Mniej ręcznego porównywania
Wspólna kontrola briefu, banera, filmu i głosu. Człowiek zaczyna od konkretnych uwag zamiast otwierać każdy plik od początku.
33 sposobów na wykorzystanie klasyfikatora. Zobacz, jak basal współpracuje z dokumentami, bazą danych, kodem i człowiekiem. Znajdziesz tu demonstracje aplikacji i filmy o silniku 2.5. Przy każdym podajemy wersję, źródło wyników i warunki pomiaru.
Nowa seria: silnik basal 2.5. Kaskada i blend, panel na żywo, wizualizacja decyzji, osłona agenta i konfigurator startu. Pięć filmów z polskim lektorem. Nagrania powstały przed premierą; silnik jest już dostępny, a zalecana wersja instalacyjna to 2.8.1. Poznaj nowości 2.5 →
Pięć demonstracji z basal-omni: kontrola kampanii, obrazy dokumentów, polskie rozmowy, trójjęzyczna wiadomość i Arcade. Filmy z lektorem pokazują wejścia, pytania i rzeczywiste odpowiedzi. Nagrania z 8–10 października powstały na H100 i HP ZGX Nano, na wczesnym basal-omni-1.0-max. Arcade łączy omni z modelem tekstowym. Wydane modele mogą odpowiadać inaczej. Poznaj basal-omni
Automatyzacja i agenci: Nowe demo MCP pokazuje Codex, lokalnego basala i Claude Code w trzech panelach Herdr, zmianę planu i kontrolę kosztu. „Poranna skrzynka” pokazuje prawdziwy graf n8n, basala tekstowego i Bielika. „Wyścig z agentem” pokazuje wybór ruchu w przeglądarce oraz zatrzymanie przed płatnością. Wersje modeli podajemy przy nagraniach.
Sześć nowych procesów na MacBooku Pro: monitoring wzmianek o firmie i pięć procesów biznesowych. Apple M4 Pro, 24 GB, basal-1.5 4.5B w MLX 8-bit. Inferencja lokalnie. Nagrania i pomiary z 5 października 2026.
Osiem wcześniejszych aplikacji basal-1.5 działało na HP ZGX Nano (Nvidia DGX Spark), układ GB10. Pomiary z 4 października 2026.
Pierwsze cztery nagrania używają basal-1.0 na H100 (2 października 2026). To demonstracje poprzedniej wersji modelu. Wersję i warunki podajemy przy każdym przypadku.
Wyszukiwarka znajduje kandydatów. basal sprawdza, które fragmenty rzeczywiście odpowiadają na pytanie — i czy w bibliotece w ogóle jest odpowiedź.
Własnymi słowami, bez znajomości numeru artykułu.
20 fragmentów według słów kluczowych.
20 fragmentów według podobieństwa znaczenia.
Osobna decyzja tak/nie dla każdego kandydata.
Cytat skopiowany z najlepiej ocenionego źródła.
Brak wystarczającej podstawy w tej bibliotece.
Indeks łączy wyszukiwanie słów kluczowych z podobieństwem znaczenia. basal odpowiada osobno tak/nie dla każdego kandydata, a aplikacja wybiera najlepiej oceniony fragment. Gdy wszystkie oceny spadają poniżej 0,5, aplikacja odmawia wskazania odpowiedzi.
2 032 artykuły na 464 stronach czterech ustaw. Test: 139 pytań z odpowiedzią w bibliotece oraz 42 pytania poza jej zakresem.
Około 33 decyzji i 30 tys. tokenów łącznie: około 1,1 s na H100 dla pokazanego procesu.
| Metoda | Top 1 | Top 3 | Poprawna odmowa |
|---|---|---|---|
| BM25 | 35,3% | 52,5% | — |
| BGE-M3 | 63,3% | 84,9% | — |
| MMLW | 71,9% | 83,5% | — |
| Nawigacja po spisie treści przez basal | 10,8% | 24,5% | — |
| BM25 + basal | 66,2% | 74,8% | 97,6% |
| BGE-M3 + basal | 82,0% | 92,8% | 92,9% |
| BM25 + BGE-M3 + basal · nagranie | 81,3% | 93,5% | 92,9% |
Najwięcej daje połączenie dobrego wyszukiwania z oceną kandydatów. Samo nawigowanie klasyfikatorem po spisie treści w tej próbie sprawdziło się słabo. Wyszukiwanie przepisu nie zastępuje jego interpretacji.
Odpowiedź brzmi przekonująco. Czy jej twierdzenia mają pokrycie w źródle? basal ocenia je pojedynczo, a kod dodatkowo sprawdza zgodność liczb.
Gotowy tekst i dokumenty, na których ma się opierać.
Każde twierdzenie wraz ze źródłem trafia do obu kontroli.
Czy liczby w zdaniu zgadzają się ze źródłem?
Oceny wszystkich zdań, ich pewność oraz wynik kontroli liczb.
Wszystkie zdania poparte z P ≥ 0,7; liczby zgodne.
Sprzeczność ze źródłem lub błąd liczbowy.
Pozostałe przypadki sprawdza człowiek.
Dla każdego twierdzenia model wybiera: poparte źródłem, sprzeczne ze źródłem lub brak informacji. Osobna reguła w kodzie wykrywa rozbieżności liczb. Aplikacja łączy sygnały w decyzję o publikacji, kontroli lub blokadzie.
375 zdań. Wyniki dotyczą całej osłony: klasyfikatora wraz z kontrolą liczb. To wykrywanie błędów na podstawie dostarczonego źródła, nie samodzielna weryfikacja prawdziwości świata.
Kontrola liczb bez modelu wychwyciła 39,4% niepopartych twierdzeń. Łączenie obu metod poprawiło wykrywalność, ale zwiększyło liczbę fałszywych alarmów.
| Wariant | Wykrycie niepopartych twierdzeń | Fałszywy alarm |
|---|---|---|
| basal-1.0 · 4.5B, bez reguły liczb | 71,0% | 0,6% |
| basal-1.0 · 4.5B + reguła liczb | 86,4% | 3,9% |
| basal-1.0 · 1.5B, bez reguły liczb | 54,3% | 1,9% |
| basal-1.0 · 1.5B + reguła liczb | 79,6% | 11,7% |
Próg kontroli trzeba dostosować do produktu. Wynik 86,4% dotyczy modelu z regułą w kodzie; nie jest wynikiem samego basal. Trudniejsze przypadki nadal wymagają weryfikacji.
Do kogo skierować zgłoszenie? Jak pilne jest? Czy dotyczy zwrotu, danych osobowych lub podejrzenia oszustwa? Jedno zapytanie porządkuje pracę zespołu.
Jeden kontekst dla wszystkich pytań o zgłoszenie.
Ustal priorytet, akcję i termin według zasad zespołu.
Automatyczne przypisanie zgłoszenia do działu.
Człowiek sprawdza niejednoznaczny przypadek.
Zapytanie zawiera wybór jednego z ośmiu działów, ocenę pilności i wydźwięku oraz cztery pytania tak/nie: groźba, dane osobowe, oszustwo i zwrot. Kod stosuje reguły obsługi; sprawy poniżej progu kieruje do konsultanta.
249 wiadomości testowych. Automatyzacja i trafność przy progu dotyczą klasyfikacji do działu. Nie należy utożsamiać ich z bezbłędną obsługą całej wiadomości.
48 wiadomości, 336 decyzji: 2,4 s na H100. W próbie basal-1.0 siedem pytań zajmowało około 42 ms, jedno około 20 ms. To osobny pomiar od przyspieszenia SOAM w basal-1.5.
| Pomiar | basal-1.0 · 4.5B | basal-1.0 · 1.5B |
|---|---|---|
| Wybór działu | 95,6% | 91,2% |
| Wykrycie groźby | 98,0% | 92,0% |
| Pilność · tolerancja jednego poziomu | 88,0% | 82,7% |
| Automatyzacja / trafność · τ = 0,95 | 66,7% / 99,4% | 41,4% / 97,1% |
| Automatyzacja / trafność · τ = 0,85 | 76,3% / 98,4% | 68,3% / 97,6% |
| Wybór działu bez polskich znaków · 36 wiadomości | 97,2% | 94,4% |
Niższy próg obsłuży automatycznie więcej spraw, ale zwiększy ryzyko pomyłek. Własne reguły i oznaczona próbka wiadomości pozwalają dobrać punkt pracy do zespołu.
Opis pojawia się słowo po słowie. Po każdym nowym fragmencie basal aktualizuje prawdopodobieństwa dziesięciu możliwych haseł.
Nowe słowo dołącza do już odsłoniętego fragmentu.
Ten sam zestaw 10 opcji: właściwe hasło i 9 mylących.
Pokaż nowy rozkład prawdopodobieństw i zaznacz prowadzącą opcję.
Rozpoznane po 5 z 22 słów. Model wybiera hasło z listy.
5 / 22 słowaKażda karta zawiera prawidłowe hasło i dziewięć mylących opcji. Ten sam klasyfikator dostaje coraz dłuższy kontekst. Nie generuje opisu ani słowa — wybiera z listy przygotowanej przez grę.
44 karty. Mediana części opisu do rozpoznania i trafność końcowa opisują różne aspekty gry: wcześniejszy wybór mniejszego modelu nie oznacza wyższej trafności.
Pojedynczy H100. Krótki czas decyzji pozwala aktualizować wskazanie w trakcie pojawiania się opisu.
| Pomiar | basal-1.0 · 4.5B | basal-1.0 · 1.5B |
|---|---|---|
| Trafność po pełnym opisie | 93,2% | 77,3% |
| Część opisu do rozpoznania · mediana | 28% | 21% |
| Czas jednej decyzji | 14 ms | 8 ms |
To ten sam mechanizm, który może sterować reakcją postaci, wybrać następną akcję w symulacji lub reagować na nowe zdarzenie — z jawną listą możliwych ruchów.
Czy odpowiedź zgadza się ze źródłem? Czy obejmuje całe pytanie? Czy spełnia polecenie? Trzy osobne oceny pomagają zdecydować, czy pokazać ją użytkownikowi.
Aplikacja podaje materiał oraz tekst, który ma zostać oceniony.
Zgodność faktów, kompletność i forma. Każde kryterium dostaje tylko potrzebny mu kontekst.
Wszystkie oceny ≥ 0,90: publikacja. Dowolna ≤ 0,10: poprawa. Pozostałe: człowiek.
Każde kryterium zachowuje własne prawdopodobieństwo.
Trzy osobne żądania rozdzielają konteksty: źródło i odpowiedź dla faktów, pytanie i odpowiedź dla kompletności, wymaganie i odpowiedź dla formy (po polsku, jednym zdaniem). Kod stosuje próg 0,90 i rozróżnia odpowiedź gotową, wymagającą poprawy oraz niepewną. Model nie tworzy odpowiedzi zastępczej.
24 syntetyczne odpowiedzi w sześciu tematach: kurs, rowery, biblioteka, serwis, sala i plan aplikacji. Każdy temat ma odpowiedź poprawną, zmieniony fakt, brak informacji i niewłaściwy język. Razem 72 oceny kryteriów. Cztery przykłady o muzeum służyły do sprawdzenia aplikacji przed próbą.
HP ZGX Nano (Nvidia DGX Spark) (GB10, 128 GB), basal-1.5 4.5B, BF16, fast-nocompile, SOAM. Żądania kolejno, po rozgrzaniu serwera, przez lokalny tunel SSH. Czas całej aplikacji obejmuje jej pracę oraz komunikację z modelem; w agencie także uruchomienie przeglądarki. Wyniki z 4 października 2026.
| Pomiar | Wynik próby |
|---|---|
| Trafne oceny | 69 / 72 |
| Przebiegi bez błędu wykonania | 24 / 24 |
| Cały proces · p50 | 327 ms |
| Cały proces · p95 | 348 ms |
| Jedno żądanie HTTP · p50 | 102 ms |
| Zgodność ze źródłem | 23 / 24 |
| Kompletność | 24 / 24 |
| Polski i jedno zdanie | 22 / 24 |
| Publikacja / poprawa / przegląd | 0 / 12 / 12 |
| Błędne automatyczne akceptacje | 0 |
Przy progu 0,90 aplikacja nie zaakceptowała automatycznie żadnej z 24 odpowiedzi: 12 skierowała do poprawy i 12 do przeglądu. Mimo 69 poprawnych ocen na 72 kryteria, ten punkt pracy sprawdził się jako pomoc w kontroli, a nie automatyczna bramka publikacji. Próg i rubryki wymagają walidacji na własnych danych.
„Znajdź cennik biletów na Wystawy w Centrum Nauki Kopernik”. Agent otwiera prawdziwą witrynę, wybiera sekcję Wizyta, przechodzi do cen i sprawdza, czy dotarł do celu. Zobacz każde kliknięcie oraz decyzję basal, która do niego prowadzi.
Użytkownik podaje cel i witrynę. Nie podaje kolejności kliknięć.
Najpierw Wizyta, potem Ceny biletów. Opcje pochodzą z rzeczywistej strony.
Playwright klika rzeczywisty element i odczytuje treść nowej strony.
Treść strony zawiera poszukiwany cennik. Model wybiera zakończenie.
Człowiek podaje cel, a nie listę kliknięć. Przy każdym kroku basal dostaje tekst aktualnej strony i jej dostępne linki — nie analizuje obrazu. Wybiera link oraz decyzję: kontynuować czy zakończyć. Kod Playwright wykonuje kliknięcie, po czym nowa strona trafia do modelu. Gdy linków jest dużo, model najpierw wybiera grupę, a potem konkretny link. Ten sam podział pracy można wykorzystać np. do odnajdywania informacji w portalu firmowym lub serwisie dostawcy. W tym pokazie nawigacja jest ograniczona do publicznej witryny Kopernika; nie obejmuje zakupu biletów ani wysyłania formularzy.
Osobna próba kontrolna, wykonana przed pokazem publicznej witryny: 10 zadań na własnej stronie z 12 fikcyjnymi kursami: osiem celów z pasującą ofertą i dwa bez odpowiedniego kursu. Dwa inne cele służyły do sprawdzenia implementacji. Wynik oceniamy po rzeczywistym adresie otwartych szczegółów lub poprawnym zgłoszeniu braku.
HP ZGX Nano (Nvidia DGX Spark) (GB10, 128 GB), basal-1.5 4.5B, BF16, fast-nocompile, SOAM. Żądania kolejno, po rozgrzaniu serwera, przez lokalny tunel SSH. Czas całej aplikacji obejmuje jej pracę oraz komunikację z modelem; w agencie także uruchomienie przeglądarki. Wyniki z 4 października 2026.
| Pomiar | Wynik próby |
|---|---|
| Trafne oceny | 10 / 10 |
| Przebiegi bez błędu wykonania | 10 / 10 |
| Cały proces · p50 | 3,78 s |
| Cały proces · p95 | 3,97 s |
| Jedno żądanie HTTP · p50 | 552 ms |
basal może wskazywać następny ruch na podstawie tekstu i linków prawdziwej strony. Pokaz Kopernika jest pojedynczym przebiegiem, a wynik 10/10 w tabeli dotyczy odrębnej próby w naszym katalogu. Przy wdrożeniu w firmie trzeba sprawdzić konkretne serwisy, ich układ oraz dostępne akcje.
Którzy klienci chcą odejść przez kolejne spóźnione dostawy? Samo słowo „opóźnienie” nie wystarczy. SQL wybiera e-maile, basal ocenia sens każdego z nich, a aplikacja pokazuje wiadomości spełniające Twój warunek.
Zwykły SQL wybiera e-maile, czaty albo wszystkie zgłoszenia.
Pytanie noul ocenia osobno każdy wiersz. To funkcja SQLite, nie generowanie SQL.
Kod porządkuje prawdopodobieństwa i pokazuje wyniki powyżej progu 0,80.
Zmiana progu używa już obliczonych ocen. Cache uwzględnia model, tekst i warunek.
W bazie są zwykłe wiadomości tekstowe. SQL najpierw wybiera kanał, np. e-mail. Dla każdego wybranego wiersza funkcja basal_prob przekazuje modelowi wiadomość i ten sam warunek zapisany po polsku. basal zwraca ocenę „tak”. Kod sortuje te oceny i pokazuje wyniki powyżej progu. Zdanie „dostawa znów się spóźniła, ale zostajemy” może więc nie trafić na listę klientów odchodzących. Model ocenia treść; nie generuje zapytania SQL ani nowych wiadomości.
16 nowych wiadomości × trzy warunki, czyli 48 decyzji tak/nie przy progu 0,80. Osobne 16 wiadomości służyło do prób rozwojowych. Są tu negacje, podobne lecz niepasujące prośby i wiadomość spełniająca dwa warunki. W pomiarze cache był wyłączony.
HP ZGX Nano (Nvidia DGX Spark) (GB10, 128 GB), basal-1.5 4.5B, BF16, fast-nocompile, SOAM. Żądania kolejno, po rozgrzaniu serwera, przez lokalny tunel SSH. Czas całej aplikacji obejmuje jej pracę oraz komunikację z modelem; w agencie także uruchomienie przeglądarki. Wyniki z 4 października 2026.
| Pomiar | Wynik próby |
|---|---|
| Trafne oceny | 48 / 48 |
| Przebiegi bez błędu wykonania | 3 / 3 |
| Cały proces · p50 | 1,67 s |
| Cały proces · p95 | 1,79 s |
| Jedno żądanie HTTP · p50 | 102 ms |
| Trafienia / fałszywe trafienia / pominięcia | 10 / 0 / 0 |
Najpierw zawężaj dane zwykłym SQL. Ta implementacja ocenia każdy pozostały wiersz i koszt rośnie z ich liczbą; próba na kilkudziesięciu wiadomościach nie dowodzi wydajności na milionach rekordów.
„Gdzie odrzucamy zbyt wiele żądań?” Nie musisz znać nazwy funkcji. basal czyta oryginalne fragmenty i ocenia, które realizują opisane zachowanie.
Parser Pythona odczytuje funkcje oraz ich rzeczywiste numery linii.
Użytkownik opisuje zachowanie, nie musi pamiętać nazwy funkcji.
noul sprawdza, czy kod bezpośrednio realizuje opisane zachowanie.
Sortowanie i próg 0,80; brak dopasowania może zakończyć wyszukiwanie.
Aplikacja parsuje dziesięć funkcji Pythona i ocenia każdą osobnym pytaniem noul. W wynikach zwraca oryginalny tekst, ścieżkę, linie i prawdopodobieństwo. Wyszukiwanie działa lokalnie na naszym kontrolowanym zbiorze.
10 pytań: dziewięć o istniejące zachowania i jedno o wysyłkę SMTP, której w repozytorium nie ma. Osobny przykład o podpisie webhooka służył do sprawdzenia implementacji. Trafienie Top 1 liczymy wraz z poprawną odmową dla brakującej funkcji.
HP ZGX Nano (Nvidia DGX Spark) (GB10, 128 GB), basal-1.5 4.5B, BF16, fast-nocompile, SOAM. Żądania kolejno, po rozgrzaniu serwera, przez lokalny tunel SSH. Czas całej aplikacji obejmuje jej pracę oraz komunikację z modelem; w agencie także uruchomienie przeglądarki. Wyniki z 4 października 2026.
| Pomiar | Wynik próby |
|---|---|
| Trafne oceny | 5 / 10 |
| Przebiegi bez błędu wykonania | 10 / 10 |
| Cały proces · p50 | 1,21 s |
| Cały proces · p95 | 1,61 s |
| Jedno żądanie HTTP · p50 | 114 ms |
| Top 1 przed progiem · istniejące funkcje | 9 / 9 |
We wszystkich dziewięciu pytaniach o istniejący kod właściwa funkcja była pierwsza w rankingu. Próg 0,80 ukrył jednak pięć z tych trafień: po jego zastosowaniu poprawnych było 5 z 10 wyników, łącznie z odmową dla SMTP. To pokazuje różnicę między dobrym rankingiem a dobrze dobranym progiem. Duże repozytorium wymagałoby wcześniejszego wyszukania kandydatów i osobnej walidacji.
Sprzedajesz pilota automatyzacji obsługi klientów. Przychodzą trzy wiadomości: sklep gotowy do startu, firma dopiero zbierająca informacje i projekt studencki. basal sprawdza te same warunki w każdej wiadomości, a aplikacja wskazuje kolejny krok dla handlowca.
Minimum 500 zgłoszeń miesięcznie, 5000 zł budżetu, start pilota do 60 dni.
Osobne oceny kryteriów i niezależne etykiety tematów. facts:auto uzupełnia obsługiwane fakty.
50% dopasowanie, 25% budżet, 25% gotowość. Wynik nie jest prawdopodobieństwem zakupu.
Brak potwierdzenia nie staje się pozytywnym sygnałem. Słabe dopasowanie trafia poza ofertę.
Ty definiujesz ofertę: automatyzacja od 500 zgłoszeń miesięcznie, budżet pilota od 5000 zł i start w ciągu 60 dni. basal czyta wiadomość i osobno ocenia każdy warunek. Kod proponuje rozmowę o pilocie, gdy wszystkie oceny przekraczają 85%; niskie dopasowanie kieruje poza ofertę, a pozostałe przypadki do uzupełnienia. Dzięki temu handlowiec widzi, z kim zacząć i o co dopytać. Reguły i wagi możesz dopasować do swojej firmy.
13 nowych syntetycznych wiadomości, 39 ocen trzech kryteriów. Zbiór zawiera brak budżetu, budżet poniżej minimum, odległy termin, mały wolumen i ofertę od dostawcy. Trzy inne wiadomości służyły do prób rozwojowych. Etykiety multi nie mają osobnego wyniku jakości w tej próbie.
HP ZGX Nano (Nvidia DGX Spark) (GB10, 128 GB), basal-1.5 4.5B, BF16, fast-nocompile, SOAM. Żądania kolejno, po rozgrzaniu serwera, przez lokalny tunel SSH. Czas całej aplikacji obejmuje jej pracę oraz komunikację z modelem; w agencie także uruchomienie przeglądarki. Wyniki z 4 października 2026.
| Pomiar | Wynik próby |
|---|---|
| Trafne oceny | 36 / 39 |
| Przebiegi bez błędu wykonania | 13 / 13 |
| Cały proces · p50 | 461 ms |
| Cały proces · p95 | 518 ms |
| Jedno żądanie HTTP · p50 | 441 ms |
W próbie poprawne były 36 z 39 ocen: wszystkie dotyczące budżetu, 12 z 13 ocen dopasowania i 11 z 13 ocen gotowości. Nie badaliśmy konwersji sprzedażowej. Reguły, wagi i progi należy dopasować do własnej oferty, a wynik traktować jako wsparcie organizacji pracy.
Mail do klienta, pytanie o regulamin, plan zmiany systemu i rekompensata wymagająca zgody. Każda z tych spraw potrzebuje innej obsługi. basal rozpoznaje potrzebę, a schemat act dobiera ścieżkę: mały model, firmowa wiedza, mocniejszy model albo człowiek.
Prosty tekst, wiedza firmowa, złożone zadanie lub decyzja uprawnionej osoby.
Model ocenia rodzaj zadania. Nie wykonuje prośby użytkownika.
Dla każdej ścieżki liczy koszt oczekiwany i wybiera najmniejszy; możliwe przekazanie człowiekowi.
W tej aplikacji kończymy na wskazaniu ścieżki. Modele docelowe nie są wywoływane.
Zamiast wysyłać wszystko do jednego modelu, dodajesz przed nim mały etap wyboru. Prosta korekta może trafić do małego modelu. Pytanie o zasady firmy wymaga najpierw pobrania dokumentów. Projektowanie rozwiązania trafia do mocniejszego modelu, a decyzja wymagająca zgody — do uprawnionej osoby. basal ocenia potrzebę, a act wybiera najmniejszy koszt oczekiwany według jawnej macierzy. Tutaj pokazujemy sam wybór obsługi; podłączenie firmowej bazy, modeli i kolejki pracownika jest następnym krokiem integracji.
20 nowych próśb: po pięć prostych, wymagających wiedzy firmowej, złożonych oraz wymagających człowieka. Cztery inne prośby służyły do prób rozwojowych. Oceniliśmy zarówno kategorię, jak i wybraną ścieżkę przy niezmienionej macierzy.
HP ZGX Nano (Nvidia DGX Spark) (GB10, 128 GB), basal-1.5 4.5B, BF16, fast-nocompile, SOAM. Żądania kolejno, po rozgrzaniu serwera, przez lokalny tunel SSH. Czas całej aplikacji obejmuje jej pracę oraz komunikację z modelem; w agencie także uruchomienie przeglądarki. Wyniki z 4 października 2026.
| Pomiar | Wynik próby |
|---|---|
| Trafne oceny | 20 / 20 |
| Przebiegi bez błędu wykonania | 20 / 20 |
| Cały proces · p50 | 137 ms |
| Cały proces · p95 | 237 ms |
| Jedno żądanie HTTP · p50 | 116 ms |
| Poprawnie wybrana ścieżka | 20 / 20 |
Macierz kosztów pozwala odróżnić najbardziej prawdopodobną kategorię od najlepszej akcji. Zmierzyliśmy sam router; nie mierzyliśmy kosztu ani jakości odpowiedzi modeli docelowych, więc nie deklarujemy oszczędności całego systemu.
Dwie uszkodzone lampy, prośba o zwrot i lokal, który nie może się otworzyć. basal analizuje wiadomość, dokumenty i zasady firmy. Zobacz, dlaczego mała kwota trafia do przygotowania zwrotu, brak protokołu zatrzymuje proces, a wysoka kwota wymaga konsultanta.
Faktura z ERP, dostawa, protokół szkody i procedura demonstracyjna. facts: auto dopisuje obliczenia dat i kwot.
multi: tematy. noul × 4: kompletność, zgodność, termin i szkoda. score: wpływ na firmę. evidence: fragment przy ocenie szkody.
Kod sprawdza załączniki i próg 85% dla czterech warunków. Oblicza kwotę brutto i buduje macierz kosztów.
Drugie zapytanie wybiera niższy koszt oczekiwany. Przy braku dokumentu jest pomijane: aplikacja prosi o uzupełnienie.
Proces ma dwa etapy. Sześć pytań w pierwszym żądaniu korzysta ze wspólnego kontekstu przez SOAM; evidence wymaga dodatkowego przebiegu. multi zwraca niezależne etykiety, a score określa priorytet, nie zasadność zwrotu. facts: auto dodaje arytmetykę i daty. Kwota w macierzy jest liczona osobno kodem Decimal z pól demonstracyjnego ERP. Brak protokołu zatrzymuje proces niezależnie od ocen modelu. Niepewny warunek albo brak cytatu kieruje do konsultanta. Dopiero po przejściu kontroli act porównuje koszt niezasadnego zwrotu z ustalonym kosztem ręcznej oceny 25 zł. Należny zwrot nie jest w tej macierzy kosztem błędu.
Trzy przygotowane scenariusze demonstracyjne: 590,40 zł z kompletem dokumentów, ta sama sprawa bez protokołu i 19 680 zł z kompletem. To pokaz działania procesu, nie niezależna ewaluacja jakości. Nie podajemy trafności na podstawie tych trzech przykładów. Dokładny zakres zwróconego evidence jest sprawdzany względem oryginalnego tekstu; eksperymentalna funkcja wskazała również początek sąsiedniej procedury, widoczny na filmie.
Pomiar z 4 października 2026: HP ZGX Nano (Nvidia DGX Spark), GB10, 128 GB, basal-1.5 4.5B, BF16, fast-nocompile, SOAM. Model był rozgrzany, żądania wykonywano kolejno. Czas obejmuje kod procesu i komunikację przez lokalny tunel SSH, od rozpoczęcia analizy do gotowej rekomendacji. Nie obejmuje wczytywania plików, OCR ani rzeczywistej obsługi reklamacji.
| Scenariusz | Wynik aplikacji | Czas procesu |
|---|---|---|
| 590,40 zł · komplet | Przygotuj zwrot | 1,37 s |
| 590,40 zł · brak protokołu | Poproś o protokół szkody | 1,00 s |
| 19 680,00 zł · komplet | Przekaż konsultantowi | 1,33 s |
Podobna ocena zasadności nie musi oznaczać tej samej akcji. Dla 590,40 zł oczekiwany koszt błędnego zwrotu wyniósł 3,28 zł, a dla 19 680 zł — 105,28 zł. Przy koszcie konsultanta 25 zł act wybrało odpowiednio przygotowanie zwrotu i człowieka. To wynik uproszczonej macierzy oraz prawdopodobieństw modelu, nie pomiar oszczędności. act i evidence są eksperymentalne; procedurę, progi i koszty trzeba sprawdzić na własnych danych.
Awaria urządzeń, brakująca dostawa czy prośba o fakturę? basal wybiera dalszy krok, a aplikacja buduje kolejne pytanie z jego odpowiedzi i danych CRM lub ERP. Zobacz moment, w którym nowa wiadomość klienta zmienia nie tylko wynik, ale sam typ klasyfikatora i jego listę wyboru.
Aktualna prośba, historia odpowiedzi oraz wyposażenie, zamówienia i faktury z CRM/ERP.
Wybór procesu lub ocena warunku: np. czy klient chce wyłącznie kopię faktury?
Kod dobiera typ, treść pytania i opcje z poprzedniego wyniku oraz aktualnych danych firmy.
basal ocenia nową listę klas, skalę lub koszty działań. Wynik wraca do stanu sprawy.
multi → score → act
Wybór urządzeń zmienia następne pytanie i koszty interwencji. Nowy klient oznacza nowe etykiety z CRM.
noul → TAK → choicenoul → NIE → act
„Proszę o kopię” → wybór faktury.
„Jednak adres jest błędny” → obsługa korekty.
choice → score
Opcjami są aktualne zamówienia z ERP. Wybrany numer i towar trafiają do oceny pilności.
Zaczynamy od choice, które wskazuje następny proces. Serwis tworzy multi z urządzeń danego klienta; wskazane urządzenia trafiają do pytania score i określają koszty w act. Dostawa tworzy choice z aktualnych zamówień, a wybrany numer wchodzi do pytania o pilność. Faktura zaczyna się od noul: odpowiedź TAK prowadzi do choice z listą dokumentów, a NIE do act z rodzajami zmian i kosztami ich obsługi. Dopisana wiadomość korzysta z poprzedniego stanu sprawy i zmienia tę ścieżkę. Model wybiera spośród opisanych możliwości; aplikacja składa następny schemat zapytania. Wagi modelu pozostają takie same.
Pięć autorskich przebiegów: awaria dwóch urządzeń, brakująca dostawa, kopia faktury, kontynuacja tej samej sprawy po zmianie prośby oraz awaria u nowego klienta. Łącznie 16 rzeczywistych żądań do modelu. To demonstracja dynamicznych schematów, a nie niezależny benchmark trafności. Progi pewności i umowne punkty kosztu są założeniami demonstracyjnej procedury.
Pomiar z 4 października 2026: HP ZGX Nano (Nvidia DGX Spark), GB10, 128 GB, basal-1.5 4.5B, BF16, fast-nocompile. Model był rozgrzany. Czas obejmuje kolejne wywołania HTTP przez lokalny tunel SSH oraz kod procesu; bez pobierania danych z rzeczywistego CRM/ERP. Przy aktualizacji faktury mierzymy dwa nowe wywołania, korzystając z wcześniej zapisanego stanu. Zależne pytania są wykonywane kolejno, w osobnych żądaniach.
| Sprawa | Kolejne typy zapytań | Rekomendacja | Czas procesu |
|---|---|---|---|
| Awaria u klienta B2B | choice → multi → score → act | Przygotuj pilne zgłoszenie serwisowe | 1,17 s |
| Które zamówienie wymaga reakcji? | choice → choice → score | Wyjaśnij dostawę Z-1042 | 0,56 s |
| Najpierw prośba o kopię | choice → noul → choice | Przygotuj kopię FV-1002 | 0,65 s |
| Nowa wiadomość zmienia następny krok | noul → act | Przygotuj dane do korekty adresu | 0,84 s |
| Inny klient, inny klasyfikator | choice → multi → score → act | Dodaj do zwykłej kolejki serwisu | 0,89 s |
Klasyfikator nie musi mieć stałej listy etykiet. Zmiana klienta wprowadza nowe urządzenia, wybór zamówienia zmienia treść następnego pytania, a nowa prośba może zastąpić choice przez act. W tej demonstracji powstało 12 różnych definicji zapytań obsługiwanych przez jeden model. Nie wymagają osobnych wag ani dodatkowego treningu. Granice procesu wyznacza aplikacja; niepewne sprawy trafiają do człowieka. act jest funkcją eksperymentalną, a jego wybór zależy od jakości prawdopodobieństw i przyjętych kosztów.
Zamówienie, dokument dostawy, dwie faktury i protokół w jednym załączniku. basal rozpoznaje typy oraz granice dokumentów, a kod zapisuje osobne pliki. Księgowość zajmuje się niejasną notatką zamiast ręcznie sortować każdą stronę.
Biblioteka PDF odczytuje warstwę tekstową. Skan wymagałby wcześniej OCR.
choice wybiera rodzaj. noul sprawdza, czy strona zaczyna nowy dokument względem poprzedniej.
Kod stosuje progi, grupuje strony i tworzy pięć wynikowych plików. Nie generuje ich treści.
Niejasny dokument trafia do pracownika. Oryginał i ślad decyzji pozostają zachowane.
Dla każdej strony model wybiera jedną z pięciu kategorii. Od drugiej strony dostaje także pytanie tak/nie o granicę dokumentu. Dwa pytania mogą być przekazane we wspólnym żądaniu. Kod wymaga co najmniej 0,85 dla typu, a dla granicy P(tak) ≥ 0,8 lub ≤ 0,2. Przy niejednoznacznej granicy stosuje dodatkową regułę firmy: dwa różne, znane typy dokumentów są osobnymi dokumentami, jeżeli oba rozpoznano z wynikiem ≥ 0,95. Gdy ten warunek nie zachodzi, sąsiadujące grupy trafiają do kontroli. Niepewna notatka nie jest eksportowana jako faktura. Powstałe pliki zawierają rzeczywiste strony wejściowego PDF.
Pracownik dostaje dokumenty gotowe do właściwego obiegu. Nie musi sprawdzać wszystkich stron ani rozdzielać ich ręcznie.
120,00 godzin miesięcznie do wykorzystania na inne zadania.
To wartość czasu pracy, nie automatyczny wzrost gotówki ani zysku. Zwrot zakłada pełne wykorzystanie odzyskanej pracy.
2 000 × 80% × (6,00 − 1,50) min ÷ 60 = 120,00 h
120,00 h × 75 zł − 500 zł = 8 500 zł / miesiąc
Wolumen, czasy obsługi, udział automatyzacji i koszty są ilustracyjnymi założeniami, a nie wynikami nagrania. Koszt wdrożenia jest przyjętym budżetem, nie ofertą cenową. Utrzymanie powinno uwzględniać sprzęt, energię, nadzór i poprawki. Czas inferencji nie zastępuje pomiaru całej pracy człowieka. Przed decyzją o wdrożeniu zmierz te wartości na własnej próbie i uwzględnij koszty pomyłek.
Jeden autorski PDF z warstwą tekstową: osiem stron, pięć rozpoznanych dokumentów i niejasna notatka. Wszystkie firmy oraz transakcje są fikcyjne. Model rozpoznał osiem oczekiwanych typów. Przy granicy między WZ a fakturą noul był niepewny; kod rozstrzygnął ją na podstawie dwóch ocen typu ≥ 0,95 i jawnej zasady firmy. Cały proces zachował oczekiwany podział, w tym dwustronicową fakturę oraz protokół. To próba po dopracowaniu procedury na tym zestawie. To niewielka demonstracja, nie pomiar trafności na dokumentach produkcyjnych.
Pomiar z 5 października 2026. MacBook Pro, Apple M4 Pro, 24 GB, basal-1.5 4.5B w MLX 8-bit, dwie kolejności opcji. Model rozgrzany, inferencja przez lokalny interfejs 127.0.0.1. 8 żądań, 15 pytań; suma czasu HTTP 11,61 s, cały przebieg 11,78 s. Bez pobierania wag i uruchamiania modelu. Dla PDF czas obejmuje również tworzenie, odczyt i podział pliku. Są to pojedyncze pomiary, nie porównanie szybkości urządzeń.
| Fragment wejścia | Odpowiedź i reguła | Wynik |
|---|---|---|
| Strona 1 | Zamówienie | Osobny PDF |
| Strona 2 | Dokument dostawy | Osobny PDF |
| Granica 2 → 3 | Niepewne noul; dwa różne typy ≥ 95% | Reguła kodu rozdziela dokumenty |
| Strony 3–4 | Faktura + kontynuacja | Jedna faktura FV-880 |
| Strona 5 | Faktura + nowy dokument | Odrębna FV-881 |
| Strony 6–7 | Protokół + kontynuacja | Jeden protokół P-17 |
| Strona 8 | Inny / brak kontekstu | Człowiek; bez eksportu |
Wartość daje połączenie dwóch małych decyzji. Sam typ „faktura” nie rozdzieli sąsiadujących faktur ani nie zachowa wielostronicowego dokumentu. basal ocenia znaczenie i granice; reguły kodu łączą te sygnały, a biblioteka PDF wykonuje podział. W produkcji trzeba sprawdzić także jakość OCR, brakujące strony, nieczytelne skany i dokumenty o nietypowym układzie.
„Art. producenta” czy „Indeks”? „JM” czy „J.m.”? basal dopasowuje znaczenie nagłówków i przykładowych wartości do pól firmy. Aplikacja przygotowuje poprawny plik do importu, a nieopisaną cenę zatrzymuje do wyjaśnienia.
Dwa autorskie CSV, jedenaście kolumn. Docelowo: kod, opis, cena netto, jednostka i stan magazynu.
choice rozpoznaje rolę kolumny. Dla ceny dodatkowe noul sprawdza, czy nagłówek wyraźnie podaje netto.
Kod wymaga kompletności schematu, jednoznacznego mapowania i dodatkowego potwierdzenia ceny.
Plik Nova daje dwa rekordy do importu. Plik Delta wraca z pytaniem, czy ceny są netto.
W każdym pytaniu lista pól ERP definiuje klasyfikator. Model widzi pełny CSV, badaną kolumnę i przykładowe wartości. Kod wymaga P(wybranego pola) ≥ 0,85 oraz przewagi nad drugą opcją ≥ 0,15. Dla ceny wymaga także P(jednoznacznie netto) ≥ 0,90. Powtórzone mapowanie do jednego pola blokuje oba źródła. Dopiero komplet zatwierdzonych pól pozwala przygotować rekordy; liczby normalizuje kod. Demo nie zapisuje nic do produkcyjnego ERP.
Nowy dostawca nie musi oznaczać ręcznego mapowania wszystkiego od początku. Człowiek sprawdza wyjątki, a kod przygotowuje jednolite rekordy.
55,50 godzin miesięcznie do wykorzystania na inne zadania.
To wartość czasu pracy, nie automatyczny wzrost gotówki ani zysku. Zwrot zakłada pełne wykorzystanie odzyskanej pracy.
120 × 75% × (45,00 − 8,00) min ÷ 60 = 55,50 h
55,50 h × 100 zł − 750 zł = 4 800 zł / miesiąc
Wolumen, czasy obsługi, udział automatyzacji i koszty są ilustracyjnymi założeniami, a nie wynikami nagrania. Koszt wdrożenia jest przyjętym budżetem, nie ofertą cenową. Utrzymanie powinno uwzględniać sprzęt, energię, nadzór i poprawki. Czas inferencji nie zastępuje pomiaru całej pracy człowieka. Przed decyzją o wdrożeniu zmierz te wartości na własnej próbie i uwzględnij koszty pomyłek.
Dwa autorskie pliki, po dwa produkty, łącznie jedenaście kolumn. Dziesięć z jedenastu głównych propozycji modelu zgodziło się z oczekiwaniem. Model błędnie zaproponował net_price dla „Cena” (79,6%); dodatkowe pytanie dało 71,8% dla jednoznacznego netto. Oba wyniki nie przeszły ustalonych progów. Końcowe stany obu plików były poprawne: Nova gotowy, Delta do kontroli. To próba po dopracowaniu opisu zadania na tym zestawie, nie niezależna ewaluacja.
Pomiar z 5 października 2026. MacBook Pro, Apple M4 Pro, 24 GB, basal-1.5 4.5B w MLX 8-bit, dwie kolejności opcji. Model rozgrzany, inferencja przez lokalny interfejs 127.0.0.1. 11 żądań, 13 pytań; suma czasu HTTP 13,33 s, cały przebieg 13,34 s. Bez pobierania wag i uruchamiania modelu. Dla PDF czas obejmuje również tworzenie, odczyt i podział pliku. Są to pojedyncze pomiary, nie porównanie szybkości urządzeń.
| Sprawdzenie | Rzeczywisty wynik | Co robi aplikacja |
|---|---|---|
| Nova · pięć pól | Komplet poprawnych mapowań | Przygotowuje dwa rekordy |
| Delta · „Cena” | Model proponuje netto: 79,6% | Nie osiąga progu 85% |
| Delta · potwierdzenie netto | P(tak): 71,8% | Nie osiąga progu 90% |
| Delta · „Upust %” | Brak pola docelowego | Pomija rabat; nie nadpisuje ceny |
| Cały plik Delta | Brakuje zatwierdzonej ceny netto | Wstrzymuje przygotowanie importu |
Film pokazuje także rzeczywistą pomyłkę modelu. Kontrola aplikacji zatrzymuje niepewną cenę przed importem. Progi i osobne pytanie poprawiają procedurę, ale nie gwarantują wykrycia wszystkich błędów. Przed automatycznym zasilaniem ERP potrzebne są dane walidacyjne, reguły jednostek i walut oraz podgląd zmian.
Handlowiec widzi pełną nazwę, księgowość skrót, a serwis nazwę oddziału. basal ocenia, które rekordy dotyczą tego samego podmiotu. Odróżnia oddział od spółki zależnej i prosi o dane, gdy sam skrót nie wystarcza.
Nazwy, miejscowości i notatki z CRM, ERP lub serwisu. Kandydatów dostarcza aplikacja.
choice wybiera: ten sam, różne podmioty albo brak danych. Zasady podaje firma.
Przy wyniku ≥ 0,9 kod proponuje relację do karty głównej. Nie wykonuje automatycznego scalania.
Dwa podobne skróty bez danych nie stają się jednym klientem. Pracownik rozstrzyga wyjątki.
Reguła w kontekście mówi: łącz rekordy tego samego podmiotu prawnego; oddział bez osobowości prawnej należy do firmy macierzystej, odrębna spółka zależna pozostaje osobno. Każda para dostaje to samo pytanie z trzema odpowiedziami. Kod tworzy wyłącznie propozycje bezpośrednich powiązań do karty głównej, bez usuwania danych i bez łączenia kolejnych firm na zasadzie przechodniości. Identyfikatory rejestrowe, jeśli dostępne, powinny być dodatkową kontrolą.
Łatwiej przygotować wspólny widok klienta i sprawdzić jego historię. Praca człowieka skupia się na niejasnych powiązaniach, zamiast na porównywaniu każdej pary nazw.
87,50 godzin miesięcznie do wykorzystania na inne zadania.
To wartość czasu pracy, nie automatyczny wzrost gotówki ani zysku. Zwrot zakłada pełne wykorzystanie odzyskanej pracy.
6 000 × 70% × (1,50 − 0,25) min ÷ 60 = 87,50 h
87,50 h × 80 zł − 500 zł = 6 500 zł / miesiąc
Wolumen, czasy obsługi, udział automatyzacji i koszty są ilustracyjnymi założeniami, a nie wynikami nagrania. Koszt wdrożenia jest przyjętym budżetem, nie ofertą cenową. Utrzymanie powinno uwzględniać sprzęt, energię, nadzór i poprawki. Czas inferencji nie zastępuje pomiaru całej pracy człowieka. Przed decyzją o wdrożeniu zmierz te wartości na własnej próbie i uwzględnij koszty pomyłek.
Pięć fikcyjnych par przygotowanych specjalnie do demonstracji: skrót i pełna nazwa, oddział, spółka zależna, podobny skrót innej firmy oraz brak danych. Wszystkie pięć końcowych rozstrzygnięć zgodziło się z oczekiwaniem. To demonstracja mechanizmu, nie estymacja trafności na całej bazie kontrahentów.
Pomiar z 5 października 2026. MacBook Pro, Apple M4 Pro, 24 GB, basal-1.5 4.5B w MLX 8-bit, dwie kolejności opcji. Model rozgrzany, inferencja przez lokalny interfejs 127.0.0.1. 5 żądań, 5 pytań; suma czasu HTTP 5,05 s, cały przebieg 5,05 s. Bez pobierania wag i uruchamiania modelu. Dla PDF czas obejmuje również tworzenie, odczyt i podział pliku. Są to pojedyncze pomiary, nie porównanie szybkości urządzeń.
| Para | Relacja | Propozycja |
|---|---|---|
| PCA / pełna nazwa | Ten sam podmiot | Powiąż z CRM-041 |
| Oddział serwisowy | Bez odrębnej osobowości | Powiąż z CRM-041 |
| PCA Serwis sp. z o.o. | Odrębna spółka zależna | Pozostaw osobno |
| Pomorskie Centrum Audytu | Inny podmiot, podobny skrót | Pozostaw osobno |
| „PCA” bez kontekstu | Brak wystarczających danych | Wyjaśnienie przez człowieka |
Podobna nazwa nie oznacza tej samej firmy, a różne nazwy nie zawsze oznaczają różne firmy. Mały model może oceniać znaczenie według reguły organizacji. Warto zacząć od propozycji do zatwierdzenia i zmierzyć ryzyko błędnego powiązania przed jakąkolwiek automatyczną zmianą danych.
Analiza oferty dla dyrektora finansowego zawiera koszt realizacji i cenę minimalną. Zmieniamy tylko adresata na klienta — aplikacja wstrzymuje dalszy obieg. basal rozpoznaje poufne treści, a uprawnienia i zasady pozostają po stronie firmy.
Treść oferty oraz uprawnienia adresata z aplikacji. Demo niczego nie wysyła.
multi osobno ocenia wewnętrzne finanse, dane dostępowe i informacje o innym kliencie.
Kod sprawdza progi i klasę odbiorcy. Nieznanego adresata kieruje do człowieka przed inferencją.
Ta sama poufna treść jest dozwolona wewnętrznie, ale zatrzymana przed przekazaniem klientowi.
Model analizuje wyłącznie treść wiadomości. Uprawnienia odbiorcy pochodzą z zaufanych danych aplikacji. Dla uprawnionego odbiorcy wewnętrznego procedura pozwala przejść dalej. Dla odbiorcy zewnętrznego sygnał poufności ≥ 0,65 oznacza wstrzymanie; wynik > 0,15 i < 0,65 oznacza kontrolę człowieka. Nieznany odbiorca zatrzymuje proces bez wywołania modelu. Gotowy wariant handlowy, bez wewnętrznych kosztów, jest oddzielnym wejściem — basal nie redaguje wiadomości. Podświetlenia w filmie są redakcyjne, nie z evidence.
Kontrola może wychwycić ujawnienie wewnętrznych warunków przed wysyłką. Rutynowe sprawdzenia zabierają mniej czasu, a niejasne sytuacje trafiają do pracownika.
32,00 godzin miesięcznie do wykorzystania na inne zadania.
To wartość czasu pracy, nie automatyczny wzrost gotówki ani zysku. Zwrot zakłada pełne wykorzystanie odzyskanej pracy.
4 000 × 80% × (1,00 − 0,40) min ÷ 60 = 32,00 h
32,00 h × 100 zł − 600 zł = 2 600 zł / miesiąc
Wolumen, czasy obsługi, udział automatyzacji i koszty są ilustracyjnymi założeniami, a nie wynikami nagrania. Koszt wdrożenia jest przyjętym budżetem, nie ofertą cenową. Utrzymanie powinno uwzględniać sprzęt, energię, nadzór i poprawki. Czas inferencji nie zastępuje pomiaru całej pracy człowieka. Przed decyzją o wdrożeniu zmierz te wartości na własnej próbie i uwzględnij koszty pomyłek.
Cztery autorskie sytuacje, trzy rzeczywiste żądania multi. Wiadomość zawiera ofertę 240 tys. zł, wewnętrzne minimum 210 tys. zł i koszt realizacji 165 tys. zł. Cztery stany końcowe zgodziły się z oczekiwaniem. Nieznany odbiorca nie uruchamia modelu. To mała demonstracja kontroli, nie certyfikowana ochrona przed wyciekiem.
Pomiar z 5 października 2026. MacBook Pro, Apple M4 Pro, 24 GB, basal-1.5 4.5B w MLX 8-bit, dwie kolejności opcji. Model rozgrzany, inferencja przez lokalny interfejs 127.0.0.1. 3 żądań, 3 pytań; suma czasu HTTP 3,53 s, cały przebieg 3,53 s. Bez pobierania wag i uruchamiania modelu. Dla PDF czas obejmuje również tworzenie, odczyt i podział pliku. Są to pojedyncze pomiary, nie porównanie szybkości urządzeń.
| Sytuacja | Wynik aplikacji | Dlaczego |
|---|---|---|
| Analiza dla dyrektora finansowego | Przejdź dalej | Uprawniony odbiorca wewnętrzny |
| Identyczny tekst do klienta | Wstrzymaj | Wewnętrzne koszty i pole negocjacji |
| Gotowy wariant bez danych wewnętrznych | Przejdź dalej | Nie przekracza progów poufności |
| Nierozpoznana lista odbiorców | Człowiek, bez inferencji | Brak informacji o uprawnieniach |
Klasyfikacja treści nabiera znaczenia po połączeniu z uprawnieniami. W przykładzie 30 tys. zł to pole negocjacyjne, a nie zmierzona oszczędność czy pewna uniknięta strata. Nie doliczamy tej kwoty do zwrotu z wdrożenia. Przed użyciem potrzebne są firmowe reguły dostępu, testy wycieków i ocena fałszywych alarmów.
Dostawca opisuje opóźniony komponent własnymi słowami. basal dopasowuje opis do katalogu, a kod przechodzi przez strukturę produktów i zamówienia. Zakupowiec widzi klientów objętych opóźnieniem, wartość zamówień i dopuszczony zamiennik dostępny na czas.
choice łączy „metalowy detektor zbliżeniowy” z S18 — czujnikiem indukcyjnym M18, 24 V.
Kod przechodzi po strukturze części, uwzględnia magazyn, ilości oraz daty. Niczego nie dopisuje do grafu.
noul odczytuje istniejący status dopuszczenia z notatki działu technicznego. Model sam nie zatwierdza części.
Kod porównuje dostępność i koszt dopuszczonych kandydatów. Zakupowiec zatwierdza dalsze działanie.
Dane ERP zawierają trzy komponenty, trzy produkty, cztery zamówienia oraz datę nowej dostawy. Model identyfikuje opóźnioną część z tekstu. Kod oblicza niedobór dla zamówień wymagających części przed nową datą i zlicza obrót oraz marżę pokrycia. Następnie model odczytuje istniejące dopuszczenia trzech zamienników. Kod wymaga P(zatwierdzony) ≥ 0,9, odpowiedniej ilości oraz terminu i wybiera najmniejszy dodatkowy koszt wśród kandydatów spełniających wszystkie warunki. Daty w demonstracji są danymi ustrukturyzowanymi, a nie wynikiem ekstrakcji przez basal.
Zamiast ręcznie szukać zależności w kilku arkuszach, zakupowiec dostaje konkretną listę spraw i propozycję następnego ruchu. Łatwiej nadać priorytet zakłóceniu i skoordynować produkcję ze sprzedażą.
12,25 godzin miesięcznie do wykorzystania na inne zadania.
To wartość czasu pracy, nie automatyczny wzrost gotówki ani zysku. Zwrot zakłada pełne wykorzystanie odzyskanej pracy.
30 × 70% × (45,00 − 10,00) min ÷ 60 = 12,25 h
12,25 h × 140 zł − 450 zł = 1 265 zł / miesiąc
Wolumen, czasy obsługi, udział automatyzacji i koszty są ilustracyjnymi założeniami, a nie wynikami nagrania. Koszt wdrożenia jest przyjętym budżetem, nie ofertą cenową. Utrzymanie powinno uwzględniać sprzęt, energię, nadzór i poprawki. Czas inferencji nie zastępuje pomiaru całej pracy człowieka. Przed decyzją o wdrożeniu zmierz te wartości na własnej próbie i uwzględnij koszty pomyłek.
Autorska wiadomość dostawcy, fikcyjna struktura części i cztery zamówienia. Pięć kontroli końcowych zgodziło się z oczekiwaniem: komponent S18, dwa zamówienia, obrót 246 tys. zł, marża pokrycia 67,8 tys. zł oraz kandydat ALT-18. Nie wysłano zamówienia zakupu. To kontrola małego procesu demonstracyjnego, nie niezależny test trafności modelu.
Pomiar z 5 października 2026. MacBook Pro, Apple M4 Pro, 24 GB, basal-1.5 4.5B w MLX 8-bit, dwie kolejności opcji. Model rozgrzany, inferencja przez lokalny interfejs 127.0.0.1. 4 żądań, 4 pytań; suma czasu HTTP 2,89 s, cały przebieg 2,89 s. Bez pobierania wag i uruchamiania modelu. Dla PDF czas obejmuje również tworzenie, odczyt i podział pliku. Są to pojedyncze pomiary, nie porównanie szybkości urządzeń.
| Sprawdzenie | Wynik | Znaczenie biznesowe |
|---|---|---|
| Z-501 + Z-502 | Brakuje łącznie 7 czujników | 246 000 zł obrotu objętego opóźnieniem |
| Z-503 | Potrzebuje części po nowej dostawie | Poza alarmem |
| Z-504 | Używa innego komponentu | Poza alarmem |
| ALT-18 | Dopuszczony, na czas, wystarczająca ilość | Kandydat; dodatkowy koszt 1 820 zł |
| ALT-12 / ALT-LATE | Brak dopuszczenia / za późno | Odrzuceni mimo niższego kosztu |
Model łączy tekst ze znaczeniem pozycji katalogowej. Kod wylicza konsekwencje na podstawie znanych zależności. 246 tys. zł to wartość zamówień objętych ryzykiem opóźnienia, a nie pewna strata ani gwarantowany uratowany przychód. Ostateczna ocena techniczna i zakup pozostają u człowieka; w produkcji trzeba uwzględnić pełny harmonogram, rezerwacje magazynu i dostępność dostawców.
Aplikacja wyszukuje ORLEN w wybranych publicznych serwisach. basal ocenia związek treści z firmą, rozpoznaje tematy i wybiera dosłowny fragment. Wynik to cytat ze źródłem i datą, kolejka przeglądu oraz widoczne wyjątki.
Demonstracja aplikacji ORLEN wybrano wyłącznie do demonstracji aplikacji. Projekt basal nie jest powiązany z ORLEN; materiał nie stanowi wdrożenia ani rekomendacji tej firmy.
Trzy kanały RSS wyników wyszukiwania i jeden kanał filtrowany po nazwie. Kod odczytuje tekst artykułu.
choice ocenia kontekst. multi wskazuje tematy. Sam wynik meczu ze sponsorem w nazwie nie wystarcza.
AI → partnerzy czy wdrożenie? Ceny → podwyżka czy obniżka? Model wybiera krótki cytat, a noul sprawdza jego sens.
Kod weryfikuje dosłowność cytatu, stosuje progi i pamięta treść. Kolejny skan analizuje tylko zmiany.
Wyszukiwanie i pobieranie treści wykonuje kod, a nie model. Do basal trafiają fragmenty publikacji i profil monitoringu. Próg klasyfikacji kontekstu to 0,80, etykiet multi 0,70, a osobnej oceny sensu cytatu 0,85. Temat z poprzedniego kroku wybiera kolejne pytanie i listę odpowiedzi. Cytaty są wybierane spośród oryginalnych fragmentów do 22 słów; kod sprawdza ich dokładną obecność w tekście. Zastosowano wybór fragmentu przez choice i kontrolę noul, bez funkcji evidence wymagającej innego silnika. Wyniki poniżej progów oraz brak treści trafiają do sprawdzenia. Film pokazuje także niepewną ocenę relacji sportowej.
Próba obejmuje 9 kandydatów z 4 skonfigurowanych serwisów: BrandsIT, ManagerPlus, SPR Wisła Płock i Business Insider. 4 karty trafiły do przeglądu dziennego, 4 do ręcznego sprawdzenia, a 1 wynik poza zakres. Jeden wynik nie zawierał wystarczającej treści artykułu. Źródła dobrano demonstracyjnie; procedurę dopracowano na tym zestawie. To nie niezależny benchmark jakości ani pełny obraz publikacji o ORLEN. Data pobrania nie musi być datą publikacji.
Pomiar z 5 października 2026, rozgrzany basal-1.5 4.5B MLX 8-bit, MacBook Pro M4 Pro (24 GB). Odkrywanie i pobranie stron: 4,26 s. 16 żądań i 32 pytań do lokalnego modelu: 45,61 s łącznie. Cały pierwszy skan: 49,89 s. Drugi rzeczywisty skan: 4,31 s; 8 treści bez zmian, 0 nowych żądań do modelu. Czas obejmuje sieć i kod aplikacji; nie jest samym czasem inferencji.
| Etap | Zaobserwowany wynik | Rola aplikacji |
|---|---|---|
| Odkrycie publikacji | 9 kandydatów / 4 serwisy | RSS i pobranie WWW |
| Przegląd dzienny | 4 karty z cytatem i źródłem | Ocena tematów i kontrola cytatu |
| Wyjątki | 4 do sprawdzenia, w tym brak treści | Progi niepewności; bez zgadywania |
| Inny temat | 1 wynik poza zakresem | Odróżnienie treści od samej nazwy |
| Powtórny skan | 8 treści bez zmian | 0 wywołań modelu; zachowane oceny |
Krótkie fragmenty publikacji użyte w nagraniu. Daty pochodzą ze źródeł; strony pobrano 5 października 2026. Oceny i kolejki w filmie są wynikiem aplikacji.
ORLEN rozszerza swoją strategię AI: po współpracy z globalnymi dostawcami technologii koncern chce zbudować szerszą sieć firm […]
Fragment publikacji przekazany do przeglądu.
Orlen uruchomił przy autostradzie A1 pierwszą w Polsce publiczną infrastrukturę Megawatt Charging System, przygotowując się na moment […]
Fragment publikacji przekazany do przeglądu.
Po zakłóceniach saudyjskich dostaw ORLEN kupił 16 dodatkowych ładunków ropy dla rafinerii w Polsce, Czechach i na Litwie […]
Fragment publikacji przekazany do przeglądu.
ORLEN wprowadził 25 września 2026 r. znaczące podwyżki hurtowych cen paliw.
Fragment publikacji przekazany do przeglądu.
Orlen Wisła Płock: 16.Vujović – 7 obron (0/1 k), 32.Alilović – 3 (0/2 k), 3.Daszek – 9, 8.Janc – 6 […]
Kontekst sportowy; klasyfikacja do sprawdzenia.
Zespół dostaje krótkie, sprawdzalne fragmenty i kolejkę wyjątków zamiast samej listy linków. Cytat jest wypowiedzią źródła, a nie potwierdzeniem prawdziwości zdarzenia przez basal. Rzeczowa informacja o podwyżce nie musi oznaczać krytycznego tonu autora. Zakres źródeł, progi i listy tematów można dostosować do własnej firmy. W tej próbie nie wysyłano alertów ani odpowiedzi i nie przypisujemy ORLEN żadnych oszczędności.
Brief mówi 20%. Baner pokazuje 30%. Film przedłuża promocję, a lektor obiecuje rabat na wszystkie buty. Wczesna wersja eksperymentalnego basal-omni-1.0-max przetwarza tekst, obraz, klatki filmu i polski dźwięk. Aplikacja porównuje odpowiedzi i przygotowuje konkretną listę poprawek dla zespołu.
Demonstracja aplikacji KROK i kampania są fikcyjne, przygotowane wyłącznie do tej demonstracji. Użyto wczesnej wersji basal-omni-1.0-max sprzed wydania. basal-omni to eksperymentalna linia, która nie jest częścią basal-2.0. Film pokazuje rzeczywiste wyniki, w tym błędną ocenę audio w próbie łącznej. Reklam nie publikowano.
Warunki zatwierdzone przez firmę.
Piksele grafiki, w tym rabat.
Cztery próbki z filmu, z oznaczeniem czasu.
Surowa polska ścieżka audio.
Jeden model: wczesna wersja basal-omni-1.0-max. Bez OCR i bez transkrypcji na wejściu. Film trafia do modelu jako cztery klatki i ścieżka dźwięku. Pytania i lista odpowiedzi definiują kontrolę. Film pokazuje zarówno możliwości, jak i ograniczenie obecnej wersji.
Tekst po polsku, baner PNG i 16-sekundowy MP4 z polskim lektorem. Kod wydziela 4 klatki i audio 16 kHz.
Ten sam model otrzymuje wszystkie media razem, a następnie każdy kanał osobno. Wybiera spośród odpowiedzi podanych w pytaniu.
Kod porównuje rabat, datę i zakres produktów. Sprzeczność między oceną łączną a odczytem kanału kieruje sprawę do człowieka.
Wersja A: trzy uwagi dla zespołu. Wersja B: materiały gotowe do akceptacji. Ostateczna publikacja pozostaje u człowieka.
Model nie dostaje opisu obrazka ani rozpoznanej wcześniej mowy. Otrzymuje piksele i próbki audio, przetwarzane przez jego procesor multimodalny. Film jest reprezentowany przez klatki z 2., 6., 10. i 14. sekundy; to kontrola treści tych klatek, a nie całego przebiegu ruchu. Najpierw trzy pytania choice porównują wspólne wejście z briefem. Dodatkowe trzy odczyty choice ustalają treść poszczególnych kanałów. Kod porównuje wybrane wartości z ustrukturyzowanymi warunkami promocji. Kolejne kryterium zmienia pytanie i opcje, bez zmiany wag i bez dodatkowego treningu. To lokalny adapter badawczy sprzed wydania. Wydany silnik przyjmuje obrazy i dźwięk w polu „media” standardowego API. Filmu jako takiego nie przyjmuje: tak jak tutaj, jego klatki wysyłasz jako obrazy, a ścieżkę dźwięku jako audio.
Wersja A: Nowy sezon, nowy krok. Od dziesiątego do dwunastego października dwadzieścia procent rabatu na wszystkie buty. Wpisz kod START dwadzieścia. Wybierz swoją parę w KROK.
Wersja B: Nowy sezon, nowy krok. Od dziesiątego do dwunastego października dwadzieścia procent rabatu na buty sportowe. Wpisz kod START dwadzieścia. Wybierz swoją parę w KROK.
Tekst jest pomocą dla odbiorcy filmu. W tej próbie do modelu przekazywano dźwięk, bez transkrypcji.
Wspólna kontrola briefu, banera, filmu i głosu. Człowiek zaczyna od konkretnych uwag zamiast otwierać każdy plik od początku.
Błędny rabat, przedłużony termin lub zbyt szeroka obietnica trafiają do przeglądu przed startem kampanii. Nie wyliczamy fikcyjnej „unikniętej straty”.
Zmieniasz brief, pytania i opcje. Możesz przygotować kontrolę kolejnej marki lub promocji bez trenowania osobnego klasyfikatora.
120 kampanii × (15 − 5 minut) ÷ 60.
Zakładamy skrócenie pracy człowieka z 15 do 5 minut na kampanię.
20 godzin × 100 zł − 300 zł utrzymania.
Przy budżecie wdrożenia 8 000 zł: 12 400 zł w pierwszym roku i orientacyjnie 4,7 miesiąca do zwrotu.
To przykład wartości odzyskanej pracy, nie zmierzona oszczędność ani gwarantowany zysk. Wolumen, czas przeglądu i koszty są założeniami. Korzyść wymaga wykorzystania odzyskanego czasu; przed wdrożeniem zmierz pracę zespołu, koszty sprzętu, energii, nadzoru oraz pomyłek. Pomiar na H100 nie potwierdza przyjętego tu budżetu utrzymania.
Dwa warianty jednej autorskiej, fikcyjnej kampanii. Wariant A zawiera trzy celowo przygotowane rozbieżności, B jest poprawiony. Osobne odczyty kanałów: 6/6 poprawnych odpowiedzi. Oceny ze wszystkimi mediami razem: 5/6. Model błędnie uznał zakres głosu w A za zgodny, ale osobny odczyt audio poprawnie wskazał „na wszystkie buty”. Reguły aplikacji pokazują tę sprzeczność. Kod promocyjny i pełna oś czasu filmu nie były osobnymi kryteriami testu. Procedurę rozwijano na tym zestawie — to demonstracja, nie niezależny benchmark jakości.
Jeden H100 80 GB; wczesna wersja basal-omni-1.0-max, bf16, eager/math SDPA, logity opcji fp32. Każde pytanie odczytano w dwóch kolejnościach opcji i uśredniono rozkłady. 12 pytań, 24 odczyty. Wersja A: 14,5 s; B: 13,8 s. Czasy obejmują przygotowanie wejścia i odczyty na GPU, bez ładowania wag (25,8 s) i wcześniejszego wydzielenia mediów. Łączny czas samych odczytów GPU: 25,3 s. Procenty w filmie są nieskalibrowanym rozkładem opcji dla mediów, a nie gwarancją poprawności.
| Sprawdzenie | Wersja A | Wersja B |
|---|---|---|
| Rabat na banerze | 30% | 20% |
| Koniec promocji w filmie | Do 19 października | Do 12 października |
| Zakres w głosie | Na wszystkie buty | Na buty sportowe |
| Ocena audio ze wszystkimi mediami | „Zgodne” — błąd modelu | „Zgodne” — poprawnie |
| Reguły aplikacji | Zatrzymaj; 3 poprawki, 1 sprzeczność ocen | Przekaż do akceptacji zespołu |
Jeden model pomaga porównać warunki kampanii zapisane w różnych mediach. Zespół otrzymuje listę uwag do konkretnych plików przed uruchomieniem budżetu reklamowego. W tej próbie samo wspólne wejście nie wystarczyło do poprawnej oceny głosu — osobna kontrola kanału ujawniła rozbieżność. basal-omni jest eksperymentalny i nie należy do wydania basal-2.0; wydany model może odpowiadać inaczej, a obsługa mediów może się zmienić. Wartość biznesowa polega na skróceniu przygotowania przeglądu; decyzję o publikacji nadal podejmuje człowiek.
Zamówiono 20 monitorów. Do magazynu dotarło 18. Faktura obejmuje 20. Wczesna wersja basal-omni-1.0-max czyta obrazy dokumentów, a aplikacja porównuje ilości i wskazuje 2 000 zł netto do wyjaśnienia. Potem sprawdzamy poprawioną fakturę oraz nieczytelny skan.
Demonstracja aplikacji Dokumenty i firmy są fikcyjne. Model otrzymał całe obrazy PNG, bez OCR ani przepisanej treści. To odczyt określonych pól z listy możliwych odpowiedzi, nie uniwersalny eksport dowolnego dokumentu. Kwota do wyjaśnienia nie oznacza zmierzonej oszczędności. Obsługa obrazów w basal-omni jest eksperymentalna.
Całe obrazy dokumentów, z widoczną treścią i układem.
Rodzaj dokumentu wybiera następne pytanie o ilość.
Cena z danych aplikacji. Różnicę w złotych liczy kod.
Oryginał dokumentu pozostaje obok odpowiedzi.
Jeden model: wczesna wersja basal-omni-1.0-max. Jeden model otrzymuje piksele i pytania. Opcje ilości to 0–30, „Więcej niż 30” i „Nie da się odczytać”. Powiększenie w filmie pomaga widzowi; do modelu trafiła cała strona.
Zamówienie, dokument wydania WZ i faktura. Później poprawiona faktura i zamazany WZ.
Model rozpoznaje dokument; wynik wybiera kolejne pytanie. Sprawdza też wspólny numer zamówienia.
20 na fakturze − 18 odebranych = 2 sztuki. Cena 1 000 zł netto pochodzi z danych aplikacji / ERP.
Po poprawie: faktura i odbiór obejmują 18 sztuk. Zamówienie nadal ma 2 sztuki niedostarczone. Nieczytelny dokument wymaga nowego skanu.
Lokalny adapter badawczy podaje procesorowi modelu całe obrazy i pytania choice. Najpierw identyfikuje rodzaj dokumentu, a następnie zadaje właściwe pytanie o ilość: zamówioną, odebraną lub zafakturowaną. Wszystkie możliwe odpowiedzi określa aplikacja. Odczytuje również produkt i porównuje numer zamówienia na trzech obrazach. Kod porównuje wybrane wartości i liczy różnicę według ceny z danych aplikacji. Nie wykonywano operacji w prawdziwym ERP ani płatności.
Odczyt wskazanych pól z obrazów rozpoczyna kontrolę bez ręcznego wprowadzania całej strony.
Dwie sztuki różnicy i dokument źródłowy. 2 000 zł netto to kwota do wyjaśnienia, nie deklarowany zysk.
Rodzaj dokumentu zmienia pytanie. Poprawiony plik uruchamia ponowną kontrolę bez trenowania nowych wag.
Wartość biznesowa wymaga pilotażu na dokumentach firmy i pomiaru czasu poprawek. W tym demo nie mierzono czasu pracownika ani oszczędności finansowej.
Pięć autorskich obrazów: zamówienie, WZ, pierwotna faktura, poprawiona faktura oraz nieczytelny WZ. Wszystkie 15 odpowiedzi zgadzają się ze scenariuszem: 20 / 18 / 20 sztuk, poprawiona faktura 18, zgodny produkt i numer zamówienia. Przy zamazaniu obu wystąpień ilości model wybiera „Nie da się odczytać”. To demonstracja na kontrolowanych dokumentach, nie niezależny benchmark OCR.
Przebieg 67355767: pierwsza kontrola 5,05 s (10 pytań), poprawiona faktura 2,30 s (4 pytania; zachowane wcześniejsze odczyty zamówienia i WZ), nieczytelny skan 0,37 s (1 pytanie). Jeden H100 80 GB, bf16, math SDPA; logity opcji fp32. Dwie kolejności opcji na pytanie: łącznie 30 odczytów. Pomiar obejmuje odczyt plików, procesor i inferencję przy modelu w pamięci. Bez transferu, kolejki i startu modelu (31,82 s, w tym ładowanie wag 29,27 s). Rozkłady opcji dla mediów nie są skalibrowaną gwarancją poprawności.
| Sprawdzenie | Odczyt modelu | Wynik aplikacji |
|---|---|---|
| Zamówienie / WZ / faktura | 20 / 18 / 20 sztuk | 2 sztuki ponad potwierdzony odbiór |
| Produkt i numer zamówienia | Monitor TERA 27; wspólny numer: Tak | Można porównać wskazane ilości |
| Różnica netto | Ilości z obrazów; cena z aplikacji | 2 × 1 000 zł = 2 000 zł do wyjaśnienia |
| Poprawiona faktura | 18 sztuk | Ilość zgodna z odebranymi 18 sztukami |
| Nieczytelny WZ | Nie da się odczytać | Poproś o czytelny dokument |
Wczesna wersja basal-omni-1.0-max potrafiła w tej próbie odczytać konkretne pola z obrazów i skierować nieczytelny dokument do ponownego skanowania. Aplikacja użyła tych odpowiedzi do kontroli ilościowej. Nie zastępuje to pełnego sprawdzenia faktury, jej autentyczności ani akceptacji księgowej.
Pięć krótkich rozmów po polsku: awaria, podwójna opłata, nierozliczony przelew, oferta na dodatkowe konta i prośba o ponowny telefon. Posłuchaj każdej w całości, a potem zobacz odpowiedzi modelu oraz propozycję karty sprawy do sprawdzenia przez konsultanta.
Demonstracja aplikacji Wybrane przykłady demonstracyjne wczesnej wersji basal-omni-1.0-max. Odpowiedzi zgodne ze scenariuszem: 21/25; błędne: 2; nierozstrzygnięte: 2. Poprawnie wybrane ścieżki obsługi: 5/5. Scenariusze rozwijano po wcześniejszych próbach — nie jest to losowy test jakości. Głosy, dialogi i sprawy są syntetyczne. Wydany basal-omni-1.0-max rozumie mowę słabiej: w naszej sondzie wynik z nagrań był 22–42 pkt niższy niż z transkrypcji. Do nagrań mowy polecamy basal-omni-1.0-mini.
Pełne nagrania dwóch rozmówców, bez przyspieszenia.
Surowe audio oraz pytania z listami odpowiedzi.
Następny krok, stan sprawy, kontakt, awaria i rezygnacja.
Odsłuch i poprawa błędnych lub niepewnych odpowiedzi.
Jeden model: wczesna wersja basal-omni-1.0-max. Do modelu trafił dźwięk WAV 16 kHz, bez transkrypcji. Napisy w filmie są pomocą dla widza. Model wybiera etykiety; nie generuje notatki ani nie odczytuje osobnego pola daty lub godziny kontaktu.
Łącznie 100,05 s audio. Każde nagranie model otrzymuje w całości.
Pytania dotyczą następnego kroku, rozwiązania sprawy, kontaktu firmy, awarii i decyzji o rezygnacji.
Wyniki i słabsze rozkłady opcji są widoczne. Kolory błędów pochodzą z porównania z autorskim scenariuszem, nie z dodatkowego modelu weryfikującego.
Wszystkie karty są propozycjami. Nie zapisano danych w prawdziwym CRM, nie utworzono zadań ani nie kontaktowano się z klientami.
Lokalny demonstracyjny adapter HTTP przyjmuje JSON z dźwiękiem oraz pięcioma pytaniami choice. Na planszy żądania skrócono dane pliku i pokazano jedno z pytań, a na planszy odpowiedzi — rzeczywiste prawdopodobieństwa wczesnej wersji basal-omni-1.0-max. Model otrzymuje próbki dźwięku, bez ASR na wejściu. Każde pytanie odczytywane jest w dwóch kolejnościach opcji; rozkłady są uśredniane. Kod mapuje wybraną etykietę na pole karty. Demonstracyjny próg 0,8 i zgodność kolejności pomagają oznaczyć pola do przeglądu, ale nie stanowią kalibracji audio ani gwarancji wykrycia błędów. Czerwone pola w filmie to znane błędy względem przygotowanego scenariusza, oznaczone podczas oceny próby. Ten format należy do adaptera badawczego sprzed wydania; wydany silnik przyjmuje dźwięk w polu „media” standardowego API.
Model wskazuje następny krok: serwis, rozliczenia, sprzedaż albo oddzwonienie. W tej próbie poprawnie wybrane ścieżki: 5/5.
Konsultant widzi odpowiedzi razem z nagraniem. Film nie zastępuje błędów modelu odpowiedziami wzorcowymi.
Jeśli przygotowanie i kontrola karty zajęłyby o 30 s mniej, 1 000 rozmów dawałoby 8 h 20 min odzyskanego czasu. To założenie, nie wynik pomiaru.
Przed użyciem w firmie trzeba poprawić i zmierzyć jakość audio oraz koszt weryfikacji. Przykładowy rachunek nie uwzględnia integracji, sprzętu, utrzymania i pomyłek. Model jest eksperymentalny i nie należy do wydania basal-2.0; obsługa mowy może się zmienić.
Pięć wybranych rozmów i pięć pytań do każdej. Odpowiedzi zgodne: 21; błędne: 2; nierozstrzygnięte: 2. Awaria: Wszystkie odpowiedzi zgadzają się z dialogiem. Podwójna opłata: Do weryfikacji: awaria blokująca pracę. Nierozliczony przelew: Do weryfikacji: awaria blokująca pracę, decyzja o rezygnacji. Dodatkowe konta: Wszystkie odpowiedzi zgadzają się z dialogiem. Prośba o telefon: Do weryfikacji: awaria blokująca pracę. Poprawione dialogi nagrano głosami ElevenLabs i ponownie sprawdzono tym samym modelem, z niezmienionymi pytaniami. Film pokazuje cały wybrany zestaw. To demonstracja na autorskich przykładach, nie niezależny benchmark.
Próba z 9 października 2026: 25 pytań, 50 odczytów; suma czasów pięciu analiz 4,45 s. Rozmowy kolejno: 1,34 / 0,81 / 0,80 / 0,76 / 0,73 s. Materiał źródłowy: 100,05 s. Jeden H100 80 GB, bf16, math SDPA, logity opcji fp32. Pomiar obejmuje obsługę żądania w lokalnym adapterze, dekodowanie audio, procesor i odczyty przy modelu w pamięci; bez transferu z komputera użytkownika, kolejki i ładowania wag. Muzyka oraz komentarz narratora zostały dodane dopiero do filmu — model otrzymał czyste dialogi. Nie mierzono odporności na hałas ani nagrania telefoniczne niskiej jakości.
| Rozmowa | Następny krok modelu | Zgodne pola | Problem w próbie |
|---|---|---|---|
| Awaria | Serwis techniczny | 5 / 5 | Wszystkie odpowiedzi zgadzają się z dialogiem. |
| Podwójna opłata | Weryfikacja rozliczeń | 4 / 5 | Do weryfikacji: awaria blokująca pracę. |
| Nierozliczony przelew | Weryfikacja rozliczeń | 3 / 5 | Do weryfikacji: awaria blokująca pracę, decyzja o rezygnacji. |
| Dodatkowe konta | Przygotowanie oferty | 5 / 5 | Wszystkie odpowiedzi zgadzają się z dialogiem. |
| Prośba o telefon | Przełożona rozmowa / callback | 4 / 5 | Do weryfikacji: awaria blokująca pracę. |
Na wybranych rozmowach model przygotował 21 z 25 pól zgodnie ze scenariuszami. Poprawnie wybrane ścieżki obsługi: 5/5. Karta pozostaje propozycją do odsłuchu i zatwierdzenia. Dobór przykładów służy pokazaniu działania aplikacji; nie wyznacza jakości na dowolnych rozmowach firmy.
Jedna wiadomość miesza polski, angielski i chiński mandaryński. basal-omni otrzymuje nagranie oraz sześć pytań po polsku: o produkty, termin dostawy, fakturę, anulowanie, intencję i języki. Bez transkrypcji ani tłumaczenia na wejściu.
Demonstracja aplikacji Fikcyjna wiadomość, nagrana w ElevenLabs innym głosem niż lektor. Inferencja na HP ZGX Nano była lokalna. To jedna wybrana próbka, nie benchmark obsługi trzech języków. Nagranie pokazuje wczesny model sprzed wydania.
Polski, angielski i chiński w jednej wypowiedzi klienta.
Nagranie WAV i możliwe odpowiedzi; bez ASR na wejściu.
Produkty, termin, faktura i intencja stają się polami sprawy.
Propozycja do zatwierdzenia, bez zmiany prawdziwego zamówienia.
Jedno żądanie zawiera audio w media oraz sześć definicji choice w questions. Demonstracyjny adapter oblicza reprezentację dźwięku raz i używa jej przy kolejnych pytaniach. Każde pytanie odczytuje w dwóch kolejnościach opcji. Jedno żądanie HTTP nie oznacza jednego przebiegu całego modelu; to eksperyment w lokalnym adapterze, nie obietnica identycznej optymalizacji w wydanym silniku.
Na jednym nagraniu uzyskano 6/6 odpowiedzi zgodnych ze scenariuszem. Wszystkie porównane warianty wybrały te same odpowiedzi. Powtórzenia służyły pomiarowi czasu, a nie zwiększeniu liczby niezależnych przykładów jakości.
HP ZGX Nano (Nvidia DGX Spark), GB10, BF16. Mediany z trzech pomiarów po rozgrzaniu: pytania osobno 4,15 s; w partii 4,46 s; wspólna reprezentacja audio i osobne pytania 4,14 s; wspólna reprezentacja i partia 4,44 s. Pomiar obejmuje obsługę lokalnego żądania, dekodowanie i inferencję; bez ładowania wag, kolejki i transferu na urządzenie. Różnicy 4,15 → 4,14 s nie przedstawiamy jako istotnego przyspieszenia.
| Pytanie | Odpowiedź modelu |
|---|---|
| Produkty i liczba | 50 niebieskich kubków |
| Nowy termin | Piątek przed południem |
| Faktura | Na firmową skrzynkę e-mail |
| Anulowanie | Nie anulować zamówienia |
| Intencja | Zmiana terminu dostawy |
| Języki | Polski, angielski i chiński |
Jedna wielojęzyczna wiadomość może dostarczyć kilku pól potrzebnych w procesie firmy. Zmieniasz pytania i opcje, bez osobnego treningu klasyfikatora. Jakość trzeba sprawdzić na własnych głosach, językach i warunkach nagrania.
Poranna skrzynka fikcyjnej firmy Meble Brzoza: faktury, zapytania ofertowe, reklamacje, pisma i phishing. Widać rzeczywisty graf n8n, decyzje basala, szkice Bielika, zatrzymanie procesu i wznowienie po odpowiedzi księgowej.
Demonstracja aplikacji To demonstracja tekstowego basal-1.5-4.5B, nie basal-omni. Dane i systemy firmy są syntetyczne. Nie pobierano faktur z KSeF, nie zmieniano rachunków, nie wysyłano maili ani wiadomości przez Telegram. Film pokazuje lokalny formularz księgowej i węzeł Wait.
30 maili w pięciu kategoriach.
Kategoria, potrzeba działania, pilność i act z kosztami phishingu.
Kod sprawdza XML i kwoty, Bielik pisze szkic, kalendarz przyjmuje termin.
Księgowa sprawdza sprawę; odpowiedź trafia do zbioru etykiet, bez automatycznego treningu.
Standardowy HTTP Request w n8n przekazuje state oraz cztery pytania choice, noul, score i act. Switch rozdziela sprawy. Przy fakturach kod weryfikuje XML i sumy, a basal proponuje konto, zgodność z zamówieniem i oznaczenie środka trwałego. Terminy liczy kod; model wybiera spośród kandydatów. Niepewne sprawy zatrzymuje Wait. Lokalny Bielik tworzy wyłącznie szkice ofert.
30/30 kategorii i 30/30 wskazań potrzeby działania zgadzało się z etykietami. Pilność jest wynikiem na skali, nie deklaracją 100% poprawności. Pytania i politykę kosztów dopracowano na tych samych danych — to próba integracji, nie niezależny benchmark.
HP ZGX Nano, GB10, basal-1.5-4.5B BF16 i Bielik Q8_0 w Ollama. Mediana triage w partii przy równoległym obciążeniu: 1,80 s. Osobny przebieg jednej faktury: 408 ms dla czterech pytań i 1,373 s całego workflow. Próba offline potwierdza izolację kontenera n8n; rejestr VAT był demonstracyjnym plikiem, nie sprawdzeniem państwowej usługi na żywo.
| Gałąź | Wynik procesu |
|---|---|
| 12 faktur | 10 propozycji dekretacji, 2 do księgowej |
| 7 zapytań ofertowych | 7 szkiców Bielika, bez wysyłki |
| 5 reklamacji | 5 zadań serwisowych |
| 4 pisma | 2 terminy w kalendarzu, 2 do potwierdzenia |
| 2 próby phishingu | 2 wiadomości w kwarantannie |
basal wybiera następny krok, n8n łączy systemy, kod liczy, a człowiek zatwierdza wyjątki. Taki podział pozwala automatyzować różne procesy tym samym interfejsem decyzji. Żaden z pokazanych etapów nie autoryzuje płatności.
Agent otwiera prawdziwą Wikipedię, a potem przechodzi przez demonstracyjny zakup biletu. Przy każdym ruchu widzisz wybraną operację, element strony i prawdopodobieństwa. Na końcu kod i decyzja act zatrzymują zakup do zgody człowieka.
Demonstracja aplikacji Film pokazuje modele tekstowe i widoczny DOM, nie analizę obrazu strony przez omni. To zapis konfiguracji wyścigu; nie zmierzono czasu uczestnika. Bilet i cena są fikcyjne, nie wykonano płatności.
Polecenie po polsku i widoczne elementy strony.
Jedna para operacja/element; paski pokazują rozkład decyzji.
Playwright wykonuje dozwoloną akcję. Bielik uzupełnia wybrane pole.
Brak zgody zatrzymuje ruch. Model nie omija kontroli kodu.
Aplikacja buduje listę dozwolonych par operacja/element z widocznego DOM. Model wybiera parę, kod sprawdza ją i wykonuje. Paski operacji i celów są wyliczone z jednego rozkładu par. Model nie generuje selektorów ani kodu. Decyzja act oraz niezależna reguła kodu muszą dopuścić operację; bez zgody człowieka agent staje.
Wikipedia: trzy decyzje i niezależna kontrola adresu oraz treści artykułu. Makieta biletu: sześć ruchów i pytanie act, wynik ask_human. Nieudane próby gov.pl i BIP nie są przedstawiane jako ukończone misje. Nie porównujemy czasu z agentem konkurenta działającym na innej stronie.
Całe zadania: Wikipedia 5,640 s, bilet 11,832 s. Sumy żądań basal: 2,942 s i 4,355 s. Modele tekstowe sprzed wydania 2.0, działające na HP ZGX Nano. max_error: 0.05 był w żądaniu, ale konfiguracja zwróciła calibration: unvalidated; film nie deklaruje gwarancji 5% błędów.
| Misja | Wynik |
|---|---|
| Wikipedia | Znaleziony artykuł, 3 decyzje |
| Fikcyjny bilet | 6 ruchów + act → zapytaj człowieka |
| Przejście do płatności | Zatrzymane, brak zgody |
Krótka decyzja modelu może sterować kolejnym ruchem agenta. Listę akcji, kontrolę uprawnień i potwierdzenia utrzymuje aplikacja. Widzisz zarówno drogę do celu, jak i moment, w którym automatyzacja musi się zatrzymać.
Pięć stacji pokazuje dynamiczny klasyfikator: siedem decyzji o zgłoszeniu, kalambury z 200 hasłami, pytania o zdjęcie, strażnik kadru i sterowanie paletką. Zadania tekstowe obsługuje mały basal, a obrazy i Pong — basal-omni.
Demonstracja aplikacji Nagranie z wczesnymi wersjami modeli sprzed wydania. Dane zgłoszeń i karta są syntetyczne; nikt nie powiadamia służb. Pytania obrazowe dotyczą jednej fotografii i dwóch kadrów, a nie ciągłego monitoringu kamery.
Każda stacja przygotowuje potrzebny kontekst.
Model tekstowy: zgłoszenia i hasła. Omni: obraz oraz ruch w Pong.
Kolejka, odgadnięte hasło, wskazany obiekt, zasłonięty kadr lub ruch paletki.
Małe próby i widoczne błędy; brak deklaracji gotowej automatyzacji bezpieczeństwa.
Zgłoszenie używa choice, noul i score; kalambury jednego choice z 200 opcjami. W stacji obrazu zmienia się pytanie o tę samą fotografię: kubek, roślina, laptop. Ramki przypisuje aplikacja do znanych obiektów — model nie zwraca ich lokalizacji. Strażnik kadru zasłania wynik do decyzji. Fizyka Pong działa w kodzie, a rzeczywiste zapytania wybierają ruch paletki.
Obraz: 3 pytania o przedmioty i 2 decyzje o kadrze, 5/5 zgodnych odpowiedzi. Pong: 60 s próby, 63 decyzje, 4 odbicia, 0 chybień przy prędkości pokazowej. Zgłoszenie ukraińskie otrzymało błędną kolejkę i trafiło do przeglądu. Nie wszystkie pomyłki modelu muszą mieć niską pewność.
HP ZGX Nano, modele sprzed wydania. Zgłoszenia: 81,9–86,8 ms dla siedmiu pytań; kalambury: 151–152 ms. Próby obrazowe: około 0,7–4,0 s, z HTTP i różnym rozgrzaniem/obciążeniem. To pomiary różnych zadań, nie porównanie szybkości urządzeń.
| Stacja | Co pokazuje |
|---|---|
| Zgłoszenie na żywo | 7 pytań i przekazanie do człowieka |
| Kalambury | Żubr: 19,2% → 66,6% → 90,0% po kolejnych wskazówkach |
| Znajdź to | Ta sama fotografia, trzy pytania i odpowiedzi |
| Strażnik kadru | Syntetyczna karta / zwykłe biurko |
| Pong | Ruch z odpowiedzi modelu, fizyka w kodzie |
Nie trenowaliśmy osobnego modelu do każdej stacji. Pytanie, opcje i logika aplikacji definiują zastosowanie. Te same zasady można przenieść z gry do routingu zgłoszeń, kontroli obrazów i wyboru następnego kroku procesu.
Dostawca nie dotrzyma terminu. Codex szuka rozwiązania, Claude Code sprawdza ryzyko, a lokalny basal przez MCP pomaga wybrać następny krok. Nowa informacja zmienia plan; koszt przekraczający limit zatrzymuje proces do decyzji człowieka.
Demonstracja aplikacji Fikcyjna sprawa i dokumenty, rzeczywiste wywołania MCP. basal działa lokalnie na HP ZGX Nano. Codex i Claude Code korzystają ze swoich dostawców chmurowych, więc cały proces nie jest offline. Zatwierdzenie tworzy tylko lokalny szkic — bez wysyłki, zamówienia ani płatności.
Dokumenty firmy, termin i limit kosztu opisują sytuację.
Plan i niezależna kontrola ryzyka; pytania trafiają do basal przez MCP.
Nowa informacja zmienia supplier na express. act kieruje sprawę do człowieka.
Osobna reguła kodu zatrzymuje wydatek. Zgoda zapisuje wyłącznie szkic.
Agenci interpretują dokumenty i dostosowują plan do nowych informacji. Serwer basal udostępnia przez MCP typowane pytania oraz prawdopodobieństwa; nie wykonuje wybranego działania. Kod pilnuje uprawnień i limitów. Dzięki temu ten sam lokalny model decyzyjny może służyć różnym agentom, a właściciel procesu zachowuje kontrolę nad skutkiem.
Jeden nagrany przebieg na syntetycznych dokumentach: 7 wywołań MCP i 8 pytań. Film pokazuje działającą integrację i reakcję na zmianę sytuacji, nie benchmark jakości ani dowód niezawodności dowolnego procesu.
Suma zmierzonych czasów API basal: 1507,6 ms. Nie jest to czas całego zadania agentów ani długość filmu. Model basal-2.0-max działa na HP ZGX Nano (Nvidia DGX Spark); generowanie i analiza przez Codex oraz Claude Code odbywają się osobno w usługach chmurowych.
| Moment | Rzeczywisty wynik |
|---|---|
| Pierwszy plan | supplier — ścieżka dostawcy |
| Nowa informacja | express — zmieniony plan |
| Decyzja act | Przekazanie do człowieka |
| Kontrola kodu | 900 zł > limit 500 zł |
| Zatwierdzenie | Lokalny szkic; 0 płatności i 0 wysłanych wiadomości |
Agenci pomagają obsłużyć zmieniający się kontekst, a basal stanowi wspólną warstwę decyzji. W pełni lokalny wariant można zbudować z OMP i modeli open source; film wyjaśnia taką możliwość, ale nie przedstawia jej jako zmierzonej implementacji.
Jedno głosowanie Sejmu z 8 października 2026 r., druk 3135: strona projektu, karta głosowania, 28 sekund transmisji i fragment stenogramu. Jeden model, basal-omni-1.0-max, odpowiada na pytania o te źródła i sprawdza przykładowy nagłówek „Sejm odrzucił projekt”.
Demonstracja aplikacji Jeden model (wydany basal-omni-1.0-max) i jedno głosowanie, a nie benchmark ani ogólna ocena trafności. Nagłówek „Sejm odrzucił projekt” to przykładowa błędna interpretacja przygotowana do demonstracji; nie przypisujemy jej mediom ani politykom i nie oceniamy intencji posłów. Końcowy wniosek opiera się na oficjalnym stenogramie.
Strona projektu, karta głosowania, 28 s transmisji, fragment stenogramu.
Obrazy i dźwięk bez osobnego OCR i ASR; wybór spośród podanych odpowiedzi.
PDF i strumień wideo przetwarza kod; liczby głosów pobiera z API Sejmu.
Końcowy wniosek opiera się na oficjalnym stenogramie.
Każdy krok to jedno żądanie POST /v1/systemone z obrazami lub nagraniem w media i pytaniami choice. W najważniejszym zapytaniu model dostaje oba obrazy i 28 s nagrania naraz i odpowiada na cztery pytania: nad czym głosowano, jaką datę przewiduje projekt, czy przykładowy nagłówek zgadza się ze źródłami i czy zmiana już obowiązuje. Fragment stenogramu trafia do modelu jako tekst; nie jest wynikiem rozpoznawania mowy.
Każde zadanie powtórzono trzy razy po rozgrzaniu; wybrane odpowiedzi były stabilne i zgodne z dokumentami. We wspólnym zapytaniu 4 z 4 odpowiedzi zgadzały się ze źródłami. Próba z samym nagraniem nie ustaliła przedmiotu głosowania: model wybrał „głosowanie nad poprawką” (47,5%). Tego wyniku nie poprawiliśmy. To jedna sprawa, bez ogólnego twierdzenia o trafności.
Mediany HTTP z trzech prób (Mac → tunel SSH → H100, model wczytany): obraz projektu 1,00 s (3 pytania), karta głosowania 1,18 s (3), dwa obrazy + 28 s audio 2,93 s (4), stenogram jako tekst 0,50 s (3). Bez pobierania materiałów i startu serwera.
| Pytanie | Odpowiedź modelu |
|---|---|
| Nad czym głosowano? | Nad wnioskiem o odrzucenie projektu w pierwszym czytaniu |
| Data w projekcie | 1 stycznia 2027 r. (zapis projektu, nie obowiązujące prawo) |
| Nagłówek „Sejm odrzucił projekt” | Sprzeczny ze źródłami: odrzucono wniosek o odrzucenie |
| Co dalej z projektem? (stenogram) | Skierowano go do Komisji Finansów Publicznych |
| Sam dźwięk: jaka czynność? | „Głosowanie nad poprawką” (47,5%) — błędnie |
Kilka źródeł w jednym zapytaniu pozwala sprawdzić konkretne twierdzenie, a słabą odpowiedź z samego dźwięku widać od razu. Wniosek o stanie prac opiera się na dokumentach i stenogramie; model pomaga je przejrzeć, ale nie zastępuje sprawdzenia źródeł.
Model mówi „99% pewności”. Czy to wystarczy, żeby oddać mu decyzję? Film pokazuje krok po kroku, jak basal-calibrate w silniku 2.2 mierzy model na oznaczonych przykładach firmy, dopasowuje kalibrację i wyznacza progi, przy których model może decydować sam.
Film edukacyjny Film objaśniający, nie nagranie nowej sesji. Liczby pochodzą z zapisanej próby z 16 października 2026: basal-omni-1.0-mini (bf16) na otwartym zbiorze typed-decisions. Przykładowa odpowiedź API w filmie ilustruje tylko format.
Zapytania jak w produkcji, z poprawną odpowiedzią w polu gold. Pole group trzyma powiązane sprawy razem.
Trafność, błąd kalibracji i udział automatyzacji pliku, którego używasz dziś. Bez zapisu.
Temperatura na typ pytania i progi dla celów 1% i 5%, gdy górna granica błędu mieści się w celu.
basal-serve z nowym plikiem: odpowiedź powyżej progu idzie dalej sama, pozostałe trafiają do człowieka.
basal-calibrate nie zmienia wag modelu. Dopasowuje temperatury, czyli to, jak pewność modelu odpowiada jego trafności, oraz progi dla celów błędu 1% i 5%. Próg powstaje tylko wtedy, gdy górna granica błędu przyjętych decyzji mieści się w celu. Plik zapisuje model i rewizję, na których go dopasowano.
Kalibracja na części treningowej typed-decisions: 3 958 oznaczonych decyzji w 800 zapytaniach, 596 pytań classify i 1 600 twierdzeń verify. Pomiar na części kontrolnej zbioru testowego: 172 decyzje choice, 184 tak/nie, 237 na skali i 484 twierdzenia verify. Etykiety pochodzą z modelu nauczyciela.
Próba z 16 października 2026: silnik 2.2, basal-omni-1.0-mini w trybie eager, bf16, jedna kolejność opcji. Film nie mierzy czasu kalibracji; zależy on od modelu, długości dokumentów i liczby pytań.
| Na zbiorze testowym | Plik dostarczony | Po kalibracji |
|---|---|---|
| ECE choice / tak-nie / skala | 0,268 / 0,106 / 0,104 | 0,083 / 0,073 / 0,052 |
| Cel 1%: automatycznie i błąd | 12,6%, z tego 8,0% błędnych | 0% (nic nie spełnia celu) |
| Cel 5%: automatycznie i błąd | 54,3%, z tego 21,4% błędnych | 3,7%, bez błędów |
| verify przy celu 1% | brak progu dla zadania | 54,8% (265 z 484), bez błędów, granica 1,1% |
Na tej dziedzinie dostarczony plik nie trzymał celu, a po kalibracji mini prawie nic nie automatyzuje. To poprawny wynik dla modelu, który jest tu mało trafny. Tam, gdzie jest trafny (verify), automatyzacja zostaje. Swój wynik sprawdzisz tylko na danych własnej firmy.
Kaskada przekazuje niepewne pytania do większego modelu. Blend łączy odpowiedzi kilku modeli. Film wyjaśnia różnicę i pokazuje zmierzone korzyści oraz koszty obu rozwiązań.
Film edukacyjny Film objaśniający na podstawie zapisanych pomiarów. Blend nie ma skalibrowanych prawdopodobieństw. Próg eskalacji steruje ruchem, a sam w sobie nie jest gwarancją trafności.
Pierwszy model odpowiada na wszystkie pytania.
Przy pewności poniżej 0,95 pytanie trafia do większego modelu.
Osobny wariant: ważona mieszanka ultra, mini i pico.
Dobierz wariant na danych własnego procesu.
Kaskada ogranicza liczbę pytań obsługiwanych przez duży model; answered_by wskazuje, który model odpowiedział. Blend oblicza ważoną mieszankę wyników trzech modeli i wymaga ich pracy dla każdego pytania.
Trafność: odłożony zbiór 4 442 pytań. Różnica mini → ultra względem ultra: −0,14 pkt proc., przedział ufności od −0,43 do +0,16. Blend: +0,45 pkt proc., przedział od +0,09 do +0,81.
Przepustowość: jeden H100 80 GB, ultra FP8, 16 równoległych klientów. To warunki konkretnego testu, nie obietnica dla każdego wdrożenia.
| Pomiar | ultra | mini → ultra |
|---|---|---|
| Żądania na sekundę | 30,1 | 46,0 |
| p50 | 359 ms | 93 ms |
| p95 | 850 ms | 1 283 ms |
Kaskada zwiększyła przepustowość przy trafności w granicach 0,5 pkt proc. od ultra, ale podniosła p95. Blend poprawił trafność kosztem dodatkowych obliczeń; jego odpowiedzi nie są skalibrowane.
Ruch, pamięć GPU, cache i szczegóły pojedynczego zapytania w przeglądarce. Film pokazuje prawdziwy panel podczas dwóch prób: unikalnych dokumentów oraz powracających stanów.
Film edukacyjny Autentyczne nagranie panelu. Brak błędów HTTP nie oznacza bezbłędnych decyzji modelu. Plansza końcowa przytacza osobny, oznaczony pomiar referencyjny; tabela poniżej opisuje nową próbę z nagrania.
64 klientów, 1–2 pytania w żądaniu.
Jeden GPU, te same opcje serwera w obu próbach.
Druga próba korzysta z puli 500 stanów.
Otwórz żądanie, stan, pytania i odpowiedź JSON.
Panel pokazuje faktyczny ruch serwera. Powtarzający się stan może korzystać z cache; przy unikalnych stanach nie ma trafień. Kliknięcie żądania odsłania jego wejście i wynik.
Nagranie z 30 października 2026: HP Z8, jedna RTX PRO 6000 Blackwell Max-Q, limit 300 W. Każda próba trwała około 120 s.
Średnie z pełnych prób: 106,4 i 161,0 żądań/s. Osobny pomiar referencyjny na końcu filmu: 101,8 i 163,5. To pomiar obsługi żądań, nie trafności modelu.
| Warunek | Unikalne stany | Pula 500 stanów |
|---|---|---|
| Liczba żądań | 12 833 | 19 379 |
| Średnia żądań/s | 106,4 | 161,0 |
| Błędy HTTP | 0 | 0 |
Panel pozwala sprawdzić, czy cache pomaga w rzeczywistym ruchu, i zajrzeć w konkretne odpowiedzi zamiast opierać się wyłącznie na średniej przepustowości.
basal-viz pokazuje, jak zmieniają się wyniki opcji w kolejnych warstwach modelu i co robi kalibracja. Film obejmuje poprawne decyzje, niejednoznaczne zgłoszenie i wstrzymanie automatyzacji.
Film edukacyjny Rzeczywiste odpowiedzi lokalnego modelu na syntetycznych przykładach. Widok warstw jest narzędziem diagnostycznym, nie pełnym wyjaśnieniem przyczyn decyzji. Nagranie używa MPS; silnik 2.5 obsługuje basal-viz także w MLX.
Zwrot, wymiana, naprawa lub doprecyzowanie.
Obserwuj zmianę wyników w kolejnych warstwach.
Surowy wynik i skalibrowane prawdopodobieństwo to różne wartości.
Próg pozwala wstrzymać automatyczną decyzję.
Wizualizacja zestawia warstwy, wynik końcowy i kalibrację. W niejednoznacznym przykładzie model wybiera wymianę z pewnością 48,47%, a ustawiony próg powoduje abstain.
Pomiar z 29 października 2026, lokalnie na Apple M4 Pro 24 GB. Cztery syntetyczne wejścia i rzeczywiste odpowiedzi basal-2.0-mini.
Czas inspekcji warstw nie jest czasem zwykłej inferencji. Mała demonstracja nie jest benchmarkiem trafności.
| Przykład | Wybrana opcja | Pewność |
|---|---|---|
| Prośba o zwrot | Zwrot | 96,73% |
| Prośba o wymianę | Wymiana | 96,14% |
| Niejednoznaczne zgłoszenie | Wymiana; abstain | 48,47% |
Wysoki surowy wynik nie zastępuje kalibracji. Podgląd pomaga badać zachowanie modelu, a progi pozwalają przekazać niepewną decyzję człowiekowi.
Kontrola wejścia, wybór ścieżki, odpowiedź modelu generatywnego i kontrola wyjścia. Film pokazuje rolę basal w procesie agenta oraz moment, w którym decyzję powinien przejąć człowiek.
Film edukacyjny Animacja zapisanych wyników siedmiu rzeczywistych żądań HTTP, nie autonomiczna sesja kilku agentów. Firma, wiadomości i sekret są syntetyczne. Ręcznie dobrany preset strict nie certyfikuje całego procesu.
Zatrzymaj wykrytą próbę obejścia zasad.
Wybierz ścieżkę obsługi na podstawie znaczenia wiadomości.
Lokalny model generatywny przygotowuje tekst.
Sprawdź odpowiedź; niepewne przypadki oddaj człowiekowi.
basal podejmuje typowane decyzje w punktach kontroli. Integracje z LangChain, LlamaIndex i CrewAI pozwalają podłączyć je do własnego workflow. Wykonanie akcji i uprawnienia pozostają po stronie aplikacji.
Zapisana próba na HP ZGX Nano, mini w trybie eager, przedpremierowy silnik 2.5. Weryfikujemy konkretne wejścia i odpowiedzi, nie skuteczność osłony na pełnym zbiorze ataków.
W jednym żądaniu routingu serwer raportował 109,47 ms, a klient 117,18 ms. To czas tego wywołania, nie całego procesu z Bielikiem.
| Kontrola | Wynik zapisanej próby |
|---|---|
| guard_input | Próba obejścia zasad zablokowana |
| guard_output | Odpowiedź naruszająca zasady zablokowana |
| max_error | Niepewna ocena złożoności → człowiek |
Model decyzyjny może kontrolować wybrane kroki agenta. Zaliczenie osłony nie dowodzi prawdziwości wszystkich zdań ani bezpieczeństwa całej aplikacji — potrzebne są testy na własnych danych.
Przejdź przez dobór sprzętu, modelu, cache i topologii. Film pokazuje konfigurator na przykładzie H100, tryb ekspercki oraz pobranie skryptu instalacji i uruchomienia.
Film edukacyjny Nagranie działania konfiguratora, nie benchmark modelu na H100. Liczba 651 w filmie oznacza scenariusze testowe generatora. Interfejs nagrano przed premierą; obecny instalator wskazuje 2.8.1.
Przykład: Linux, jedna karta, 80 GiB.
Wybierz model i zgodny backend.
Dobierz opcje do dokumentów, ruchu i celu jakości.
Sprawdź polecenia i uruchom je u siebie.
Konfigurator buduje polecenia na podstawie wybranych opcji. Nie łączy się z Twoją maszyną i nie wykonuje inferencji. Kaskada, blend i MCP są opcjami konfiguracji, których wynik sprawdzasz we własnym środowisku.
Film pokazuje 83 opcje basal-serve i 11 basal-router, 17 trybów oraz 8 modeli katalogowych. To zakres wersji nagranej przed premierą, a nie liczba wszystkich możliwych konfiguracji.
Pięciominutowy pokaz interfejsu. Nie mierzono czasu instalacji ani szybkości modelu na wybranym H100.
| Wybór | Efekt |
|---|---|
| Sprzęt i model | Zgodny backend i zależności |
| Kontekst i obciążenie | Opcje pamięci, partii i cache |
| Kaskada lub blend | Jawne opcje uruchomienia |
Zacznij od konfiguracji pasującej do sprzętu i zadania. Pobranie skryptu nie zastępuje sprawdzenia wyników, pamięci i czasu na własnym ruchu.
Opowiedz o swoim zastosowaniu. Po zatwierdzeniu przez moderatora pokażemy je w księdze społeczności.