Remek Kinas
@KinasRemek • 11,351 subscribers
AI Researcher | https://t.co/OVgxFgLghg | Kaggle Grand Master
Shorts
![Optymalizuję ⚡️⚡️⚡️ więc … tradycyjnie już Windows - bye bye 👋 Fedora wleciała 💪👍💪 Benchmark dla DGX to 67 tok/sec dla GPT- OSS-20B 4bit. No to zobaczymy …. Platforma AMD w HP Z2 G1a. W środku AMD Ryzen™ Al Max+ 395 iGPU. #HP #ZbyHP #HPIncPolska #StacjeRoboczeHP [płatna współpraca]](https://image.24vids.com/tw-2003880348157952097/amplify_video_thumb/2003880287776751616/img/oSaKwzbIPrc90xqW.jpg)
Videos
GPT-6 Astra kolejny test AGI - kazałem modelowi wybrać ciekawą sytuację polityczną z zeszłego tygodnia i na jej podstawie napisać grę na Ambernic RG 351P (bo to miałem pod ręką). Tak powstała gra psy sejmu (GPT samo zdecydowało co wg niego jest ciekawe, rozpisało scenariusz i zaimplementowało). Gra posiada 15 poziomów, oczywiście retro, można wetować a właściwym orężem jest zaszczekiwanie innych posłów - filmik polecam z głosem. Celem - zdobywanie diet, picie herbat itd. W 100% stworzone przez GPT-6 bez żadnej ingerencji - one shot. Również deploy na Ambernic zrobione automatycznie. Jak widać mając GPT-6 można spokojnie pisać sobie gierki jakie się tylko chce od tzw. kultowych z automatów do całkiem nowych koncepcji. Gra i film stworzone w celach demonstracji jakości modelu GPT-6 Astrą. Gra niestety nie wejdzie do oficjalnej dystrybucji.
Remek Kinas92,062 次观看 • 2 个月前
Dziś wydaję silnik basal 2.2 🇵🇱 z autokalibracją - model sam uczy się na Waszych prywatnych danych 🤯 Model decyzyjny jest użyteczny tylko wtedy, gdy „90% pewności” znaczy 90% na Twoich danych. Kalibrację dostarczaną z modelami dopasowaliśmy na naszych danych. Na Twoich model może być pewny siebie inaczej, nawet gdy jest równie trafny. Dlatego w 2.2 wprowadzam coś co pozwoli ustawić kalibrację na Twoich danych - basal-calibrate. Bierzesz oznaczone przykłady ze swojego procesu i najpierw generujesz raport. Potem narzędzie dopasowuje kalibrację i wyznacza certyfikowane progi dla Twoich lokalnych danych 🤯. Bez udostępniania danych na zewnątrz, bez trenowania. Basal sam się skalibruje. Sprawdziłem to na nowej dziedzinie, na której model nie był trenowany. Ustawienie „1%” z dostarczonego pliku przyjęłoby automatycznie co ósmą decyzję, a 8% z nich byłoby błędnych. Po kalibracji na danych użytkownika błąd kalibracji pytań choice spadł z 0,268 do 0,083. Na twierdzeniach verify model przyjął automatycznie 54,8% przypadków bez żadnego błędu. W tym wydaniu także: 🔸 porty FP8 (vLLM) i GGUF (llama.cpp, Ollama) dla basal-omni-1.0-mini i max, 🔸 porty MLX dla Maca z Apple Silicon: mini, max i 1.1-max, 🔸 wkłady społeczności. Dziękuję: - Piotr Durlej (eksport GGUF) Piotr Durlej - super, pomogło mi zoptymalizować eksporty do GGUF - Kuba Sołtys (Google TPU) Kuba Sołtys - świetna implementacja na TPU - Michał Kardyś (AMD Strix Halo) - dziękuję bardzo bo już nie miałem możliwości by się tym zając (sprawdziłem u mnie i działa świetnie) Michał Kardyś - lukaspoloki (basal-viz, podgląd każdego kroku decyzji). - Paweł Kiszczak - eksporty do AppleSilicon MLX Podziękowania za cały weekend bardzo miłych wpisów, liczne komentarze opublikuję dzisiaj wieczorem. Ile wystarczyło czasu to odpisałem. Później już pracowałem nad kolejnymi usprawnieniami. Dzisiaj czytam kolejne wpisy. Dziękuję.
Remek Kinas34,385 次观看 • 23 天前
I jak tam eajowcy? Wychodzi, że to o czym wczoraj pisałem - kryptonim slow down - zaczyna się realizować. Sam Altman mówi o dostawach w tym, kolejnym tygodniu. Opus 5.2 już chyba nie jest tajemnicą. Gemini 4 Pro są pierwsze "wycieki". Zobaczcie - Opus 5 - w lipcu ... i Opus 5 dzisiaj. Widzicie różnice?
Remek Kinas61,638 次观看 • 1 个月前
![Zobaczcie, co przywiózł do mnie kurier. Co za premiera! 🥰Z8 Fury G5 z czterema (4x) kartami Blackwell - 4x Nvidia RTX PRO 6000 Blackwell Max-Q. Najsilniejsza workstacja AI na świecie! 4x96GB = 384GB vRAM :) pod biurkiem. 🙏 Dziękuję HP Inc Poland za wybranie mnie jako pierwszego do testów tej niesamowitej stacji roboczej. Macie jakieś pomysły na testy? #HP #ZbyHP #HPIncPolska #StacjeRoboczeHP [płatna współpraca]](https://image.24vids.com/tw-1955519689334878549/amplify_video_thumb/1955347267788951552/img/Pc90QVK4pICxDAFf.jpg)
Zobaczcie, co przywiózł do mnie kurier. Co za premiera! 🥰Z8 Fury G5 z czterema (4x) kartami Blackwell - 4x Nvidia RTX PRO 6000 Blackwell Max-Q. Najsilniejsza workstacja AI na świecie! 4x96GB = 384GB vRAM :) pod biurkiem. 🙏 Dziękuję HP Inc Poland za wybranie mnie jako pierwszego do testów tej niesamowitej stacji roboczej. Macie jakieś pomysły na testy? #HP #ZbyHP #HPIncPolska #StacjeRoboczeHP [płatna współpraca]
Remek Kinas257,464 次观看 • 1 年前
Tutaj 100% jak to działa - JAV 🔥 Zrobiłem filmik z demo jak działa model. Bez komentarza głosowego ale myślę, że wszystko jasne. Symulacja inteligentnego sterowania domem (znalazłem taki przykład na internecie ale go znaczne rozbudowałem by był jednak przykładem AI - autorka: Allie Laabs). Cała idea polega na tym by model szybko generował odpowiedzi (System 1) na podstawie stanu. Czyli jak podam komendę "jest mi zimno" to on wiedząc jaki jest stan domu powinien zasugerować jakie akcje nasz program (sterowanie) ma zrealizować. Po lewej stronie widać wywołania API - o co dokładnie pytamy - stan, zestaw różnych pytań. JAV odpowiada. Nasz program realizuje na podstawie reguły filtrowania. Opłaca się wysłać do modelu 12 zapytań na raz ponieważ: 1. odpowiedzi są równolegle procsowane, 2. czas realizacji ułamki sekundy - można pytać w czasie rzeczywistym 3. koszt zerowy (tylko procesu wejścia), 4. obniża koszt użycia LLM do podejmowania decyzji. Oczywiście tych pytań można wysłać i 100 i nic się nie zmienia - dostajemy odpowiedzi wg ustalonego schematu. Flow: 1. Komenda - "jest mi zimno", "dziecko idzie spać" ... model ma za zadanie zrozumieć semantykę pytania. 2. Budujemy zapytanie (dynamicznie - bez konieczności treningu modelu przy zmianie schmatu) - stan, schemat pytań (3 prymitywy). 3. Otrzymujemy odpowiedź - na wszystkie pytania. 4. Filtrujemy - confidence, 5. Przekazujemy do sterowania - program, który steruje procesem na podstawie otrzymanych odpowiedzi.
Remek Kinas39,939 次观看 • 1 个月前
![basal-1.5 🇵🇱 3 minutowa prezentacja - nowości w basal-1.5 oraz przypadki biznesowe. Rodzina modeli basal-1.5 - max (11B), opt (4.5B), mini (1.5B) - Lepsze tam, gdzie 1.0 było słabsze: długie, prawdziwe dokumenty, optymalizowane pod decyzje w systemach RAG, odpowiedzi „nie da się ustalić”, trudniejsze decyzje po angielsku (ocena odpowiedzi, kompromisy, pułapki, polityki, niejednoznaczne prośby), wybór następnego kroku agenta i oceny na skali. - Wyniki: na zamkniętym teście 3 000 nowych polskich decyzji, utworzonych po zamrożeniu wag i ocenionych raz, basal-1.5 osiąga 93,1% wobec 87,4% dla basal-1.0 (+5,7 pkt, 95% przedział [+4,5; +6,8]); na teście decyzji z basal-1.0 - 92,3% wobec 88,6%. Na panelu 10 publicznych zadań angielskich basal-1.5 wyprzedza basal-1.0 (68,8% wobec 67,1%), a na publicznym angielskim benchmarku decyzyjnym osiąga 76,2% (basal-1.0: 74,0%). - Wiele pytań, jeden przebieg dzięki SOAM. SOAM to state once, ask many - jeden kontekst, wiele pytań. Silnik przetwarza kontekst raz, a wszystkie pytania korzystają ze wspólnych obliczeń. Każde pytanie jest oceniane niezależnie od pozostałych. W porównaniu silników na H100 5 pytań zajmuje 37,8 ms zamiast 111,7 ms, czyli około 3 razy krócej. W fp32 odpowiedzi są takie same jak przy osobnych zapytaniach. - Nowe typy i funkcje - tylko basal. Rozszerzamy System-One o własne schematy i funkcje — nowe „programy” w mózgu naszego systemu: multi (które etykiety pasują), act (akcja o najniższym oczekiwanym koszcie według Twoich zasad albo przekazanie człowiekowi), "evidence": true (fragment tekstu, który wspiera odpowiedź) i "facts": "auto" (wyliczone daty i kwoty dla polskich dokumentów). - Nowe sposoby uruchomienia: SGLang i vLLM, Apple Silicon (MLX 8-bit i 4-bit) oraz Ollama i llama.cpp (GGUF). - Werdykt — nasz autorski, ukryty benchmark do testowania modeli decyzyjnych po polsku i po angielsku. Niech pójdzie w świat ... polski klasyfikator dynamiczny. Inicjatywa Open Source. 🇵🇱](https://image.24vids.com/tw-2106639959004176440/amplify_video_thumb/2106482156490866688/img/Jo9FWFxPMMUD-YBL.jpg)
basal-1.5 🇵🇱 3 minutowa prezentacja - nowości w basal-1.5 oraz przypadki biznesowe. Rodzina modeli basal-1.5 - max (11B), opt (4.5B), mini (1.5B) - Lepsze tam, gdzie 1.0 było słabsze: długie, prawdziwe dokumenty, optymalizowane pod decyzje w systemach RAG, odpowiedzi „nie da się ustalić”, trudniejsze decyzje po angielsku (ocena odpowiedzi, kompromisy, pułapki, polityki, niejednoznaczne prośby), wybór następnego kroku agenta i oceny na skali. - Wyniki: na zamkniętym teście 3 000 nowych polskich decyzji, utworzonych po zamrożeniu wag i ocenionych raz, basal-1.5 osiąga 93,1% wobec 87,4% dla basal-1.0 (+5,7 pkt, 95% przedział [+4,5; +6,8]); na teście decyzji z basal-1.0 - 92,3% wobec 88,6%. Na panelu 10 publicznych zadań angielskich basal-1.5 wyprzedza basal-1.0 (68,8% wobec 67,1%), a na publicznym angielskim benchmarku decyzyjnym osiąga 76,2% (basal-1.0: 74,0%). - Wiele pytań, jeden przebieg dzięki SOAM. SOAM to state once, ask many - jeden kontekst, wiele pytań. Silnik przetwarza kontekst raz, a wszystkie pytania korzystają ze wspólnych obliczeń. Każde pytanie jest oceniane niezależnie od pozostałych. W porównaniu silników na H100 5 pytań zajmuje 37,8 ms zamiast 111,7 ms, czyli około 3 razy krócej. W fp32 odpowiedzi są takie same jak przy osobnych zapytaniach. - Nowe typy i funkcje - tylko basal. Rozszerzamy System-One o własne schematy i funkcje — nowe „programy” w mózgu naszego systemu: multi (które etykiety pasują), act (akcja o najniższym oczekiwanym koszcie według Twoich zasad albo przekazanie człowiekowi), "evidence": true (fragment tekstu, który wspiera odpowiedź) i "facts": "auto" (wyliczone daty i kwoty dla polskich dokumentów). - Nowe sposoby uruchomienia: SGLang i vLLM, Apple Silicon (MLX 8-bit i 4-bit) oraz Ollama i llama.cpp (GGUF). - Werdykt — nasz autorski, ukryty benchmark do testowania modeli decyzyjnych po polsku i po angielsku. Niech pójdzie w świat ... polski klasyfikator dynamiczny. Inicjatywa Open Source. 🇵🇱
Remek Kinas23,859 次观看 • 1 个月前
"Poland is so beautiful" 🇵🇱 Opus 5.5 - jako orkiestrator i mózg operacji. Tym razem najnowszy model Claude Opus 5.5 ma za zadanie wyprodukować klip video promujący Polskę 🇵🇱 Ograniczenie - nie dłużej niż 90 sekund. Narzędzie, którym ma sterować to Higgsfield AI 🧩 (Seedance 2.5). Ten sam prompt został wrzucony do Codex i gpt-6 Astra. Niebawem drugi wpis. Dajcie znać jak się podobają 🥳 1. Wybór scen 2. Kompozycję 3. Realizm 4. Muzyka 5. Ogólne wrażenia Prompt: ```Celem jest wykonanie maksymalnie 90 sekundowego klipu promocyjnego pod tytułem "Poland is so beautiful". Ma to być film promujący Polskę jej najpiękniejsze miejsca, obyczaje kulturowe, spokój, bezpieczeństwo, dorobek historyczny. Używaj rzeczywistych scen i obrazów. Przy generowaniu filmu użyj Higgsfield plugin lub serwera MCP do tej aplikacji. Realistyczny film, cinematic, ujęcia obiektywem anamorficznym.``` Harness: Codex i Higgsfield Zadanie: Model ma wykonać zadanie bzez pomoicy ze strony człowieka.
Remek Kinas25,659 次观看 • 1 个月前
Nowa strona basal_si5_pl 🇵🇱 Jutro (środa 14.10.2026) modele. 1. Zapowiedź basal-2.0, basal-omni (multimodal). 2. Nowe opisy, benchmarki, dodany opis inference enginu. 3. Nowe przypadki biznesowe w tym wykorzystujące multimodalność basal-omni. 4. Dwie wersje strony PL 🇵🇱 i ENG 🇬🇧. 5. basal-omni silniejszy niż jev, Microsoft-Decision-1 i OpenAI Decision API ... a to nie koniec - wersja ultra będzie baaaardzo, baaardzo mocna w PL i ENG i w pełni multimodalna w języku zarówno polskim jak i angielskim. 6. Do inference enginu dodałem MCP i teraz agenci korzystają z modelu system-one - basal (z rozszerzonymi funkcjami). Polskie, suwerenne AI 🇵🇱 - na modelach otwartych, na danych z modeli otwartych.
Remek Kinas14,704 次观看 • 29 天前
modele basal 🇵🇱 i bielik 🇵🇱 w jednym stali domu ... do tego n8n n8n.io do automatyzacji i potężne rzeczy w firmie można robić wczoraj zbudowałem pokaźnej wielkości automatyzację na n8n napędzaną basalem 🧠 jako silnikiem decyzyjnym (z dynamicznymi pytaniami) oraz Bielik 🦅 model tworzący treści - para przepięknie ze sobą współpracuje - system-1 i system-2 wszystko lokalne na małym biurkowym komputerze HP ZGX Nano (DGX Spark) - bezpiecznie, szybko, pewność automatyzacji i decyzji ostrzegam ... całkiem spora automatyzacja ale polecam ją prześledzić i obejrzeć film ... dwa polskie modele lokalnie współpracują ze sobą wykonując konkretną pracę w firmie po południu będzie info o nowościach w basal 2.0 - cały czas pracuję nad końcową wersją - im dalej i więcej detali tym bardziej skomplikowane treningi itd.
Remek Kinas15,050 次观看 • 1 个月前
cześć, sobota rano więc pierwsza zapowiedź co nowego w modelu basal 🇵🇱, krótko mówiąc mnóstwo pracy, nauki, doświadczeń, chyba nie ma systemu którego nie dotknąłem, nie sprawdziłem - gromadzę najlepsze praktyki, wymyślam swoje. w kolejnym tygodniu? basal-omni - seria multmodalnych, adaptowanych do języka polskiego, modeli decyzyjnych typu system-one. Teraz po polsku - tekst, obraz, dźwięk (mowa) oraz wideo. Wszystko na raz. Wiele typów wejść jedna decyzja. Co o tym myślicie? Pierwsze modele już zrobione i przetestowane - codziennie od dzisiaj jedno demo na X. Kolekcja zawiera model nano-2B, mini-4B, max-12B oraz ultra-31B. Oczywiście wszystko optymalizowane pod język polski oraz prędkość inferencji (w tym nowa wersja inferenc engine 2.0 - dużo zmian i tricków, które przyspieszają inferencję). Zapraszam do krótkiego filmu - głoś ElevenLabs 4.0.
Remek Kinas13,715 次观看 • 1 个月前
gpt-6 Astra ... Chain Reaction Machine - one shot (żadnych podpowiedzi, nawrotów). Codex - tryb Max. Absolutnie najlepszy model jaki w życiu widziałem. Koniec. Choć jutro będą zdecydowanie trudniejsze zadania. Chain reaction w dwóch wersjach - 2D i podniosłem poprzeczkę 3D. Od dzisiaj to punkt odniesienia dla innych modeli. Będzie ... ciężko :) Miłego weekendu 👍😁 2D - total=253 206 input=187 496 (+ 5 296 512 cached) output=65 710 (reasoning 25 786) 3D - total=186 967 input=121 634 (+ 2 673 664 cached) output=65 333 (reasoning 28 883)
Remek Kinas24,928 次观看 • 2 个月前
Opus 5 - to zobaczmy co się dzieje na naszym standardowym teście ... ✻ Cooked for 2h 4m 50s 🤡 ✻ 10.6k input, 521.2k output, 62.1m cache read, 1.1m cache write ($55.10) 🤭 Więc ogólnie kosmos jeśli chodzi o czas, koszt, eco (liczbę generowanych tokenów). Efekt jednak dobry.
Remek Kinas34,496 次观看 • 3 个月前
gpt-6 astra ... testy ciąg dalszy. Dałem do symulacji obraz "Bociany" Józefa Chełmoński - by zrozumiał kontekst, otoczenie historyczne i na tej podstawie stworzył film pokazujący 30 sekundowy świat wokół bohaterów dzieła. Otrzymałem ... Tak to Astra rozumie. Jest AGI? 😀 To taki test na rozumienie, przewidywanie i wymyślanie świata.
Remek Kinas19,970 次观看 • 2 个月前
W Polsce ekscytacja „Oze sr…e”, a w San Francisco i okolicach „Waymo sr…jmo”. Śmieję się bo mój wniosek po jeżdżeniu tym wynalazkiem jest taki, że wolę niekiedy oddać się robotowi, autonomii niż człowiekowi. Ale po kolei … Autonomia wtopiła się u ulice Doliny Krzemowej. Waymo ale też inne (na razie w fazie testów) to bardzo częsty widok. W zasadzie nic specjalnego …. Widzisz albo samochód widmo - ktoś siedzi zwykle z tyłu, albo kompletne widmo … wóz samotnie jadący gdzieś … gdzie? On tylko wie. Oglądam te stwory w różnych sytuacjach - pusta ulica, zmiana organizacji ruchu i kompletny chaos przed koncertem, ruch uliczny i centrum miasta. We wszystkich tych punktach czasoprzestrzeni radzą sobie wyśmienicie. Wzorce, które łatwo dostrzec: zdecydowanie (niektórzy mówią agresja) - starają się wcisnąć na pasy między przechodniami, chcą zmieniać pasy ruchu, wykorzystują różne takie luki, widzą przestrzennie ale też czytają (napisy na drodze - gdzie zostawić miejsce wolne), przepuszczają bardzo kulturalnie samochody włączające się do ruchu (no ja bym kiwnął ręką w podziękowaniu za takie ustąpienie), współpracują. Ten ostatni element jest ciekawy - tworzą autonomiczne swarmy. Wykorzystują mądrość grupową. Widziałem takie sytuacje gdzie Waymo między sobą współgrały i przepuszczały się na wzajem. To robiło ogromne wrażenie jak same się organizowały. Z punktu widzenia AI - fajna fuzja różnych modalności - LiDAR, wizja, radar, czujki dźwięku, świadomość grupowa pojazdów.
Remek Kinas57,505 次观看 • 7 个月前
Takie modele jak JEV (System-1) zmienią moim zdaniem bardzo dużo. Obecne modele LLM symulują System-2. Dla mnie implementacja jev to jedna z najświeższych koncepcji ostatnich miesięcy. Niby nic szczególnego (dynamiczny klasyfikator) a dziwi, że tak długo trzeba było czekać na taki model. Uniwersalny klasyfikator, inteligentny "if". W swoich poprzednich wpisach objaśniłem jak to działa. Mam dostęp do API TypeSafe AI Diogo Almeida więc zrobiłem self-play w moim pac-man. To "zabawkowy" przykład ponieważ schemat zapytań jest stały ale ... w wielu systemach np. agentowych schemat jak i stan zmienia się w czasie (w pac-man tylko stan się zmienia). W bardziej zaawansowanych, złożonych systemach struktura stanu, jak i wartości atrybutów stanu są zmienne w czasie, kontrakt klasyfikatora (liczba klas jak i ich semantyka) również. I tutaj mamy system-1 jev - podejmuje decyzje. Oczywiście można to zrobić na LLM ale będzie wolniejsze, droższe, sekwencyjne (wzajemnie zależne - w kontekście widać odpowiedzi). Można wykorzystać dyfuzyję z blokiem odpowiedzi wypełnionym nie na szum a na szablon odpowiedzi (będzie szybko) - generować tylko proby. Możliwości są chodzi natomiast o samą koncepcję Systemu-1. Widzę szerokie zastosowanie - inteligentne aplikacje, systemy agentowe, w klientach do kodowania -> obniżenie kosztów, zwiększenie szybkości działania, jakości rozwiązania itd.
Remek Kinas17,076 次观看 • 1 个月前
Kolejny etap software engineering’u 🤩 Brak kodu!!! Zamiast dawać repo z kodem przekazywać repo z wymaganiami - product requirements documentation, architecture requirements, standards w etc. Wszystko zapisane w markdown. Zero kodu. Niech odbiorca sam sobie zakoduje :) Wczoraj wieczorem skończyłem właśnie pisać takie repo (Antec - personalny system agentowy - integruje najlepsze praktyki z 16 przebadanych systemów typu Clawd). W repo jest TYLKO komplet "ludzkich" dokumentów (jak kartki zapisane z koncepcją biznesową). Bez implementacji. Założenie jest takie, że klient pobiera repo, modyfikuje pliki wymagań markdown pod swoje potrzeby (dodanie, zmiana wymagań, wymagania technologiczne - typy baz danych, język programowania, jak ma być wdrażane np. docker czy w usłudze chmurowej). Uruchamiamy Claude Code (Codex) i system ten developuje całość do wdrożenia i utworzenia CD/CI. Puściłem dzisiaj rano implementację. Claude Code chodzi w 100% autonomicznie. Zarządza contextem przez podział wszystkiego na epic oraz user stories (tak opisałem wymagania). Fazy przekazywane są za pomocą tzw. handoverów (między fazami implementacji) - plików rozgrzebanej pracy (chociaż zakładam jak w scrum, że funkcjonalność jeśli podjęta musi być zaimplementowana, przetestowana - najwyżej może być różnica w zakresie implementacji np. 80%). Oprócz tego oczywiście wszystko opisane w Dodatkowo pliki (jako lessons learned) oraz plan (do planowania kolejnych sprintów). Stan na teraz: - liczba linii kodu - 16.006 l- iczba testcasów (trzy poziomy - komponent, integracja, e2e) - 283 - work in progress - zaimplementowano fazę 1 na 4 - planowane oddanie produktu jutro nad ranem (tak szacuję) Jak skończy implementację to zdam Wam raport ile było poprawek. Cel jest taki by doprowadzić do sytuacji gdzie kopiujecie repo, robicie zmiany, uruchamiacie klienta (Codex, Claude) po jakimś czasie otrzymujecie finalny produkt. Zobaczymy czy wyjdzie.
Remek Kinas52,067 次观看 • 8 个月前