sori-forest/aether-office

Aether Office v1.0

An offline office-document assistant for Korean, English, and Japanese. No internet, no cloud — your documents never leave your computer.

English · 한국어 · 日本語

File	Size	For
aether-office-v1.0-Q4_K_M.gguf	2.78 GB	Recommended. Sized with 8 GB RAM devices in mind (not yet tested on such devices)
aether-office-v1.0-Q3_K_M.gguf	2.32 GB	Smaller file. Not evaluated — all results below are for Q4_K_M

---

English

What it does

• Summarize documents (keeps requested line counts and length)
• Write and rewrite business emails and memos in Korean, English, or Japanese business style
• Extract fields from invoices, contracts, and orders into JSON only
• Answer only from the document you give, and say plainly when the answer is not in it
• Translate business text between Korean, English, and Japanese
• Simple office formulas (Excel, regex, short scripts)

File size is 2.78 GB, chosen with 8 GB RAM devices in mind. It has not yet been tested on an actual 8 GB device.

Quick start (LM Studio)

1. Download aether-office-v1.0-Q4_K_M.gguf and import it into LM Studio (My Models → Import).
2. Load the model and turn Thinking off in the model settings. Aether Office was trained to answer directly.
3. Paste the contents of the system file into the System Prompt box. Recommended: temperature 0.3, top_p 0.9.

Using the local API on Windows? Use http://127.0.0.1:1234 instead of localhost. On Windows, localhost can add about 2 seconds to every request.

Evaluation

Fixed 30-question set (ko/en/ja × summary, email, rewrite, JSON extraction, grounded answers, "not in the document" answers, translation). Automatic checks for format, required facts, language and refusals. Thinking off, same settings for both models, each model run twice.

	Previous internal build	Aether Office v1.0
30-question set, run 1 (all checks passed)	29 / 30	29 / 30
30-question set, run 2	28 / 30	29 / 30
Real-use test: Japanese 2-line summary of a holiday notice — keeps the "orders after Dec 25, 15:00 ship from Jan 5" date line	3 / 8 answers	5 / 5 answers

• Aether Office v1.0 results were measured with the system prompt included in this repository.
• For reference, the base Qwen3.5-4B scored 17/30 on the same set (measured with the previous internal build, not re-measured here).
• Results move by 1–2 questions from run to run, so the difference on the 30-question set is within normal variation. The clearer change is the Japanese summary date line.
• The automatic checks do not fully measure writing quality.

Known limitations

• Run-to-run variation: the same question can pass in one run and fail in the next (1–2 of 30 questions per run).
• Human review was limited: apart from the automatic checks, the answers a person read closely were the Japanese summary items only.
• Summaries can occasionally drop or alter a number or a comparison (e.g. a total amount, "vs. last month"). Check figures that matter.
• AM/PM can flip: a time can change between morning and afternoon (e.g. "3 p.m." became "3 a.m." when rewriting a memo as a notice). Always check dates and times.
• Word swaps: a word can be replaced by a similar but different word, changing the meaning (e.g. Korean 입고 "goods received" → 입금 "payment received"; "ship date" → "delivery date"). The base model (Qwen3.5-4B) showed the same behavior, and this training did not fully fix it. Review drafts before sending.
• Emails may add small details you did not ask for (placeholder company names).
• Japanese honorifics: high-stakes keigo can be off. Have a person check before sending.
• Code: only short office formulas and scripts. Not a general coding assistant.
• Text only. Images are not supported in this GGUF. Only Korean, English, and Japanese were trained.

How it was made

• Base: Qwen3.5-4B (Apache-2.0). LoRA (r=16), 2 epochs, 1,400 examples (English 473, Japanese 472, Korean 455).
• The examples are the previous internal build's training set minus 40 summaries that dropped dates or amounts (summary data clean-up).
• Internal build name: v2.1.1.
• Training examples were drafted locally by Gemma 4 E4B (Apache-2.0), filtered by automatic checks (language, number formatting, invented numbers, JSON validity, unsafe code) and reviewed by people with AI assistance.
• Evaluation questions were kept out of the training data.

---

한국어

무엇을 하나요

• 문서 요약 (줄 수·길이 지시를 지킵니다)
• 업무 이메일·공문 작성과 다듬기 (한국어·영어·일본어 비즈니스 말투)
• 청구서·계약서·주문서에서 정보를 뽑아 JSON만 출력
• 입력한 문서 안에서만 답하기, 문서에 없으면 없다고 말하기
• 한·영·일 업무 번역
• 간단한 사무 자동화 (엑셀 수식, 정규식, 짧은 스크립트)

인터넷 없이 내 컴퓨터에서만 돌아가므로, 회사 문서를 밖으로 내보내지 않아도 됩니다. 권장 파일(Q4_K_M)은 2.78GB로, 메모리 8GB 기기를 염두에 둔 크기입니다 (실제 8GB 기기에서는 아직 시험하지 않았습니다). 더 작은 Q3_K_M(2.32GB)은 평가하지 않았습니다.

시작하기 (LM Studio)

1. aether-office-v1.0-Q4_K_M.gguf 를 받아 LM Studio에 불러옵니다 (My Models → Import).
2. 모델을 불러온 뒤 설정에서 Thinking(생각)을 끕니다. 바로 답하도록 학습되었습니다.
3. system 파일 내용을 System Prompt 칸에 붙여 넣습니다. 권장: temperature 0.3, top_p 0.9.

윈도우에서 로컬 API를 쓴다면 localhost 대신 http://127.0.0.1:1234 를 쓰세요. 윈도우에서는 localhost 가 요청마다 약 2초를 더 쓸 수 있습니다.

평가

고정된 30문항(한·영·일 × 요약, 이메일, 재작성, JSON 추출, 근거 답변, "문서에 없음" 답변, 번역)을 형식·핵심 사실·언어·거절 여부로 자동 채점했습니다. Thinking 끔, 두 모델 같은 조건, 각각 2회.

	이전 내부 버전	Aether Office v1.0
30문항 1회차 (전 항목 통과)	29 / 30	29 / 30
30문항 2회차	28 / 30	29 / 30
실사용 시험: 일본어 연말연시 휴업 안내 2줄 요약에서 "12월 25일 15시 이후 주문은 1월 5일 이후 발송" 날짜 줄 유지	8번 중 3번	5번 중 5번

• Aether Office v1.0 결과는 이 저장소에 함께 있는 system 프롬프트로 잰 것입니다.
• 참고로 학습 전 Qwen3.5-4B는 같은 문항에서 17/30이었습니다 (이전 내부 버전 때 측정, 이번에 다시 재지 않음).
• 회차마다 1~2문항씩 결과가 흔들리므로, 30문항 점수 차이는 흔들림 범위 안입니다. 더 분명한 변화는 일본어 요약의 날짜 줄입니다.
• 자동 채점은 문장의 품질까지 완전히 재지는 못합니다.

한계

• 회차마다 흔들림: 같은 문항이 한 번은 통과하고 다음에는 실패할 수 있습니다 (회차마다 30문항 중 1~2개).
• 사람의 확인 범위: 자동 채점 외에 사람이 답을 직접 읽어 확인한 것은 일본어 요약 문항뿐입니다.
• 요약에서 숫자나 비교 기준(합계 금액, "전월 대비" 등)을 빠뜨리거나 바꿀 수 있습니다. 중요한 숫자는 확인하세요.
• 오전/오후 바뀜: 시간의 오전/오후가 바뀔 수 있습니다 (예: 메모를 공지문으로 바꿀 때 "오후 3시" → "오전 3시"). 날짜·시간은 반드시 확인하세요.
• 단어 바뀜: 단어를 비슷한 다른 단어로 바꿔 뜻이 달라질 수 있습니다 (예: 입고→입금, 발송일→도착일). 기본 모델(Qwen3.5-4B)에서도 같은 현상이 있었고, 이번 학습으로 완전히 고쳐지지 않았습니다. 보내기 전에 확인하세요.
• 이메일에 요청하지 않은 세부 내용(가상의 회사 이름)을 넣을 때가 있습니다.
• 일본어 고급 경어는 어색할 수 있으므로, 보내기 전에 사람이 확인하세요.
• 코드는 짧은 사무용 수식·스크립트 수준이며, 일반 코딩용 모델이 아닙니다.
• 글자 전용입니다. 이 GGUF는 이미지를 지원하지 않습니다. 한국어·영어·일본어만 학습했습니다.

만든 방법

• 바탕: Qwen3.5-4B (Apache-2.0). LoRA (r=16), 2회 학습, 예시 1,400개 (영어 473, 일본어 472, 한국어 455).
• 예시는 이전 내부 버전의 학습 데이터에서 날짜·금액을 빠뜨린 요약 40개를 뺀 것입니다 (요약 데이터 품질 정리).
• 내부 개발 이름 v2.1.1.
• 학습 예시는 Gemma 4 E4B(Apache-2.0)로 로컬에서 초안을 만들고, 자동 검사(언어, 숫자 표기, 지어낸 숫자, JSON 형식, 위험한 코드)와 AI 도움을 받은 사람 검토를 거쳤습니다.
• 평가 문항은 학습 데이터에 넣지 않았습니다.

---

日本語

できること

• 文書の要約(行数・長さの指定を守ります)
• ビジネスメール・社内文書の作成と書き直し(日・英・韓のビジネス文体)
• 請求書・契約書・注文書から項目を抜き出し、JSONのみで出力
• 入力した文書の内容だけで回答し、記載がなければ「記載はありません」と答える
• 日・英・韓のビジネス翻訳
• 簡単な事務自動化(Excel関数、正規表現、短いスクリプト)

インターネット不要。社内文書を外部に送らずに使えます。 推奨ファイル(Q4_K_M)は 2.78GB で、メモリ 8GB の機器を想定した大きさです(実際の 8GB 機器ではまだ試していません)。より小さい Q3_K_M(2.32GB)は評価していません。

使い方(LM Studio)

1. aether-office-v1.0-Q4_K_M.gguf をダウンロードし、LM Studio に読み込みます(My Models → Import)。
2. モデル設定で Thinking(思考)をオフにします。すぐに答えるよう学習されています。
3. system ファイルの内容を System Prompt 欄に貼り付けます。推奨:temperature 0.3、top_p 0.9。

Windows でローカル API を使う場合は、localhost ではなく http://127.0.0.1:1234 を使ってください。localhost ではリクエストごとに約2秒余分にかかることがあります。

評価

固定の30問(日・英・韓 × 要約、メール、書き直し、JSON抽出、文書に基づく回答、「記載なし」回答、翻訳)を、形式・必要な事実・言語・回答拒否の有無で自動採点しました。Thinking オフ、同一条件、各モデル2回。

	以前の内部版	Aether Office v1.0
30問・1回目(全項目合格)	29 / 30	29 / 30
30問・2回目	28 / 30	29 / 30
実用テスト:年末年始休業のお知らせを2行で要約し、「12月25日15時以降のご注文は1月5日以降の発送」の日付を残せたか	8回中3回	5回中5回

• Aether Office v1.0 の結果は、このリポジトリに含まれる system プロンプトで測定したものです。
• 参考:学習前の Qwen3.5-4B は同じ30問で 17/30 でした(以前の内部版の時に測定、今回は再測定していません)。
• 回ごとに1〜2問の差が出るため、30問の点数差は通常のばらつきの範囲内です。よりはっきりした変化は、日本語要約の日付の行です。
• 自動採点では文章の質までは十分に測れません。

制限事項

• 回ごとのばらつき: 同じ問題が、ある回では合格し別の回では不合格になることがあります(30問中1〜2問)。
• 人による確認の範囲: 自動採点以外に人が回答を読んで確認したのは、日本語の要約問題だけです。
• 要約で金額などの数字や比較の基準(「前月比」など)が抜けたり変わったりすることがあります。重要な数字は確認してください。
• 午前・午後の入れ替わり: 時刻の午前・午後が入れ替わることがあります(例:メモをお知らせ文に書き換える際に「午後3時」→「午前3時」)。日付・時刻は必ず確認してください。
• 言葉の置き換わり: 似た別の言葉に置き換わり、意味が変わることがあります(例:韓国語の「입고(入庫)」→「입금(入金)」、「発送日」→「到着日」)。ベースモデル(Qwen3.5-4B)でも同じ現象があり、今回の学習でも完全には直っていません。送信前に確認してください。
• メールに、依頼していない内容(仮の社名)が入ることがあります。
• 改まった敬語は不自然になることがあります。送信前に人が確認してください。
• コードは簡単な事務用の関数・スクリプト程度で、一般的なコーディング用ではありません。
• テキスト専用です。この GGUF は画像に対応していません。学習した言語は日本語・英語・韓国語のみです。

作り方

• ベース:Qwen3.5-4B(Apache-2.0)。LoRA(r=16)、2エポック、学習例 1,400件(英語 473、日本語 472、韓国語 455)。
• 学習例は以前の内部版の学習データから、日付・金額が抜けた要約40件を除いたものです(要約データの品質整理)。
• 内部開発名 v2.1.1。
• 学習例は Gemma 4 E4B(Apache-2.0)でローカルに下書きし、自動チェック(言語、数字表記、作られた数字、JSON形式、危険なコード)と、AIの補助を受けた人の確認を経ています。
• 評価問題は学習データに含めていません。

---

Made by Luciver (sori-forest). Base model: Qwen/Qwen3.5-4B (Apache-2.0).