Nie jesteś zalogowany
Aby się zalogować [Kliknij Tutaj] lub skorzystaj z
formularza po lewej stronie w bloku TWOJE MENU
Aby założyć konto [Kliknij Tutaj]


★★★ Premiery ★★★
MENU

Kategorie

Weryfikacja pobierania

Osiągnięto dzienny limit pobrań. Aby kontynuować, potwierdź, że nie jesteś botem.

Po poprawnej weryfikacji pobieranie rozpocznie się automatycznie, a to okno możesz zamknąć.

Odpowiadasz na komentarz:
AI Tool - Narrative Probe [1.0] - Środowisko Badawcze Modelu Lokalnego z wykorzystaniem Agentów AI.zip
Dodał: Krzyho
Data: 10-06-2026 11:58:42
Rozmiar: 21.08 KB
Seedów: 1
Peerów: 0
Kondycja:
Zaloguj się aby pobrać


Kategoria: Windows
Zaakceptował: wombatino
[?] Pokazuje ile razy plik torrent był pobrany z naszego portalu Liczba pobrań: 1
[?] Pokazuje ilość komentarzy wystawionych na naszym portalu Liczba komentarzy: 0
Ostatnia aktualizacja: 10-06-2026 11:58:18

OPIS:

#kod, wykonanie oraz skład, własny.
#narzzędzie napisane wyłącznie dla modelu lokalnego Bielik-11B-v3.0-Instruct Q5_K_M


Narrative Probe Agent AI to środowisko badawcze przeznaczone do eksploracji sposobu, w jaki modele językowe interpretują, przekształcają i rozwijają rzeczywistość narracyjną.

Narzędzie nie służy przede wszystkim do tworzenia opowiadań. Narracja pełni tutaj rolę eksperymentalnego środowiska, w którym można obserwować zachowanie modelu pod wpływem określonych warunków poznawczych.

Użytkownik konstruuje kontrolowane środowisko narracyjne, a następnie bada reakcje modelu na zmiany percepcji, pamięci, tożsamości, niepewności informacyjnej czy konfliktów interpretacyjnych.

W praktyce Narrative Probe działa jak laboratorium psychologii modelu językowego.

System wykorzystuje zestaw matryc poznawczych opisujących różne mechanizmy wpływające na interpretację rzeczywistości przez model.

Przykładowe obszary badawcze obejmują:
- zniekształcenia pamięci,
- niestabilność tożsamości narracyjnej,
- podatność na błędne rozumowanie,
- reakcje na niepełne informacje,
- mechanizmy budowania atmosfery,
- tendencje do halucynacji i nadinterpretacji,
- wpływ wcześniejszych wydarzeń na dalszy rozwój narracji.

Podczas każdej interakcji system dynamicznie modyfikuje środowisko poznawcze modelu, pozwalając obserwować, w jaki sposób zmieniają się jego decyzje, interpretacje i sposób prowadzenia narracji.


Możliwości:
- badanie percepcji modelu - jak model interpretuje niejednoznaczne sytuacje, niepełne dane i sprzeczne sygnały,
- analiza stabilności rozumowania - momenty, w których model zmienia swoje interpretacje, buduje błędne założenia,
- eksperymenty z pamięcią - jak model rekonstruuje wcześniejsze zdarzenia i w jaki sposób pamięć wpływa na aktualne odpowiedzi,
- badanie tożsamości narracyjnej - jak model utrzymuje lub traci spójność perspektywy, motywacji i roli narratora,
- testowanie podatności na halucynacje - tworzenie warunków zwiększających niepewność interpretacyjną i obserwowanie, kiedy model zaczyna uzupełniać brakujące informacje własnymi konstrukcjami,
- długoterminowe obserwacje - system zapisuje sesje badawcze.


Główna idea projektu to:
- Narrative Probe opiera się na założeniu, że narracja może pełnić funkcję mikroskopu poznawczego,
- zamiast zadawać modelowi abstrakcyjne pytania o rozumowanie, tworzy się środowisko, w którym model musi nieustannie interpretować rzeczywistość, podejmować decyzje i budować znaczenia.

Dzięki temu możliwa staje się obserwacja nie tylko tego, co model odpowiada, ale również tego, jak zmieniają się jego procesy interpretacyjne pod wpływem określonych warunków narracyjnych.
Narracja staje się tutaj narzędziem badawczym, a model — obiektem obserwacji.

Czym to środowisko nie jest:
- nie jest chatbotem do codziennych rozmów,
- nie jest generatorem opowiadań,
- nie jest narzędziem do benchmarków ilościowych.

Architektura agentowa. Narrative Probe wykorzystuje architekturę opartą na współpracujących agentach AI, których zadaniem nie jest jedynie generowanie tekstu, lecz aktywne kształtowanie warunków eksperymentu. Agent Reżyser, pełni funkcję warstwy interpretacyjnej, Agent Pisarz, odpowiada za właściwą emisję narracji. Otrzymuje od Agenta Reżysera zestaw warunków poznawczych oraz aktualny stan środowiska badawczego. Następnie generuje odpowiedź zgodną z narzuconymi ograniczeniami.

Projektowanie środowiska badawczego. Narrative Probe nie jest przeznaczone do pracy z ogólnymi lub nieprecyzyjnymi scenami. Im większa swoboda interpretacyjna zostanie pozostawiona modelowi, tym trudniej obserwować konkretne mechanizmy poznawcze.

Zalecane środowisko badawcze to: Obudziłem się w ciemnym pomieszczeniu. Jedynym źródłem światła jest pojedyncza żarówka zwisająca z sufitu. W pomieszczeniu znajduje się stare krzesło. Ściany i podłoga wykonane są z surowego betonu. Po dokładnym obejrzeniu pomieszczenia nie znalazłem żadnych drzwi ani okien.

Tak skonstruowane środowisko tworzy ograniczoną przestrzeń interpretacyjną, dzięki czemu można obserwować sposób, w jaki model buduje znaczenia, hipotezy i decyzje na podstawie niewielkiej liczby danych. Im bardziej zamknięte i precyzyjnie zdefiniowane jest środowisko początkowe, tym większa wartość badawcza eksperymentu.

Narrative Probe bada model poprzez narrację, dlatego środowisko narracyjne powinno przypominać warunki eksperymentu laboratoryjnego, a nie otwartą przestrzeń fabularną.

Kontrola stopnia interpretacji — suwak Temperature. Narrative Probe zakłada, że model działa przede wszystkim w ramach logicznie spójnego środowiska. Domyślnym założeniem jest zachowanie ciągłości zdarzeń oraz logicznych zależności wynikających z wcześniej ustalonego środowiska. Suwak Temperature pozwala użytkownikowi regulować stopień swobody interpretacyjnej Agenta Pisarza. Wysoka temperatura nie powinna być traktowana jako przełącznik „realizm → surrealizm”. Jeżeli użytkownik rozpocznie eksperyment od sceny zamkniętego betonowego pomieszczenia, zwiększenie temperatury nie powinno nagle prowadzić do pojawienia się smoków, magicznych portali czy całkowitego zerwania z logiką świata.

Zamiast tego model może:
- tworzyć mniej oczywiste interpretacje sytuacji,
- wykazywać większą podatność na błędy percepcyjne,
- silniej reagować na niejednoznaczności środowiska.
Tu temperature pełni rolę narzędzia badawczego.





- pobierz .zip, rozpakuj go,
- musisz posiadać zainstalowane LM Studio, model lokalny bielik-11b-v3.0-instruct Q5_K_M oraz poprawnie zainstalowany Python,
- załaduj model bielik w LM Studio,
- długość Context Length (Context Window) ustaw na 8192,
- następnie uruchom server lokalny w LM Studio. Kliknij na ikonkę [developer], następnie server start,
- teraz kliknij install.bat celem zainstalowania potrzebnych requirements,
- teraz kliknij start. bat,
- pojawi się proste GUI w którym opisujesz warunki eksperymentu.

DETALE TORRENTA: [ Pokaż/Ukryj ]


Komentarze
Aby móc komentować musisz się zalogować