AI-SI

Mini-model decyzyjny SI — 5 października 2026

Zatrzymano eksperyment zmiany Qwena przez adapter. Wyłączono wybór adaptera Qwena i podłączono osobny uczony mini-model SI przed wywołaniem modelu językowego. Nie zmienia on wag Qwena.

Co wdrożono

Bramka klasyfikuje polecenia: zwykłe wykonanie, zakaz, doprecyzowanie, oczekiwanie na warunek, sprzeczność, jawna kolejność, ograniczenie zachowania kolejności, porównanie zamiast sumowania, brak danych i wyjaśnianie przytoczonego polecenia. Przy małej pewności prosi o doprecyzowanie. Ocena sensu dotyczy tych ograniczonych klas; nie jest pełnym sprawdzaniem znaczenia dowolnego tekstu.

Model ma 256 jednostek ukrytych oraz 527 114 parametrów. Zapisany checkpoint z wektorami odniesienia zajmuje 3 028 611 bajtów (3,03 MB); to rozmiar tej bramki, nie całego SI. Podłączono ją do rozmowy, trybu automatycznego, generowania kodu i zadań wektorowych. Pozostałe ścieżki nie są automatycznie objęte tym testem.

Poprawiono komunikat niepewności oraz usunięto zależność klasyfikacji od konkretnych wartości liczb. Qwen otrzymuje oryginalne wartości.

Wyniki i zakres

• Pierwsza próba: 18/20 klasyfikacji. Nie przepuszczono żadnego z 10 poleceń wymagających zatrzymania; jedno poprawne pytanie zatrzymano nadmiernie.
• Druga próba na nowych sformułowaniach: 22/24. Wykryto błędne zatrzymanie zwykłego dodawania zależne od wartości liczb.
• Po poprawce liczb: 23/24 na tym samym zestawie rozwojowym. To powtórna ocena po obejrzeniu błędów, nie nowy holdout.
• Osobny kolejny zestaw: 11/12 decyzji wykonania. Poprawne usuwanie duplikatów zatrzymano przy zbyt małej pewności. W tej próbie zakazów nie przepuszczono.
• Rzeczywisty Qwen bez adaptera: 4/4 odpowiedzi poprawne: 14+6=20; (4+6)*5=50 przy jawnej kolejności; 17>9 bez sumowania; [4,2,4,1] → [4,2,1] z zachowaniem kolejności.
• Dwa kolejne polecenia (zakaz i brak danych) bramka zatrzymała przed wywołaniem Qwena. Zakaz zatrzymano przy niepewnej klasyfikacji jako brak danych — właściwa decyzja nie oznacza właściwego rozpoznania kategorii.

Odpowiedzi Qwena oceniono w tych konkretnych próbach; interfejs nadal oznacza zwykłą odpowiedź językową jako niezweryfikowaną. Bramka nie dowodzi poprawności dowolnego wyniku, ogólnego rozumienia języka ani uniwersalnego wymuszania kolejności. Nie sumujemy prób rozwojowych jako niezależnego benchmarku.

Jakimi modelami może zarządzać

Typ modelu lub narzędzia	Możliwa rola
Językowy	Rozmowa, wyjaśnienia i opracowanie tekstu
Programistyczny	Tworzenie i poprawianie kodu
Matematyczny / dokładny kalkulator	Obliczenia i kontrola wyników
Embedding i reranker	Wyszukiwanie i wybór materiałów
Wizyjny	Analiza obrazów
ASR i TTS	Rozpoznawanie i generowanie mowy
Model sygnałów	Analiza pomiarów i wykrywanie zdarzeń

Bramka jest niezależna od architektury modelu wykonującego zadanie. Dla innego modelu trzeba podłączyć jego wywołanie, wymagane dane i kontrolę wyników; samo rozpoznanie polecenia nie wybiera jeszcze wszystkich modułów. Wcześniejszy koordynator gotowych przebiegów jest osobnym elementem SI. Obecną bramkę sprawdzono z Qwenem; innych modeli wykonujących nie przetestowano w tym etapie.

Kod rdzenia, checkpointy, pamięć i lokalne ścieżki pozostają prywatne. Publikowany jest opis prac i wyników.