Basal-1.5 - polski model decyzyjny

Basal-1.5 - polski model decyzyjny

Modele AI
0 Ocena (0)
182 wyświetleń
65 odwiedzin
1 polubień
Basal-1.5 - polski model decyzyjny screenshot

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

jev basal decision llm

Opinie (0)

0/5

Bądź pierwszy i oceń ten wpis!

Statystyki

Kategoria Modele AI
URL https://basal.si5.pl/ no-follow
Dodano 2026-10-05
Dodane przez Katarzyna Zak
Ocena 0

Social media