basal-omni-1.0-ultra

basal-omni-1.0-ultra

针对一条消息、文档或智能体轨迹的类型化问题，一次计算就给出每个允许答案的校准概率，不生成文字。这是面向波兰语和英语决策的实验性 31B 模型。

由 Remek 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的，模型自己的文件和许可证在 Hugging Face 上。

简介

它是什么：basal-omni-1.0-ultra 是基于 Google Gemma 4 的实验性 31B 模型，是 basal-omni 系列里最大的一个。它不写答案。它读取一个状态，比如一条消息、一份文档、检索到的段落或智能体轨迹，然后回答一个关于它的类型化问题。回复是每个允许选项的概率。

适合谁：需要对波兰语或英语文本做快速、校准决策的团队，例如分流、打标签或评判内容。

Industry | Who uses it | How they use it | Example
软件 | 开发者 | 在流程里加一个决策步骤 | 为智能体的请求挑选合适的工具
运营 | 流程负责人 | 自动给文档打标签或分流 | 对收到的合同分类
研究 | 机器学习研究人员 | 研究校准的决策模型 | 与较早的 basal-1.5-max 做比较

如果你需要会写文字的模型，可以跳过它，因为它只在你给出的选项里选。

用在哪里：

• basal 推理引擎，通过其 API 提供类型化问题服务
• 在 OpenAI 或 MCP 工具定义之间做选择的智能体流程
• 波兰语和英语文本的决策任务，同一请求里还可以带图像

Use case | Who | What they get back
选择工具 | 智能体开发者 | 要调用的工具，而不是它的参数
是非检查 | 开发者 | 是和否各自的概率
打分和选择 | 分析师 | 每个选项的概率，最多 255 个

如何设置：

• 带 pip 的 Python，用来获取文件
• basal 引擎，模型卡指明的提供服务的方式
• 大型 GPU，因为模型卡的结果是在一块 H200 上得出的

1. 安装 Hugging Face hub 工具。
2. 下载模型文件。
3. 按 GitHub 上 basal 引擎的说明用它来提供服务。

pip install -U huggingface_hub
hf download Remek/basal-omni-1.0-ultra

如何使用：你向引擎发送一个状态和一个带允许答案的类型化问题。它返回每个答案的概率。模型卡提到的问题类型见下表。服务器开启 media 选项后，图像可以放在同一个请求里。

Tool | What it does
choice | 在你给出的选项里选一个
noul | 回答是或否
score | 给状态打分
tool | 从 OpenAI 或 MCP 工具定义里挑一个工具

示例：你把一条客户消息作为状态，问它是不是投诉，答案是是或否。模型返回是和否各自的概率，这样当它有把握时你可以自动处理，没把握时交给人处理。

新手与专家：如果你是新手，可以把它想成一个速度快、还会告诉你有多确定的分类器。它不能给出你所给选项之外的答案。

如果你是专家，它受 System 1 式决策模型启发。它的训练集有大约 640,000 条波兰语和英语的类型化决策，标注用的软目标来自 basal-1.5。它通过 Gemma 4 自带的图像编码器零样本处理图像，不接受音频。

你发送一个状态和一个类型化问题
模型一次前向计算读取它们
它为每个允许选项返回一个概率
你的代码据此行动或交给人处理

注意事项：模型卡的 Werdykt v1 基准在隐藏的波兰语和英语任务上比较了三个模型。

Title: 模型卡中的 Werdykt v1 宏平均分
basal-omni-1.0-ultra: 0.879 分
basal-omni-1.0-max: 0.823 分
basal-1.5-max: 0.773 分

• License: Apache 2.0，与 Hugging Face 记录一致。
• Cost to run: 没有提到 API 密钥或账号。你需要大型 GPU 和 basal 引擎。
• Data it reaches: 下载会访问 Hugging Face。模型只读取你发送给它的状态。
• Not for: 写文字、音频输入或精确规则。模型卡说它是实验性的，规则类别得分为 0.550，所以请在代码里计算精确的阈值和日期。

Hugging Face 上的数据（2026年11月13日）

• 任务：text generation
• 框架：transformers
• 参数量：31.3B
• Weights: about 62.5 GB in BF16; about 15.6 GB at 4-bit (estimate)
• Formats: Safetensors
• 最近 30 天下载：3,831
• 点赞：43
• 许可证：apache-2.0
• 语言：pl, en
• 基于：google/gemma-4-31B-it
• Quantized versions: 3
• 标签：transformers, safetensors, gemma4, image-text-to-text, typed-decisions, decision-making, classification, calibration, polish, experimental, decision-model, text-generation

链接

• 模型：https://huggingface.co/Remek/basal-omni-1.0-ultra
• 文件：https://huggingface.co/Remek/basal-omni-1.0-ultra/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件：

pip install -U huggingface_hub
hf download Remek/basal-omni-1.0-ultra

然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。