Opis
Wyobraź sobie model, który nie pisze odpowiedzi, tylko wybiera jedną z opcji, które sam mu podasz — i od razu mówi, jak bardzo jest pewny swojego wyboru. To właśnie robi basal.
Nazwa pochodzi od basal ganglia (jąder podstawy mózgu) — struktur, które pomagają nam błyskawicznie wybierać jedno działanie spośród wielu możliwości. Model działa według tej samej logiki: dostaje kontekst (wiadomość, dokument, stan aplikacji, fragment RAG), pytanie i listę możliwych odpowiedzi — i w jednym przebiegu zwraca rozkład prawdopodobieństwa dla każdej z nich.
Nie generuje tekstu. Nie wymyśla nowych kategorii. Nie wychodzi poza ramy, które mu wyznaczysz. To czysta warstwa decyzyjna — System 1 w czystej postaci.
Co oferuje?
1. Dynamiczny klasyfikator bez treningu
Kategorie opisujesz zwykłym językiem w każdym zapytaniu. Chcesz zmienić etykiety? Po prostu je zmieniasz. Zero dotrenowywania, zero czekania.
2. Trzy modele do wyboru
- basal-1.5 (4,5B) — główny model, najlepszy balans trafności i szybkości
- basal-1.5-max (11B) — najtrafniejszy w rodzinie, świetny do długich dokumentów i trudnych decyzji
- basal-1.5-mini (1,5B) — destylowany z max, najszybszy i najlżejszy (laptopy, małe GPU, duże wolumeny)
3. Wyjątkowe funkcje
- Wiele pytań o ten sam stan w jednym przebiegu (nawet 3× szybciej)
- Dowody w tekście (evidence) — model wskazuje dokładny fragment, który uzasadnia decyzję
- Decyzje z kosztami (act) — automatyzuje tylko wtedy, gdy to się opłaca
- Wiele etykiet jednocześnie (multi)
- Automatyczne wyliczanie faktów (daty, kwoty, netto/brutto)
4. Pełna lokalność i otwartość
Wagi i silnik na licencji Apache 2.0. Uruchamiasz u siebie — na NVIDIA CUDA, vLLM, SGLang, Apple MLX, Ollama czy llama.cpp. Dane nie opuszczają Twojej infrastruktury.
5. Realne wyniki
- 93,1% trafności na zamkniętym teście 3000 polskich decyzji (wersja 1.0 miała 87,4%)
- Decyzje w kilkunastu–kilkudziesięciu milisekundach
- Bardzo niski koszt przy dużych wolumenach
Do czego się nadaje?
Routing zgłoszeń, klasyfikacja dokumentów, decyzje w systemach RAG, wybór narzędzi przez agentów, ocena pilności, sprawdzanie reguł, triage z progiem pewności oraz automatyzacja procesów biznesowych (reklamacje, faktury, kadry, przetargi, alerty SOC).
basal nie zastępuje dużych modeli językowych — on je uzupełnia. To szybka, niezawodna warstwa, która mówi: „tu działać automatycznie, a tu lepiej zapytać człowieka".
Czy Basal-1.5 - polski model decyzyjny jest polskim produktem? Notka redakcyjnaAI
Basal-1.5 to w 100% polski produkt: rodzina modeli decyzyjnych tworzona przez polskiego autora i udostępniona jako otwarte oprogramowanie (open source). Kraj pochodzenia: Polska.
Autor i właściciel
- Autor i właściciel praw: Remigiusz (Remek) Kinas, polski badacz AI (m.in. współtwórca polskiego modelu Bielik w fundacji SpeakLeash).
- Lokalizacja: Warszawa.
- Status prawny: projekt nie ma dedykowanego podmiotu gospodarczego (brak odrębnego NIP/REGON dla marki); to niezależne, autorskie przedsięwzięcie badawczo-rozwojowe.
- Domena i infrastruktura: polska domena krajowa, subdomena si5.pl.
Do czego służy produkt
Basal-1.5 to wyspecjalizowany model decyzyjny (decision layer), a nie klasyczny chatbot. Podejmuje decyzje w milisekundach (kilkanaście ms na GPU), wybierając spośród podanych opcji i przypisując im skalibrowany rozkład prawdopodobieństwa. Typowe zastosowania:
- inteligentny routing zgłoszeń i wiadomości,
- automatyzacja w systemach RAG (czy kontekst dokumentu odpowiada na zapytanie),
- sterowanie agentami AI i dobór narzędzi (tool use),
- weryfikacja procedur, zgodności i analiza umów.
Potwierdzenia polskiego pochodzenia
- Fundament na Bieliku: rodzina Basal (warianty mini 1.5B, 4.5B i max 11B) powstała na bazie modeli Bielik tworzonych przez polski zespół SpeakLeash we współpracy z ACK Cyfronet AGH.
- Otwarta licencja: wagi modelu oraz silnik inferencji na licencji Apache-2.0 (możliwe wdrożenia komercyjne i lokalne przetwarzanie danych w Polsce i UE).
- Autorski benchmark "Werdykt": zoptymalizowany pod specyfikę języka polskiego, polskie realia prawne, daty, kwoty i reguły biznesowe.
Tagi
Opinie (0)
0/5Bądź pierwszy i oceń ten wpis!