什么是 Fiszka
Fiszka 是实验室自己的 AI 模型:一个小型神经网络,由实验室在自己的服务器上从零构建并训练。现成的只有把文本转换成数字的模型(EmbeddingGemma)。每天早晨,Fiszka 阅读实验室收集的 AI 新文本,并为每篇文本从 17 个主题中分配一到三个,例如智能体、安全或企业 AI。自 2026 年 11 月起,博客上的主题由 Fiszka 分配,Gemini 只在一旁做对照。
它把文本的标题和正文转换成 768 个描述其含义的数字(EmbeddingGemma 模型生成的向量)。这些数字依次通过三层神经元(256、128 和 64),并有一条直达主题的捷径。最后得到每个主题的置信度,达到 0.50 即通过该主题。总共 252,194 个参数。Fiszka 在实验室服务器上运行,不依赖云端;在本页,同样的计算由你的浏览器完成。
训练使用了 9,968 篇文本,由两个大语言模型 DeepSeek 和 Nemotron 标注。只有两者意见一致的主题才进入训练。
我们用实验室作者手工标注的文本进行检验。与人工判断的一致程度(F1 指标):Fiszka 0.51,Gemini 0.34(这是我们自己的测试,Gemini 使用的是我们的提示词)。
Fiszka 是开源的(Apache 2.0 许可证):模型、模型卡和评测结果在 Hugging Face,代码在 GitHub。
项目页面(可在浏览器中运行网络):ch3sh1r3xx11.github.io/fiszka.
关于 Fiszka 的文章
- Mały model kontra Gemini: pierwsza próba otwartego klasyfikatora tematów AI (Fiszka 0.1, 11月4日, 波兰语)
- Mały model dorównał Gemini w tagowaniu tematów. Fiszka 0.3 (11月6日, 波兰语)
- Fiszka 0.3 已公开。模型、模型卡及与 Gemini 并肩的生产环境运行周 (11月14日)