Earlychildhoodeducation/EleMo-Alpha-1

🧸 EleMo-Alpha (Elementary Pedagogical Model)

Status: Alpha-Release (Proof of Concept)

Model Description

EleMo (Elementarpädagogisches Modell) is a highly specialized, locally deployable Large Language Model (LLM) tailored exactly to the requirements of early childhood education.

This model solves a core dilemma: pedagogical professionals are drowning in documentation duties while lacking time for the children. Conventional, cloud-based AI models are out of the question in this sensitive environment. We must not upload the most intimate developmental data of young children to external servers. EleMo provides the alternative: Local, data-sovereign AI for elementary pedagogy.

Technical Note: For full transparency into our negative prompting strategy and our exact ChatML training structure, please refer to the "Technical Architecture" section below.

---

🎯 Intended Use & Guardrails

A general language model does not know how to document professionally. It tends to make judgments, fabrications, and inappropriate diagnostics. EleMo is strictly fine-tuned to process raw, bullet-pointed observation data into authentic Learning Stories (Lerngeschichten).

In doing so, the model follows strict pedagogical guardrails anchored in the specific observation model by Margaret Carr:

• Methodology of Learning Stories (Margaret Carr): EleMo is deeply aligned with Carr's observation and documentation framework. The narrative output is consistently structured according to the triad: Observation – Significance – Next Steps (Opportunities), ensuring that the child's learning dispositions are made visible without deficit-oriented assessment.
• Factual Accuracy: Every statement about learning must be based on a previously described observation. What has not been observed must not be claimed or hallucinated.
• The Right Tonality: The Learning Story is not a dry report, not a cold analysis, and certainly no developmental diagnostics. It is written as a personal, appreciative letter directly to the child.

---

📊 Dataset Development (Alpha Phase)

This Alpha-version serves as a functional proof-of-concept. The fine-tuning process was focused on establishing the core "Margaret Carr" narrative structure and enforcing strict observational discipline.

Feature	Details
Dataset Scope	10 meticulously curated pedagogical scenarios
Objective	Testing instructional alignment & professional tone
Bias Mitigation	Enforcing non-interpretative, observational language
Next Steps	Scaling to a comprehensive 200-sample balanced dataset

---

🏗️ Technical Architecture & Prompt Format (ChatML)

To enforce strict adherence to the pedagogical methodology of Margaret Carr and prevent the model from generating inappropriate evaluations or "AI cheerleading", EleMo is fine-tuned using highly complex system prompts.

We protect our full, proprietary training dataset (+200 highly curated pedagogical observations). However, to provide transparency into our methodology, here is an exact example of our training structure using the standard ChatML format.

Example Training Data Point (System, User, Assistant)

{
  "messages": [
    {
      "role": "system",
      "content": "Erstelle eine Bildungs- und Lerngeschichte auf Grundlage der bereitgestellten Rohdaten. Die Geschichte orientiert sich an der Methodik von Margaret Carr und folgt konsequent dem Prinzip: 1. Beobachtung – 2. Bedeutung – 3. Anschlussmöglichkeit. Sie ist kein Bericht, keine Analyse und keine Entwicklungsdiagnostik, sondern ein persönlicher Brief an das Kind. Jede Aussage über Lernen muss auf einer zuvor beschriebenen Beobachtung beruhen; was nicht beobachtet wurde, darf nicht behauptet werden. Erfinde keine Gefühle, Absichten, Gedanken, Motive, Ziele oder Kompetenzen. Nutze stattdessen Formulierungen wie: 'Es wirkt auf mich, als ob ...', 'Vielleicht hast du bemerkt ...' oder 'Ich habe den Eindruck ...'. Vermeide explizit wertende oder interpretierende Formulierungen wie 'Du hast gelernt ...', 'Du hast verstanden ...', 'Du bist ...', 'Das zeigt, dass du ...', 'Du wolltest ...', 'Du hattest vor ...' oder 'Du hast versucht ...', es sei denn, das Kind hat dies selbst ausdrücklich so geäußert. Die Schreibstruktur beginnt mit einem gemeinsamen Einstieg, in dem du direkt in die Situation eintauchst. Beschreibe Ort, Material, Handlung und die beteiligten Personen wie eine Kamera: objektiv, ohne Interpretation, ohne Bewertung und ohne pädagogische Fachbegriffe. Im zweiten Abschnitt folgt der chronologische Handlungsverlauf, in den du Bewegungen, Materialerfahrungen, O-Töne, Blickrichtungen, Körperhaltungen, Mimik und Gestik integrierst – beschreibe ausschließlich Beobachtbares ohne Erklärung des Verhaltens oder Mutmaßungen. Der dritte Abschnitt dient der Beobachtungsverdichtung, in der du besonders auffällige Momente von Aufmerksamkeit oder Veränderung durch Belege aus der Körpersprache oder Handlungen verdeutlichst, jedoch ohne Interpretation oder Zuschreibung. Im vierten Abschnitt wechselst du in die direkte Ansprache des Kindes. Nutze die Beobachtungen als Grundlage für vorsichtige Deutungen möglicher Lernerfahrungen (wie Neugier, Ausprobieren, Dranbleiben, Frustrationstoleranz, Selbstwirksamkeit, Kommunikation, Zusammenarbeit, Kreativität oder Konzentration) in kindgerechter Sprache. Diese Bedeutung muss ausschließlich aus der Situation entstehen; formuliere Deutungen immer als Möglichkeit, niemals als Tatsache. Der abschließende fünfte Abschnitt ist eine persönliche Einladung zum Weiterforschen, die logisch aus der Situation erwächst, Kontextinformationen natürlich einbindet und den roten Faden der Geschichte fortführt, ohne zu belehren, Förderempfehlungen zu geben oder das Thema zu wechseln. Beachte dabei strikt folgende Regeln: Schreibe ausschließlich als Brief, wobei der Name nur in der Anrede erscheint und danach nur 'du', 'dir' oder 'dein' genutzt wird. Verzichte im Endtext auf Überschriften, Aufzählungen, Fachbegriffe, Diagnosen, Entwicklungsbewertungen, Vergleiche mit anderen Kindern oder Wiederholungen. Nutze eine natürliche, warme Sprache. Halte dich an die Absichts-Regel, niemals innere Ziele des Kindes zu unterstellen, sowie an die Ursache-Wirkung-Regel: Beschreibe beobachtbare Abfolgen statt vermuteter Ursachen. Die Realitäts-Regel verlangt, nur tatsächlich Passiertes zu beschreiben und auf hypothetische Vergleiche ('Anstatt aufzugeben...') zu verzichten. Jede Interpretation muss durch einen konkreten Beobachtungsbeweis stützbar sein (Beweisregel). Prüfe vor der Ausgabe jeden Satz anhand des Beobachtungsfilters: Ist er auf einer Videoaufnahme wahrnehmbar? Wenn nein, lösche ihn oder wandle ihn in eine vorsichtige Vermutung um. Führe abschließend die Meisterclass-Prüfung durch: Die Geschichte sollte zu mindestens 75 % aus Beobachtung bestehen, die Interpretation muss durch die Beobachtung gestützt sein, einen roten Faden aufweisen und wie ein persönlicher Brief klingen, in dem sich das Kind wiedererkennen kann. Gib ausschließlich die fertige Bildungs- und Lerngeschichte aus – ohne Überschriften, Analyse, Erklärungen oder Hinweise zum Schreibprozess."
    },
    {
      "role": "user",
      "content": "Filip sitzt im Schneidersitz auf einem großen Kissen in der Rollenspielecke. Vor ihm steht eine Kiste mit Puppen und Kleidern. Er nimmt verschiedene Kleidungsstücke in die Hände und fährt mit den Fingern über die Stoffe. Er greift nach zwei Jacken und öffnet und schließt die Klettverschlüsse mehrmals nacheinander, wodurch ein ratschendes Geräusch entsteht. Er nimmt eine Stoffpuppe und ein gelbes Kleid mit Knöpfen aus der Kiste. Er legt die Puppe vor sich auf den Boden und zieht ihr das Kleid über den Kopf. Der rechte Arm der Puppe verhakt sich im Ärmel. Filip tastet mit den Fingern von außen durch den Stoff des Kleides, greift die Hand der Puppe und schiebt sie durch die Ärmelöffnung nach draußen. Er streicht den Stoff des Kleides mit den Händen flach. Er steht auf, drückt die Puppe an seine Brust, stellt sich aufrecht hin und ruft mit lauter Stimme: 'Gotowe! Mein Baby ist warm!'."
    },
    {
      "role": "assistant",
      "content": "Lieber Filip, am Vormittag sitzt du im Schneidersitz auf einem großen Kissen in der Rollenspielecke. Vor dir steht eine Kiste mit Puppen und Kleidern. Du nimmst verschiedene Kleidungsstücke in die Hände und fährst mit den Fingern über die Stoffe. Du greifst nach zwei Jacken und öffnest und schließt die Klettverschlüsse mehrmals nacheinander, wodurch ein ratschendes Geräusch entsteht. Dann nimmst du eine Stoffpuppe und ein gelbes Kleid mit Knöpfen aus der Kiste. Du legst die Puppe vor dich auf den Boden und ziehst ihr das Kleid über den Kopf. Der rechte Arm der Puppe verhakt sich im Ärmel. Du tastest mit den Fingern von außen durch den Stoff des Kleides, greifst die Hand der Puppe und schiebst sie durch die Ärmelöffnung nach draußen. Du streichst den Stoff des Kleides mit den Händen flach. Danach stehst du auf, drückst die Puppe an deine Brust, stellst dich aufrecht hin und rufst mit lauter Stimme: 'Gotowe! Mein Baby ist warm!'. Beim Ertasten der verschiedenen Kleidungsstücke und dem wiederholten Öffnen und Schließen der Klettverschlüsse hatte ich den Eindruck, dass du die unterschiedlichen Oberflächen und die Geräusche der Verschlüsse aufmerksam untersucht hast. Als sich der Arm der Puppe im Ärmel verhakte und du ihn von außen durch den Stoff hindurch ertastet und herausgeschoben hast, wirkte es auf mich, als ob du eine gezielte Lösung für diese Herausforderung beim Ankleiden gefunden hast. Dein aufrechtes Stehen und dein lauter Ausruf lassen vermuten, dass der Abschluss des Anziehens und das Halten der Puppe an deiner Brust Momente von großer Bedeutung für dich waren. Ich lade dich ein, dass wir morgen in der Rollenspielecke weitere Kleidungsstücke mit unterschiedlichen Verschlüssen wie Reißverschlüssen, Knöpfen oder Schleifen sammeln. Vielleicht hast du Lust, gemeinsam auszuprobieren, wie diese sich öffnen und schließen lassen und wie wir die Puppen damit ankleiden können."
    }
  ]
}

---

🧠 Qualitative Evaluation: EleMo-Alpha vs. Standard-LLMs

To validate pedagogical quality, we conducted a qualitative A/B-Testreihe (EleMo vs. Mistral-Small). The evaluation focused on the principles of Margaret Carr's Learning Stories.

The 5 Core Insights:

1. Beobachtung vs. Diagnose: Standard models pathologize conflict (e.g., biting). EleMo remains resource-oriented and recognizes child-specific impulse control challenges without shaming.
2. Prozess vs. Produkt: EleMo values the "messy" explorative process, whereas standard models often interpret it as a "repair-worthy accident".
3. Autonomie vs. Charakterbewertung: Standard models use "praise-automatism" (e.g., "You are brave"). EleMo focuses on self-efficacy ("You decided to do it yourself").
4. Co-Regulation vs. Toxic Positivity: Standard models often force "distraction/happiness". EleMo honors retreat as a valid self-regulation tool (holding).
5. Immersion vs. Meta-Ebene: EleMo engages in co-construction of the child's world instead of deconstructing it as "fantasy".

Known Limitations

• Cognitive Overload: The model occasionally struggles with meta-cognitive questions for U6 children.
• Generic Next Steps: Some suggestions still rely on abstract "educational" language instead of authentic "sandbox jargon".
• The "Fantasy" Trap: Occasional slips back into praising "imagination" instead of accepting magical reality as fact.

---

💻 Hardware Requirements

EleMo is designed for local inference. Based on the GGUF quantization levels, we recommend the following hardware setups:

Quantization	Recommended RAM/VRAM	Ideal Hardware
Q4_K_M	12GB - 16GB	MacBook Air (M1/M2/M3), Mid-range PCs
Q6_K	16GB - 24GB	MacBook Pro (16GB+), High-end Consumer PCs
Q8_0	24GB - 32GB	Mac Studio, Professional Workstations

• Apple Silicon: The model is optimized for Metal (MPS). On Apple Silicon Macs, EleMo runs exceptionally well with 16GB+ Unified Memory.
• PC / Linux: Minimum 16GB RAM recommended. If you have an NVIDIA GPU, ensure at least 8GB-12GB VRAM.

---

🖥️ How to use EleMo

Depending on your technical setup, you can choose between two ways to start with EleMo:

Option 1: The Easy Way (GGUF Model)

If you want to start immediately without complex configurations, use our pre-quantized GGUF model:

1. Download: Download the EleMo-Alpha-1.gguf file from the "Files and versions" tab in this repository.
2. Load: Open LM Studio, drag and drop the .gguf file directly into the application.
3. Chat: Select the model in the chat interface and start your documentation.

Option 2: The Advanced Way (LoRA Adapter)

If you have a high-performance setup (e.g., Apple M3 Max) and want to use the specific pedagogical LoRA weights:

1. Base Model: Download the base Mistral-Small-24B model (GGUF).
2. Load Adapter: In LM Studio, go to the "Fine-tuning / Adapters" section.
3. Apply: Load the adapter_model.safetensors from the Earlychildhoodeducation/EleMo-Alpha-1-LoRA repository.

---

🛡️ The "Zero-Cloud Guarantee"

We rely on the principle of data sovereignty through local execution. This model is built to run directly on-site, on local hardware, or in strictly isolated, sovereign environments. What happens in the kindergarten stays in the kindergarten.

🔬 Scientific Access

Since EleMo embodies deep-seated methodical knowledge of elementary pedagogy, it is currently maintained as a Private / Gated Model. Access is regulated to ensure that the development of specialized pedagogical AI remains grounded in professional ethics rather than purely commercial interests.

---

— Sebastian Götz | Owner of Kita Digital & Initiator of KI-Insel —