数学と物理の根に深く触れるほど、その成果を世界と分かち合えると信じています。
LLM 学習・新アーキテクチャ研究・FPGA NPU 合成を一つの流れに —— 深い研究を CLI とオープンソース製品として公開するフルスタック AI ラボ。
公開 3 種： EulerForge（学習）・EulerStack（アーキテクチャ研究）・EulerNPU（FPGA NPU）。
高価なクラウド GPU は不要 — 手元のモデルを MoE 構造に育てる。
EulerForge は「Dense → MoE」という研究フローを標準化された形で提供します。実験は接着コードではなく設定で記述できるように設計されています。
mixture_lora / moe_expert_lora を一行で有効化| 注入戦略 | Dense LoRA · Mixture LoRA · MoE Expert LoRA · Native MoE Expert LoRA |
|---|---|
| 訓練タイプ | SFT · DPO · ORPO · RM · PPO |
| 対応バックボーン | Qwen2/3 · Llama 2/3 · Gemma 3 · Gemma 4 (dense+MoE) · Mixtral |
| 量子化訓練 | nf4 / int4 / int8 (bitsandbytes) |
| 付加機能 | HF Export · Optuna Grid/Bayes 探索 · 統合ベンチマーク · 5 言語 CLI |
24 本の KO/EN チュートリアル + 完全な CLI リファレンスを同梱
LLM アーキテクチャを YAML 1 枚で宣言的に定義する記述言語。アセンブラの域を超え、cortical column · neural differentiation · tissue といった新しい構造仮説をコード変更なしに ablation できる研究フレームワークです —— 推論の早期発現・抽象化の加速・世界知識と推論の独立的発達といった仮説をアーキテクチャ次元で直接探究でき、frontier LLM 研究の重心を資本規模から構造デザインへ移します。
v1 「産業順序原則」に従って 検証済み産業標準 → 最近のハイブリッド／MoE → v1 実験プリミティブの順に整理されています。llm_ 24 種（5 スケール × 4–5 バリアント、MLA を含む）+ arch_ 33 種（beginner 2 · intermediate 3 · advanced 5 · expert 23、そのうち *_mini 9 種）。MLA、MoD、Titans、Dual-Stream など Phase B プリミティブを arch スケールで実験できます。
| ミキサー | Attention · Mamba · RetNet · Hyena |
|---|---|
| FFN | MLP · Gated MLP (SwiGLU) · MoE (top-k ルーティング) |
| スキルレベル走読 | beginner(GPT-2/Llama) · intermediate(Mistral/Gemma2/Qwen) · advanced(Jamba/Samba/RetNet) · expert(MoE × ミキサー × depth/receptive-field 3D 設計空間) |
| コンパイルターゲット | HuggingFace モデルディレクトリ または JSON ランタイム設定 |
スキーマ構造検証 → クロスフィールド互換性 → リアリズムヒューリスティックの 3 段階検証で、設計エラーをコンパイル前に捕捉します。すべての CLI メッセージは 5 言語（ko/en/zh/ja/es）で提供されます。v0.1.5 では μP スケーリング・分化補助目的・tissue 組織宣言を後方互換のスペック拡張として追加しました（既存の YAML は無修正で動作）。
より少ないデータでも推論能力が現れます。構造がデータ効率の関数になるという仮説を直接実験します。
抽象化と推論が同じレイヤーで競合しません。皮質の階層構造から着想を得て、両能力が独立的に成長します。
世界知識と推論・抽象化能力を分離して育てられるなら、LLM 研究の重心が資本から設計へと移動します。
YAML スペックを書けば、実機の FPGA チップ上で推論が動きます。同じ流れで ASIC 合成まで。
詳細を見るDS-CNN + GRU INT8 のフルグラフ NPU IP。11/11 精度 · CPU 比 8.07× 高速化（3.17 ms/推論）。
FFN ブロックのみ NPU にオフロードしたハイブリッド構成。CPU↔NPU テキスト 5/5 ビット単位一致 — Zynq-7000 クラスの FPGA で LLM の部分推論を実証。
spec → compile → bitstream → 実 FPGA — 一つの流れで検証した 3 種類の NPU の実測結果。
現在公開されている 3 種（Forge・Stack・NPU）の上で動作するデータ・エージェント・ロボット学習の製品群が、まもなく合流します。
生データセットと本番学習の間のギャップを埋めるデータ処理システム。ローカル LLM ベースのプロファイリング、ドメインフィルタ自動生成、PPL/MinHash メトリクス、1-GPU LoRA/MoE スケールダウン検証、GPU・クラウドコスト見積もり、MLOps 統合。
8 段階ステートマシン + HITL 承認に基づくローカルファーストのエージェント。Pattern/Graph オーケストレータ、RAG、長期記憶（SQLite）、MCP 統合、30 以上の CLI、決定論的 shell ゲートノード上の自己修復型コーディングエージェント（code.dev_loop.v2）。
模倣学習（IL）+ FastTD3 強化学習（RL）の RL→IL パイプライン。先行公開の 2 ドメインは自動車（EulerDrive、CARLA 検証）・ヒューマノイド（EulerWalk、RL→IL loco-manip）。8 ドメイン統一スキーマ、Domain Plugin による拡張。
数学・物理学・人文学に根ざした AI の核となる技術を研究・普及するフルスタック AI ラボ。
名前 オイラーと は、数学の父 オイラー（Leonhard Euler） + 韓国語「와 (wa)」は「と (with)」の意、の結合です。社名の二つの部分がモットーの二つの単語にそのまま対応します。
Deep Roots — オイラーのように。 流行を追わず、数学と物理の基礎から深く掘り下げる研究姿勢。オイラーとのすべての製品はこの根の上に立ちます。
Open Horizons —「와 (with)」のように。 オイラーが生涯にわたって知識を惜しみなく分かち合ったように、私たちも成果をオープンソースとして開放し、誰にでも 同じ機会 を提供します。そして、その技術が向かう地平線は広がり続けます。
EulerNPU で推論チップを、EulerStack・Forge で知能構造を、EulerAtlas で物理行動学習を、EulerAgent で自律オーケストレーションを作っています。それぞれは独立した製品ですが、すべて一つの方向を指しています — 物理世界を自ら理解し、ケアできる知能。
最初に到達する場所は 海洋 です。電源供給バージと連動し、水面・水中・上空を同時にカバーする自律複合体 — 海洋ゴミ回収、魚類の時空間分布マッピングと操業計画の生成、航行安全監視、海洋生態データの蓄積。水上船舶・潜水体・飛行体が一つの知能システムとして海洋を立体的に観察し、ケアする — これがオイラーとが準備中の最初の物理的応用です。
同じ技術基盤の上で、視野はさらに遠くへ向かいます。地球近傍軌道環境の監視と保護は、今日の海洋生態監視と本質的に同じ問題です。より遠い宇宙への航行は別次元の自律性と推進技術を要しますが、その方向を諦めないことがオイラーとの長期計画です。根を深く張るほど、地平線はさらに遠く見えます。
専門技術書籍とオープンソースエコシステムにアクセスしてください。
量子コンピューティングとAIアーキテクチャに関する詳細な研究書籍。
データ処理とモデルオーケストレーションのためのコミュニティツール。
技術は人間のために存在する
私たちは人工知能の軍事的自動化に反対します。技術は命を奪うためではなく守るために使われるべきであり、いかなる技術的成果も人間の安全に優先することはできません。
人工知能は人間の尊厳を高め、民主的価値を強化する道具であるべきです。私たちは、個人の自由を抑圧したり民主的原則を損なういかなるAIの利用にも反対します。
Eulerwaが公開するすべてのソフトウェア、モデル、サービスは、上記の原則に反する目的で使用することはできません。私たちは技術の使われ方に対する責任を真摯に受け止めます。
濃色: 現在公開 · 淡色: 準備中