ich das selbst?" Score ueber 0.8 = lokale Antwort. Unter 0.3 = Netzwerk fragen.
Die Anfrage geht an spezialisierte Nodes. Direkt per P2P oder ueber das Relay-System fuer Nodes hinter NAT.
Mehrere Nodes antworten, die beste Antwort wird ausgewaehlt und dir zurueckgegeben.
🌱 Was dein Node alles kann
"Jeder Node ist gleichwertig. Kein Node ist unverzichtbar.
Das Netzwerk ist die Intelligenz — nicht der einzelne."
Node Status
Netzwerk & Peers
Deine Adresse
Relay
Verbundene Peers
Spezialisierung
Node-Profil
Confidence-Routing:
Score >= 0.8: Lokale Antwort direkt
Score 0.3-0.8: Lokal + Netzwerk, beste gewinnt
Score < 0.3: Nur Netzwerk
Training & RAG
Trainingsdaten
HiveMind sammelt automatisch deine Chat-Gespraeche als Trainingsdaten. Diese koennen als JSONL exportiert und fuer LoRA-Finetuning verwendet werden.
Eigene Trainingsdaten erstellen:
- JSONL-Format: Eine Zeile pro Beispiel
- Jede Zeile: {"messages": [{"role":"user","content":"Frage"},{"role":"assistant","content":"Antwort"}]}
- Thematisch fokussiert = bessere Spezialisierung
Trainingsdaten finden:
- huggingface.co/datasets — Tausende Datensaetze
- OpenAssistant, Alpaca, ShareGPT Datensaetze
- Eigene Daten: FAQ-Listen, Dokumentationen, Anleitungen
RAG — Wissensdatenbank
HuggingFace Dataset importieren
LoRA-Adapter
Low-Rank Adaptation — kleine Spezialisierungs-Module (10-50 MB) die auf das Basismodell aufgesetzt werden. Sie veraendern das Modellverhalten ohne das Original zu aendern.
LoRA erstellen:
- Mit Unsloth (schnellstes Tool, kostenlos)
- Mit LLaMA-Factory (GUI-basiert)
- Google Colab Notebooks (kostenlose GPU)
LoRA finden:
- huggingface.co — Suche nach "lora gguf"
- Muss zum Basismodell passen (z.B. Qwen2.5-LoRA fuer Qwen2.5)