00 – START TUTAJ
Od zdania do wyniku w 6 krokach
Czas: 3 min. Jeden przykład urzędowy przez cały przepływ. Zaczynasz bez przygotowania. Każde zdanie przechodzi kroki 0–5 poniżej.
Wniosek o wydanie zaświadczenia o niezaleganiu w podatkach złożono 12 marca.
Krok 0 – Wejście: 11 słów, 76 znaków ze spacjami, zero magii
Zanim cokolwiek policzy, model dostaje surowy tekst: 11 słów i 76 znaków ze spacjami (66 bez spacji), w tym polskie ś, ł i ż. Model niczego „nie rozumie” – tekst to dane wejściowe, odpowiedź to dane wyjściowe; cała robota dzieje się w krokach 1–5. W kroku 1 to samo zdanie rozpadnie się na ok. 14 albo ok. 20 fragmentów – zależnie od tokenizera.
Skąd biorą się liczby w tym labie? (30 s)
Z zamrożonej paczki PL v0.1: te same 40 zadań (ortografia i odmiana, streszczenie prawnicze, kod, matematyka), seed 7, temperatura 0,2 – dla każdego modelu identyczne, więc wyniki da się porównać. Harness to program testujący modele. Pełna specyfikacja: 13.4.
Krok 1 – Podział: litery z ogonkami zajmują więcej fragmentów
Zdanie jest dzielone na tokeny, czyli fragmenty uwzględniane przy obliczaniu kosztu. Polskie ą, ś, ł często zajmują więcej fragmentów niż litery bez ogonków – przetworzenie tego samego zdania wymaga więcej tokenów w modelu Y niż w modelu X.
Symulacja podziału, nie tokenizator modelu.
Przykład skrócony: pełny podział Modelu X to 14 fragmentów (kliknij powyżej).
Dlaczego ogonki drożeją? (30 s)
fertility (liczba tokenów na słowo) · X 1,31 kontra Y 1,78 (36% różnicy; skrajne pary ilustr. do ≈2×, symulacja)
Pułapka: krótszy podział oznacza niższy koszt tego samego zdania, a nie lepszy model.
Szczegół: 13.4: ile fragmentów tekstu (tokenów) przypada na jedno słowo po polsku.
Krok 2 – Odczyt: warstwy pracują po kolei
Pocięte fragmenty przechodzą przez stos warstw dekodera (×N). Ten sam układ warstw przetwarza każdy fragment; zdania różnią się aktywacją, a nie układem.
Szczegół: 13.1 siedem bloków rysunku · oś A1.
Krok 3 – Ważenie: uwaga wskazuje ważne wcześniejsze słowa
Przy przetwarzaniu słowa „marca” model wykorzystuje reprezentacje wcześniejszych słów „wniosek”, „zaświadczenia” i „niezaleganiu”. Liczba niezależnych głowic kluczy i wartości (K/V) decyduje o rozmiarze pamięci zajmowanej przez kontekst: 2 × 32L × 8KV × d128 × 32 768 tokenów × 2 B (bf16, wsad = 1) = 4,0 GiB (rachunek poglądowy; wzór → 13.2). Pamięć kluczy i wartości (KV-cache) trzyma wcześniejsze fragmenty, aby nie liczyć ich ponownie.
Szczegół: 13.2 kalkulator KV · atencja (13.2).
Krok 4 – Kontrola: rozumowanie to limit tokenów, nie miara staranności
To samo zapytanie przy niskim limicie (low) generuje odpowiedź bezpośrednią, a przy wysokim limicie (high) generuje dłuższą analizę daty i podstawy, zużywając 4 razy więcej tokenów. Bez mechanizmu sprawdzającego dłuższy wywód częściej prowadzi do dłuższego błędnego uzasadnienia.
Szczegół: 13.3 krzywa low/high/best-of-8 · oś A3.
Krok 5 – Zapis: wdrożenie opisujemy rozmiarem i kosztem
Ten sam model przy kwantyzacji Q8 zajmuje 38 GB, a odpowiedź kosztuje więcej niż przy Q4_K_M za 22 GB (ilustr., 4K, wsad = 1). Tabela wariantów to zestawienie kosztów, nie ranking „mądrości”.
Szczegół: 13.4 macierz 3×3 · oś A4.
01 – WYBIERZ ARKUSZ
Cztery arkusze, jeden format kart
Szczegóły są tylko w arkuszach — ten spis linkuje. Demo koncepcji na domenie wystawionej na sprzedaż – nie usługa.
13.1 • 7 BLOKÓW (01–06b)
Architektury
dense / MoE / SSM • 2026
Koła, bloki i oś czasu. 5 kart modeli 2026 z TAG-ami.
13.2 • KALKULATOR • 5 KART
Atencja
GQA / MLA / CSA • KV
Ile pamięci podręcznej zajmie kontekst 32K? 5 kart modeli 2026 z TAG-ami.
13.3 • KRZYWA
Rozumowanie
low / high / best-of-8
Limit tokenów, nie miara staranności. 4 karty trybów 2026 z TAG-ami (dane ilustracyjne; parametry deklarowane, nie pomiar).
13.4 • REJESTR • 7 WIERSZY
Warianty
kwantyzacja × budżet • CSV/JSON
Rejestr 7 modeli 2026. Macierz ilustracyjna + tabele.
02 – CZTERY OSIE (ROUTER)
Czym realnie różnią się modele
Chodzi nie o nazwę ani liczbę parametrów, lecz o cztery decyzje projektowe (A1–A4).
| A1 | architektura → 13.1 | dekoder dense / MoE / hybryda; atencja MHA/GQA/MLA/CSA; okno, RoPE. |
| A2 | trening i wyrównanie → 13.3 | baza i udział PL; DPO / GRPO; szablon czatu, narzędzia. |
| A3 | tryb pracy → 13.3 | budżet low–high; RAG; głosowanie i weryfikator. |
| A4 | wdrożenie → 13.4 | format wag; VRAM 4K; koszt / 1M tokenów PL. |
03 – JAK CZYTAĆ
Trzy zasady uczciwego pomiaru
- Zamrożona paczka PL v0.1 (n=40) – ortografia, odmiana, kod, matematyka. Pełna → 13.4.
- Format ilustracyjny, nie ranking – liczby pokazują kształt tabeli; 95% CI (przedział ufności) dla pass@1 przy n=40 to ok. ±15 pkt. Krzywa → 13.3.
- Uczciwość negatywna – piszemy, czego nie mierzymy (mowa, obraz, tool-use). Kalkulator → 13.2.
Słownik: 4 kotwice – KV-cache · GQA/MLA · PRM/ORM · fertility PL. Pełne definicje żyją w arkuszach.