NeuroBait: ADHDの脳にドーパミンを引き起こすためにモデルを微調整した話

NeuroBaitは、Hugging Faceコミュニティで共有されているプロジェクトで、ADHD（注意欠如・多動症）の脳に「ドーパミンの火花」を提供し、タスク開始の障壁を克服するために、小型AIモデルを微調整する独自のアプローチを示しています。このプロジェクトはHarisabekti Dicky Subrata氏によって作成され、彼の妻の実際の経験から生まれました。

ADHDの患者は「実行機能障害」と呼ばれる問題に直面することがよくあります。彼らは何をすべきか知っているが、始めることができないのです。従来のツール、例えばToDoリストは、むしろ選択肢を増やし、状況を悪化させます。Subrata氏は妻の行動パターンを観察した後、異なるアプローチを試すことにしました。計画を立てるのではなく、開始を可能にする「火花」を提供するのです。

NeuroBaitの核となる機能は、ユーザーの会話を読み取り、彼らにとって本当に重要なもの（締切や気にかかる人など）を見つけ出し、臨床用語や箇条書きを避け、3〜6文の温かく自然な文章で応答することです。なぜ立ち往生しているのかを理解し、あなたが愛するものに再びつなげ、小さな行動を一つ提案します。例えば「山の一番上からシャツを一枚取りなさい。たった一枚でいい」という具合です。罪悪感や説教はなく、ユーザーを積極的なヒーローとして扱います。

技術的には、NeuroBaitはGoogleのGemma 3 12Bモデル（高密度アーキテクチャ）をベースに、Unslothを介して16ビットLoRAで微調整されており、QLoRAは使用していません。LoRAの設定はr=16、alpha=16、dropout=0、トレーニングは3エポック、学習率2e-4、バッチサイズ1＋勾配蓄積8、最大シーケンス長2048です。トレーニングはModal.comのH100 80GB GPUで行われ、データセットは小さく手作業で厳選された合成データで、一般的な生産性向上の決まり文句ではなく、実際のADHDの摩擦に焦点を当てています。デプロイはHugging Face SpaceのZeroGPU（A10G）上で、Gradioと標準のtransformersライブラリを使用し、ベースモデルは実行時に4ビットbitsandbytes NF4で読み込まれ、LoRAアダプターが適用されます。

ベースモデルと比較して、微調整されたモデルの動作は本質的に異なります。構造化された形式を放棄し、暖かく流れるような散文を使用し、より短くなり、仮定する前に質問し、コンテキストを応答に織り込むことで、一般的な「圧倒されたユーザー」ではなく、あなたのために書かれたように感じさせます。

驚くべきことに、NeuroBaitはADHDだけでなく、情報過多の時代に誰でも圧倒されて最も簡単なことさえ始められないことがあります。NeuroBaitは親しみやすく設計されており、圧倒されているすべての人に優しい人間味のある後押しを提供する「ドーパミンリラックス」ツールとして機能します。ADHDの脳はそれを最も必要としているだけです。

このプロジェクトは裏庭で一人のために始まりましたが、ADHDを持つすべての人、そしてかつて立ち往生したことのあるすべての人に広げることを目指しています。次のステップには、オープンウェイトと完全なパイプライン、バイリンガル対応（インドネシア語と英語）、そして最も重要なのは、コミュニティと共に構築し、コミュニティのために構築しないことです。著者は、ADHDツールは長い間ADHDを持たない人々によって設計されてきたと強調し、実際のシナリオ、実際の反応、実際のフィードバックがプロジェクトの核心であると述べています。

もしあなたがADHDを持っているか、ADHDの誰かを愛しているか、あるいは単に圧倒されすぎていると感じるなら、NeuroBaitを試して、どこが不便かを教えてください。それがすべてのポイントです。詳細はHugging Face Spaceをご覧ください。