NINMENI — Neural Indonesian Meaning Engine for Natural Intelligence. AI framework that understands token meaning, NOT next-token prediction.
Project description
NINMENI
"Kami tidak mengajarkan model bahasa Indonesia. Kami membuat model lahir sebagai bahasa Indonesia."
— Emylton Leunufna
Apa itu NINMENI?
NINMENI terdiri dari dua hal yang berbeda namun saling terkait:
1. NINMENI Framework
Framework untuk membangun model NLP yang MEMAHAMI makna, bukan memprediksi token berikutnya.
NINMENI Framework adalah toolkit yang bisa digunakan oleh engineer manapun untuk membangun model bahasa Indonesia (atau bahasa lain) dengan prinsip pemahaman makna. Framework ini menyediakan primitif linguistik, arsitektur representasi, dan pipeline training yang secara fundamental berbeda dari paradigma Transformer/LLM.
Dokumentasi lengkap:
docs/FRAMEWORK.md
2. NINMENI Model (1.3B)
Model pertama yang dihasilkan oleh NINMENI Framework.
Model NLP 1.3 miliar parameter untuk bahasa Indonesia yang memahami makna kalimat melalui representasi bijektif, bukan statistik distribusi token. Dilatih menggunakan KBBI sebagai fondasi semantik.
Dokumentasi lengkap:
docs/MODEL.md
Prinsip Fundamental
NINMENI BUKAN language model konvensional.
LLM : Input → langsung prediksi output (TANPA pemahaman)
NINMENI : Input → MEMAHAMI makna → MENALAR → Output DARI pemahaman
Konsekuensi:
✗ Tidak ada next-token prediction
✗ Tidak ada cross-entropy atas distribusi token
✗ Tidak ada sampling stokastik
✓ Neural genuine — model MEMAHAMI makna, bukan sekedar mencocokkan pola
✓ Pemahaman dan penalaran terjadi SEBELUM output dihasilkan
✓ Setiap keputusan bisa dijelaskan
Quick Start
Framework (analisis deterministik)
from ninmeni import NinmeniFramework
fw = NinmeniFramework.dari_kbbi("kbbi_core_v2.json")
state = fw.proses("Hakim menjatuhkan hukuman kepada terdakwa.")
print(state.skor_linguistik) # 0.72
print(state.krl_result.proposisi) # JATUH(agen=Hakim, pasien=hukuman, penerima=terdakwa)
Model (pemahaman neural)
from ninmeni.core.meb_v2 import MesinEvolusiBahasa_v2, MEBv2Config
config = MEBv2Config.config_1_3B()
meb = MesinEvolusiBahasa_v2(config)
# Load checkpoint, lalu gunakan untuk memahami makna kalimat
Instalasi
# Dari PyPI
pip install ninmeni
# Dari source
git clone https://github.com/rafaelsistems/ninmeni.git
cd ninmeni
pip install -e .
Requirements: Python 3.9+, PyTorch 2.0+, NumPy 1.24+
Struktur Proyek
ninmeni/
├── primitives/ ← Framework: 6 primitif linguistik
│ ├── lps/ Linguistic Parse System
│ ├── sfm/ Semantic Field Manifold
│ ├── cpe/ Constraint Propagation Engine
│ ├── cmc/ Categorical Meaning Composer
│ ├── tda/ Topological Dependency Analyzer
│ └── krl/ Knowledge Representation Layer
├── base/ ← Framework: base classes
│ ├── state.py NinmeniState (output pipeline)
│ └── head.py NinmeniHead (base class custom head)
├── framework.py ← Framework: orkestrator utama
├── config.py ← Framework: konfigurasi domain
│
├── core/ ← Model: arsitektur neural
│ ├── meb_v2.py Mesin Evolusi Bahasa v2 (1.3B)
│ ├── bsu.py Bahasa State Unit
│ ├── plausibility.py PlausibilityHead (Layer 2)
│ ├── correctness.py CorrectnessHead (Layer 1)
│ ├── semantik_kristal.py SemantikKristal
│ ├── gos.py Generator Output Struktural
│ └── model.py NinmeniModel
│
├── training/ ← Model: training utilities
├── linguistic/ ← Shared: utilitas linguistik
└── eval/ ← Shared: evaluasi
docs/
├── FRAMEWORK.md ← Dokumentasi framework (untuk engineer)
├── MODEL.md ← Dokumentasi model 1.3B (hasil training)
├── NINMENI_FRAMEWORK_SPEC.md Spesifikasi teknis framework
└── NINMENI_PRIMITIVES_MATH.md Fondasi matematis primitif
tools/ ← Script training, evaluasi, dan utilitas
Dokumentasi
| Dokumen | Untuk Siapa | Isi |
|---|---|---|
docs/FRAMEWORK.md |
Engineer yang ingin membangun model dengan NINMENI | Arsitektur primitif, cara pakai, API, cara extend |
docs/MODEL.md |
Peneliti yang ingin menggunakan model NINMENI 1.3B | Arsitektur MEB v2, training, checkpoint, evaluasi |
docs/NINMENI_FRAMEWORK_SPEC.md |
Kontributor framework | Spesifikasi teknis mendalam |
docs/NINMENI_PRIMITIVES_MATH.md |
Peneliti | Fondasi matematis setiap primitif |
Penulis
Emylton Leunufna
Lisensi
MIT
Project details
Release history Release notifications | RSS feed
Download files
Download the file for your platform. If you're not sure which to choose, learn more about installing packages.
Source Distribution
Built Distribution
Filter files by name, interpreter, ABI, and platform.
If you're not sure about the file name format, learn more about wheel file names.
Copy a direct link to the current filters
File details
Details for the file ninmeni-1.0.0.tar.gz.
File metadata
- Download URL: ninmeni-1.0.0.tar.gz
- Upload date:
- Size: 311.2 kB
- Tags: Source
- Uploaded using Trusted Publishing? No
- Uploaded via: twine/6.2.0 CPython/3.13.5
File hashes
| Algorithm | Hash digest | |
|---|---|---|
| SHA256 |
c4adeaee1dd9c23bbe26ea87262c3b1408273f3fd2437b1f62a6df27404e8929
|
|
| MD5 |
3826366b1e6cf6185dc2601cf5c145aa
|
|
| BLAKE2b-256 |
04c429cfbd393c45ba84424878b214c881711a1c337c924f1f33ef946f256b85
|
File details
Details for the file ninmeni-1.0.0-py3-none-any.whl.
File metadata
- Download URL: ninmeni-1.0.0-py3-none-any.whl
- Upload date:
- Size: 304.1 kB
- Tags: Python 3
- Uploaded using Trusted Publishing? No
- Uploaded via: twine/6.2.0 CPython/3.13.5
File hashes
| Algorithm | Hash digest | |
|---|---|---|
| SHA256 |
d0d6dabbe637df96f1b17e52af2fafe6f4b5bdd1b90b999ec5433eb04a30d201
|
|
| MD5 |
2140b15fcf5c7c4c9a8cefa899d76d31
|
|
| BLAKE2b-256 |
1100dc8af205c2656da3ae6d212b739e3a8155bd046878c4f710047edd7dcce5
|