{
  "$type": "site.standard.document",
  "bskyPostRef": {
    "cid": "bafyreic7buvtbkdmlzgseq3pcewj3hrfamaadxouqfj2yyocx7ju4htk6m",
    "uri": "at://did:plc:pgryn3ephfd2xgft23qokfzt/app.bsky.feed.post/3mjpupatzsth2"
  },
  "path": "/t/szukam-feedbacku-wlasna-reprezentacja-semantyczna-bryla-dla-malych-modeli/175350#post_1",
  "publishedAt": "2026-04-17T20:14:25.000Z",
  "site": "https://discuss.huggingface.co",
  "textContent": "Cześć! Jestem Krzysiek — samouk, pracuję nad tym po nocnych\nzmianach, sam, od grudnia 2025.\n\nZbudowałem coś co nazywam “bryłami” — zamiast podawać\nmodelowi surowy tekst, parser rozkłada zdanie na obiekty\nz 20 tokenami metadanych: kolor emocji, pilność, siła\nintencji, źródło informacji, ważność, kontynuacja tematu,\nrelacje między elementami.\n\nWyniki (ten sam Transformer 53M, ten sam korpus 1.92MB,\nte same hiperparametry):\n\n  * v7 (surowy tekst): val_ppl = 31.06\n  * v8 (+ affect/is_core): val_ppl = 24.12\n  * v9 (+ pragmatyki): val_ppl = 24.02\n\n\n\n22% poprawy bez zmiany architektury modelu — tylko\nbogatsze wejście. Wszystko na RTX 2060 12GB.\n\nHipoteza: “bryła wozi gotowe znaczenie, żeby model\nmniej liczył od nowa.”\n\nSzukam:\n\n  * Feedbacku — czy to ma sens? Co poprawić?\n  * Ludzi z podobnymi problemami na słabym sprzęcie\n  * Pomysłów na zastosowania których nie widzę\n  * Może współpracy\n\n\n\nNie jestem ekspertem. Nie udaję. Uczę się i eksperymentuję.\nJeśli robisz coś podobnego — odezwij się!",
  "title": "Szukam feedbacku — własna reprezentacja semantyczna \"bryła\" dla małych modeli"
}