Daimon-X

<div align="center"> <img src="https://huggingface.co/lucas-mella/Daimon-X/resolve/main/daimon-X.png" width="220" alt="daimon x"/> </div>

---

🇪🇸 Español

daimon x es el cuerpo del organismo Daimon: un Qwen2.5-Coder-1.5B-Instruct congelado + un LoRA angosto que lo vuelve un cerebro de agente (acciones JSON: 22.2% → 94.4% en 198 casos held-out, grading determinístico). Corre en 1GB de VRAM o en CPU — y ahora viene fusionado en un solo GGUF, así que funciona en cualquier herramienta estándar sin pasos raros.

Su conocimiento vive aparte, en spores: manuales de herramientas que se le inyectan POR PREGUNTA. Regla medida (2026-07-15): un spore cargado permanente daña la habilidad de agente (−21 pts); inyectado por turno, el saber rinde 95%+ y el LoRA no lo afecta en nada (43/45 con y sin). Saber por turno, nunca residente.

⚡ Usarlo en 1 minuto

Archivo único: daimon-x-q4_k_m.gguf (~1GB, base+LoRA ya fusionados, verificado 30/30 en el eval congelado tras el merge).

Ollama — guardá esto como Modelfile junto al GGUF y listo:

FROM ./daimon-x-q4_k_m.gguf

ollama create daimon-x -f Modelfile
ollama run daimon-x "cómo fijo la versión de python con uv?"

LM Studio — descargá el GGUF (o buscá lucas-mella/Daimon-X en la app), cargalo y chateá. Para darle el saber de un dominio: abrí el corpus del dominio del dataset y pegalo como system prompt — medido: 94% de respuestas correctas con el manual presente (vs 15% sin él).

Terminal (llama.cpp):

llama-server --model daimon-x-q4_k_m.gguf --port 8000

🧬 Los spores (el saber, por pregunta)

El dataset daimon-spores trae 17 dominios (uv, docker, react, pytest…) en dos formas:

1. Corpus de texto (corpora/*.md) — funciona en CUALQUIER interfaz: pegalo como system prompt cuando la pregunta sea de ese dominio. Simple y medido (94%).
2. KV-cache compilado (.spore) — para terminal/Python con el loader incluido en el dataset: el manual ya está "leído" y no gasta ni un token de contexto. En este mismo Instruct: uv 24/25, docker 10/10, idott 10/10.

El patrón correcto (el que usa Daimon): pregunta de dominio → forward aparte con el spore → la respuesta corta se le pasa al chat. No dejes un spore cargado mientras el modelo actúa como agente — está medido que pierde 21 puntos.

🤖 Modo agente (opcional, para builders)

El LoRA fue entrenado para devolver UNA acción JSON por paso: system prompt del dominio (navegador/computadora/código) + estado actual → {"thought":"...","action":"fill","ref":1,"text":"gatos"}. Acciones: navigate|click|fill|scroll|back|done (browser), click|type|key|hotkey|scroll|done (computadora), read_file|write_file|run|done (código). El loop (ejecutar → observar → re-prompt) lo ponés vos.

📊 Números (todos medidos, harness abierto)

Files

• daimon-x-q4_k_m.gguf — el recomendado: base+LoRA fusionados, un archivo
• qwen2.5-coder-1.5b-instruct-q8_0.gguf + daimon-sft-lora-f16.gguf — piezas separadas (avanzado: --lora en llama.cpp / ADAPTER en Ollama)

---

🇬🇧 English

daimon x is the body of the Daimon organism: a frozen Qwen2.5-Coder-1.5B-Instruct + a narrow LoRA that turns it into an agent brain (JSON actions: 22.2% → 94.4% on 198 held-out cases). Runs in 1GB VRAM or on CPU — now shipped merged into a single GGUF, so it works out of the box in Ollama (FROM ./daimon-x-q4_k_m.gguf in a Modelfile), LM Studio (just load it), or llama.cpp (llama-server --model daimon-x-q4_k_m.gguf). Merge verified 30/30 on the frozen eval.

Its knowledge lives apart as spores — tool manuals injected PER QUESTION: paste a domain corpus as system prompt in any UI (measured 94%), or use the KV-cache loader from the dataset in Python for zero-context-cost recall (uv 24/25, docker 10/10 on this exact model). Measured rule: never leave a spore resident while the model acts as an agent (−21 pts).

---

_{Base: Qwen/Qwen2.5-Coder-1.5B-Instruct (Apache-2.0). Part of the Daimon project — a sovereign, local-first personal assistant. See also <a href="https://huggingface.co/lucas-mella/Daimon-R">Daimon-R</a> (4B) and the <a href="https://huggingface.co/datasets/lucas-mella/daimon-spores">spore bank</a>. <a href="https://huggingface.co/lucas-mella">@lucas-mella</a>}