NeuroBait：我微調了一個模型來激發ADHD大腦的多巴胺

NeuroBait是一個在Hugging Face社區中分享的項目，它展示了一個獨特的方法：通過微調一個小型AI模型，專門為ADHD（注意缺陷多動障礙）大腦提供“多巴胺火花”，以幫助克服任務啓動的障礙。該項目由Harisabekti Dicky Subrata創建，源於他妻子的真實經歷。

ADHD患者常常面臨一個被稱為“執行功能障礙”的問題——他們知道該做什麼，但無法開始。傳統的工具，如待辦事項列表，反而會增加選擇負擔，讓情況更糟。Subrata觀察到他妻子的行為模式後，決定嘗試不同的方法：不是制定計劃，而是提供一種“火花”，讓開始變得可能。

NeuroBait的核心功能是讀懂用户的對話，找出對他們真正重要的內容——比如一個截止日期或關心的人——然後用3到6句温暖自然的句子回應，避免臨牀術語或列表形式。它會理解你為什麼停滯不前，重新連接到你熱愛的事物，並提供一個微小的行動，比如“從堆頂拿起一件襯衫，就一件”。這種方法沒有內疚或説教，而是讓用户成為主動的英雄。

技術方面，NeuroBait基於Google的Gemma 3 12B模型（密集架構），使用16位LoRA方法通過Unsloth進行微調，而不是QLoRA。LoRA配置為r=16，alpha=16，dropout=0，訓練3個週期，學習率2e-4，批量大小1加上梯度累積8，最大序列長度2048。訓練在Modal.com的H100 80GB GPU上進行，數據集是小而手工策劃的合成數據，專注於真實的ADHD問題，而非通用的生產力陳詞濫調。部署在Hugging Face Space的ZeroGPU上（A10G），使用Gradio和標準transformers庫，基模型在運行時以4位bitsandbytes NF4加載，並應用LoRA適配器。

與基礎模型相比，微調後的模型行為有本質區別：它放棄了結構化的格式，使用温暖流暢的散文，變得更簡短，會先詢問再假設，並將上下文融入回應中，使其感覺像是為你量身定製，而不是針對泛泛的“壓力用户”。

令人驚訝的是，NeuroBait不僅僅針對ADHD。在信息過載的時代，任何人都可能感到不知所措，無法開始最簡單的事情。NeuroBait的設計温暖而有幫助，可以作為“多巴胺放鬆”工具，為任何在壓力中掙扎的人提供温和的人性化推動。ADHD大腦只是最需要它。

該項目始於後院，為一個人而建，但希望擴展到所有ADHD患者以及任何曾經感到停滯的人。下一步計劃包括開放權重和完整管道，支持雙語（印尼語和英語），最重要的是與社區共同構建，而不是為用户構建。作者強調，ADHD工具長期以來由沒有ADHD的人設計，而真實場景、真實反應和真實反饋才是項目的核心。

如果你有ADHD、愛人有ADHD，或者只是經常感到不知所措，可以嘗試NeuroBait並提供反饋。這就是項目的全部意義。更多信息請訪問Hugging Face Space。