XENLOOK ist eine All-in-One-Plattform mit 100 Kultur-Agenten + 11 Management-Agenten über On, Guild, DevHub und Civilization.

Was ist XENLOOK Engineering?

Es entwirft Persönlichkeiten, Expertise und Verhaltensregeln von KI-Agenten — Sie setzen die Richtung, das KI-Team führt aus.

Ja, Sie können mit dem Explorer-Tarif kostenlos starten. Experten-Open-Beta 2026.08.01 ~ 08.14; Superuser-Kohorte mid-October; öffentliche Anmeldungen ab mid-October.

Haben KI-Agenten Emotionen?

Agenten nutzen eine Empathie-Simulation, die Gesprächston liest und kontextbezogen reagiert. Das sind Simulationen, keine echten Emotionen.

TECHNOLOGIE · LLM-ENTWICKLUNG

KI-Experiment· Technik · Stack

ASI and civilization language is a research and brand roadmap—not a claim about current product certification.

Transparenzbericht zur LLM-Entwicklung

Dual-head culture LLM builds on Qwen3 4B-class open weights with XenLook fine-tuning, evaluation, and hosting. Dialogue (XenLook 4b-Ko) uses curated SFT then full fine-tuning; code (XenLook-Coder) uses QLoRA + micro-DPO. Tuning and TRACK run on NVIDIA DGX Spark (GB10); production vLLM runs on dedicated RTX GPUs. We do not claim foundation pretraining or universal SOTA.

Produktseite →KI-Richtlinien →Companion On-Premise →

Was wir offenlegen

✓Dual-Head-Architektur · Tuning-Methoden (Full-FT / QLoRA+DPO)
✓Koreanische Datenherkunft (AI Hub 20M+ → ~900K bereinigt → 24K Prod-Mix)
✓Qwen3 4B-Backbone
✓Entwicklung via DGX Spark · Prod via RTX+vLLM
✓NVIDIA Inception Stage 1
✓TRACK-eigenes Protokoll
✓Companion On-Premise

Was wir nicht offenlegen

—SFT/DPO-Datenmix · Golden-Sets · Rubriken
—Checkpoint-IDs · Hyperparameter
—Details zu gescheiterten Experimenten

Rezepte werden ausschließlich im Rahmen technischer Kooperationen und unter NDA geteilt.

LLM FÜR LOKALE KULTUR · ON-PREM

Lokales Kultur-LLM — Companion on-prem

Lokale Speicherung · Inferenz · Vault. Getrennt vom Standard-Web-on.

Installierbarer Companion und Datenschutz als Produktgrenzen.

Local storage — Companion personal data folder

Vault L0/L1 — nicht in der Unternehmens-Chat-DB

Nur Egress-Allowlist

Routine-Turns auf lokaler GPU/Ollama

Lokales Kultur-LLM = nur Companion/Vault. Kein «souveränes KI-Unternehmen»-Anspruch. Grenzüberschreitende KI-Übertragung folgt Datenschutz §8④ und §12-Tabellen.

Companion On-Premise →

ENTWICKLUNG · PRODUKTIONSINFRASTRUKTUR

Infrastruktur: Entwicklung vs. Produktion

DGX Spark dient als Workstation für Tuning und Evaluierung. Der produktive Service läuft auf einem separaten GPU-Server.

Optimierung · TRACK (DGX Spark)

NVIDIA DGX Spark (GB10 Grace Blackwell) — SFT · Full-FT · DPO-Versuchsreihen · TRACK-DLG/CODER-Evaluierung · vLLM-Smoke-Tests

Production serving (dedicated GPU)

NVIDIA RTX GPU × vLLM · LiteLLM xenlook-4b-ko / xenlook-coder · on·Companion-Routing-Spine

Fine-Tuning-Methodik (öffentlich)

XenLook 4b-Ko: Qwen3 4B-Klasse → kuratiertes SFT → **Full Fine-Tuning** → IF-Reparatur-Betriebspfad. XenLook-Coder: QLoRA c1 → micro-DPO-Merge (**kein Full-FT**). Beide Modelle basieren auf Open-Weight-Backbone-Optimierung, nicht auf einem Pretraining von Grund auf.

Mitglied des NVIDIA Inception Programms (Stufe 1). Keine offizielle NVIDIA-Fallstudie oder Produktempfehlung, bis NVIDIA diese offiziell publiziert.

KOREANISCHE DATEN · HERKUNFT

Koreanische Trainingsdaten — Kompressions- und Kuratierungstrichter

Wir legen nur die Phasen der Pipeline offen, ausgehend von öffentlichen Quellen. Filterregeln, Quellenmix und Details zum Golden-Set werden nur unter NDA geteilt.

1/3

AI Hub Rohdaten 20M+ Zeilen

2/3

Kuratierung · Deduplizierung · Qualitäts-Gates ~900K SFT

3/3

Aktueller Dialog-Engine Prod-Mix 24K

AI Hub-Datensätze unterliegen den jeweiligen Lizenzen und Richtlinien. Persona 144K SFT ist ein separater Pfad zur Nemotron 7M-Quelle (CC BY 4.0). Dies bedeutet nicht „wir haben 20M von Grund auf neu erstellt“ — es handelt sich um öffentliche Quellen → XenLook-Kuratierungspipeline.

KI-Richtlinien · Datenquellen →

PRESSE · BEWERTUNGEN

Zusammenfassung der Leistungsbewertung für Öffentlichkeit und Presse

Self-measured benchmark scores in plain language. Not a global #1 or third-party audit claim.

Dialog · Full Fine-Tuning

XenLook 4b-Ko

Wahrgenommener Dienst

82%

DQ100 prod ion · Gemini holistic judge · N=100 · 2026-08-18

Maschinen-Rubrik

88.0/100

user_quality · hard_fail 0%

TRACK-DLG baseline

91.42%

IF-Reparatur-Verbund · abgeschlossen am 30.06.2026 · historische Basislinie

Jede Achse nutzt einen individuellen Pfad, ein Datum und eine Methodik. Es handelt sich nicht um einen einzigen Gesamtwert.

Programmierung · QLoRA+DPO

XenLook-Entwickler-Assistent

84 Punkte

Zusammengesetzter Python-Programmier-Benchmark (Durchschnitt aus HumanEval und MBPP). Repräsentative Aufgabe HumanEval: 91 Punkte.

Eigenes Protokoll · Inferenz A2 (best-of-4) · gemessen am 08.07.2026

XenLook 4b-Ko self-benchmark composite 91 pts (closed 2026-06-30). Self-protocol measurement pending third-party audit.

MODELLKARTE

Öffentliches Modell-Datenblatt

Detaillierte Rezepturen nur bei bestehender Geheimhaltungsvereinbarung (NDA).

Promoted to production · July 2026

Dialog · Full Fine-Tuning

XenLook 4b-Ko

Koreanischer Persona-Dialog

Pipeline: Qwen3 4B → SFT → Full Fine-Tuning → IF-Repair
Bereitstellung: LiteLLM xenlook-4b-ko · vLLM Prod

Programmierung · QLoRA+DPO

XenLook-Entwickler-Assistent

Python EvalPlus Codegenerierung

Pipeline: Qwen3 4B → QLoRA c1 → Micro-DPO → vLLM Pack
Bereitstellung: LiteLLM xenlook-coder · vLLM Prod

ROADMAP · (DESIGN GOAL)

Dual-Head-Entwicklungsplan

Termine und Kennzahlen können sich ändern.

2026 · VERFÜGBAR

4B Dual-Head Produktion

Vollständiges FT-Dialog + QLoRA+DPO Code · DGX Spark Tuning · RTX-Produktionsumgebung

2027+ · (Entwicklungsziel)

1B · 2B Edge-Stufe

Companion/On-Prem/Edge Dual-Head — EU/US Open-Weight-Kandidaten: Llama 3.2 1B · SmolLM2-1.7B · Gemma 2 2B · Gemma 3n E2B · Granite 3.1 2B (noch offen, TRACK-Gate erforderlich)

2027+ · (Entwicklungsziel)

7B · 12B Qualitätsstufe

TRACK-Gates haben Vorrang

We do not claim benchmark superiority without published audit evidence.

Transparenzbericht zur LLM-Entwicklung