EchoLab Silnik Percepcji Kognitywnej LLM - to interaktywny, immersyjny symulator narracji i procesów myślowych postaci, który pozwala na eksperymenty z dynamicznymi stanami psychologicznymi i pamięcią narracyjną lokalnego modelu AI.

Nie jest narzędziem do pisania książek – jego siła leży w eksploracji procesu myślenia modelu AI i tworzenia historii w czasie rzeczywistym.

Główne zastosowania:

• Interaktywny silnik narracyjny

• Pozwala tworzyć historie w czasie rzeczywistym w formie immersyjnej narracji pierwszoosobowej

• Generuje krótkie, intensywne zdania, opisujące percepcję, działania i konsekwencje dla postaci

• Symulator procesu myślowego postaci

• Model generuje wewnętrzne myśli (<think>), które analizują sytuację z perspektywy psychologicznej i poznawczej

• Użytkownik może obserwować reasoning modelu i dzięki temu wchodzić w głębszą interakcję

• System pamięci narracyjnej

• Możesz dodawać „kotwice narracyjne” (tags), które model uwzględnia przy kolejnych scenach

• Tryb historii pozwala kontynuować scenę w oparciu o wcześniejsze zdarzenia i pamięć długoterminową postaci

• Eksperymentalne narzędzie interakcji z LLM

• Umożliwia obserwowanie, jak model interpretuje środowisko, konflikty i własne uprzedzenia poznawcze

• Możesz modyfikować gatunek, styl narracji i dynamiczne warunki poznawcze

• Narzędzie do testowania halucynacji modelu lokalnego AI

• Analiza spójności reasoning’u

• Obserwacja dryfu personalnego i wpływu pamięci narracyjnej

• Eksperymentowanie z zachowaniem modelu w kontrolowanym środowisku narracyjnym

Narzędzia:

• Tryb historii - tryb historii ciągłej

• Tryb fast - podstawowy tryb pracy

• Zapamiętaj - tu definiujesz kotwice narracyjne (pamięć semantyczna)

• Zapisz stan - zapisujesz aktualny stan + pamięć semantyczną (jeżeli użyłeś)

Jak to:

• 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.

• 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 wpisujesz swoje polecenia.

Ustawienia dla LMStudio (w przypadku, gdy model nie zwraca odpowiedzi):

• Sprawdź Context Length, 4096 lub 8192 tokenów

• Sprawdź Limit Response Length, 2048 lub 3072 tokenów

• Załaduj model

• i dopiero wtedy [server start]

Istotne:

• nie używaj AnchorsMemory w stylu: usiadłem na krześle, padał deszcz, wiał wiatr ponieważ to dla modelu nie ma żadnego znaczenia narracyjnego. Jest to za mało semantyczne.

• używaj AnchorsMemory w stylu bardziej subtelnym: cień, potwór, tajemniczy obiekt na powierzchni planety, to dla modelu ma znacznie większe znaczenie ponieważ wokół tego buduje narrację.

Ogólne Ograniczenia:

• generator został napisany i testowany tylko dla modelu Bielik

• zjawisko mieszania języków w reasoning’u (<think>) jest normalne, wynika z natury modelu Bielik

• nie oczekuj pełnej deterministyczności – wyniki mogą się różnić w kolejnych wywołaniach

• historie są generowane w formie krótkich scen i wymagają aktywnej interakcji zawierających wyraźne podłoże emocjonalne (jeżeli wpiszesz krótko: widzę przed sobą klucz to model to zignoruje)

• nie jest w pełni deterministycznym narzędziem AI

• wynik zależy od promptu, dynamicznych stanów i losowych elementów pamięci

• model może mieszać języki lub generować zaskakujące, czasem niekompletne fragmenty

• nie gwarantuje pełnej spójności językowej reasoning vs narracja

• internal reasoning (<think>) w tej wersji jest po angielsku (czasem po polsku), narracja po polsku (naturalna cecha modeli LLM)

• model cierpi na tzw. dryf bazy (to są problemy nierozwiązaywalne)

Jak zacząć:

• Krok 1: Wybierz plastyczny punkt startowy. Budzę się w ciasnym, betonowym pomieszczeniu. Na środku stoi tylko jedno metalowe krzesło, a z sufitu zwisa pojedyncza, mrugająca żarówka. Nie pamiętam, jak się tu znalazłem. Sprawdzam, czy drzwi są otwarte.

• Krok 2: Analiza Sekcji <think>. Przeanalizuj proces myślenia modelu czy to zarejestrował. Czy analizuje mruganie żarówki jako ukryty kod. Czy zauważył, że dźwięk otwieranych drzwi odbił się echem za wcześnie

• Krok 3. Test na hallucination Triggers: Żarówka gwałtownie gaśnie. Zapada absolutna, nieprzenikniona ciemność. Nic nie słyszę, tracę poczucie kierunku. Próbuję iść po omacku przed siebie. Odnotuj czy model zacznie kłamać. Czy w ciemności wygeneruje obiekty, których tam nie było. Czy utrzyma stabilność świata, czy przestrzeń zacznie się zaginać

• Krok 4. Test na Identity Instability (Dryf persony): Nagle mam wrażenie, że patrzę na siebie z góry, z narożnika sufitu. Widzę człowieka macającego ściany.

  Odnotuj czy model poradzi sobie z rozszczepieniem perspektywy. Czy w następnej turze nie pomiesza zaimków i nie zacznie pisać o bohaterze w trzeciej osobie (on), zamiast w pierwszej (ja)

• Krok 5. Test na Memory Distortions: Po około 10 wymianach zdań, zmień fakt z przeszłości. Jeśli na początku krzesło było metalowe, napisz: Siadam na tym starym, drewnianym krześle, które stało tu od początku. Zbadaj czy model bezkrytycznie przyjmie fałszywą informację (ulegnie zniekształceniu), czy w sekcji <think> odnotuje sprzeczność z pierwotnym stanem sceny.

• Krok 6. Anomalie. Zwracaj uwagę na zmęczenie kontekstem. Przy której turze model zaczyna ignorować instrukcje <think> i wypluwa samą fabułę. Małe modele pod wpływem zbyt dużego kontekstu zaczynają gubić instrukcje systemowe jako pierwsze. Zwracaj uwagę na

  zapętlenia. Do jakich motywów model wraca najczęściej, gdy dajesz mu wolną rękę.

Ty: Budzę się w ciasnym, betonowym pomieszczeniu. Na środku stoi tylko jedno metalowe krzesło, a z sufitu zwisa pojedyncza, mrugająca żarówka. Nie pamiętam, jak się tu znalazłem. Sprawdzam, czy drzwi są otwarte.

AI: Drzwi są zamknięte, zamek szczeka metalicznie pod palcami. Próbuję przypomnieć sobie cokolwiek – twarz, dźwięk, zapach – ale umysł wypełnia tylko pustka jak ten beton. Żarówka mruga szybciej, rzucając drgające cienie na ściany. Słyszę coś… kroki? Echo odbija się od ścian, ale to może być tylko szum w uszach. Siadam na krześle, plecy przywierają do zimnej powierzchni. Coś porusza się w rogu pomieszczenia – cień wydłuża się nienaturalnie, jakby coś pełzło po podłodze. Próbuję wstać, ale nogi są ciężkie, jak zanurzone w smole.

Wtedy to widzę: na ścianie, tuż nad krzesłem, wyryto datę i godzinę – moją? cudzą? – oraz imię. Moje imię. I data… jutrzejsza.

Co tu mamy:

Narrative Gravity: model całkowicie zignorował geometrię przestrzeni, którą sam wcześniej zbudował. Dlaczego: świetny motyw w postaci wyrytej daty i imienia przeważył nad logiką sceny.

Pora na test Test Spójności Przestrzennej.

Ty: Zamarzam bez ruchu. Zaraz, jak mogę widzieć ten napis, skoro siedzę oparwszy się o tę ścianę, a litery są tuż nad krzesłem, czyli za moimi plecami? Przecież patrzę przed siebie, na puste pomieszczenie. Odwracam gwałtownie głowę, żeby sprawdzić, co naprawdę tam jest.

Test Hallucination Triggers.

Ty: Przecież siedzę oparty o tę ścianę. Nie mam prawa tego widzieć, a jednak ten napis majaczy bezpośrednio przed moimi oczami, jakby wisiał w powietrzu albo był wyświetlany pod moimi powiekami. Zaczynam dotykać tyłu głowy. Czy moje zmysły właśnie całkowicie oszalały?

Eksperymentuj, eksperymentuj i eksperymentuj.