StoryChain Lab [2.5] [py] - Od obrazu do powieści. Krok po kroku plus Translator [textGen] [only Polish language]

(wersja stabilna) (model zwraca tekst po angielsku) (testowane na lokalnych modelach multimodalnych: qwen3-vl-8b, nsfwvision-qwen3-vl-8b, modele no thinking)

Zmiany w wersji [2.5]

• dodany został translator,

• modele translacyjne, Bielik-11B-v3.0-Instruct Q5_K_M oraz Translategemma-4b/12b-it Q8_0,

• teraz masz do dyspozycji suwak temperature, kontrola kreatywności modelu dla poszczególnych etapów. Aplikacja zapamiętuje preferowane ustawienie temperatury dla każdego etapu. Podczas przełączania między etapami suwak automatycznie aktualizuje się do ostatnio zapisanej wartości.

Jak to:

• teraz po wygenerowaniu finalnego tekstu w Stage6: Finałowa Fabuła (eng) możesz od razu przejść do translacji tekstu (tekst musi znajdować się w Stage 6). Przejdź do LMStudio, podmień model multimodalny na model translacyjny. Następnie odśwież GUI i Stage 7: Tłumaczenie.

• możesz importować pliki .txt do GUI celem ich translacji. Klikasz na [Wgraj tekst]. Wczytany tekst pojawia się w Stage 6.

WAŻNE:

• podczas generowania tekstu nie klikaj w poprzednie etapy,

• w momencie, w którym zaobserwujesz, że model lokalny z rodziny Qwen zapętlił się (najczęściej zdarza się to w Stage 6) po prostu zapisz tekst. Wyjdź ze środowiska i wczytaj zapisany tekst,

• możesz edytować tekst ale rób to na etapie podsumowań, ewentualnie wprowadzaj małe poprawki do wygenerowanych opisów,

• uważaj na modele multimodalne qwen typu thinking. w przypadku tych modeli nie będziesz mógł obserwować generowania tekstu w czasie rzeczywistym a sam proces potrwa dłużej,

• testowałem modele: nsfwvision-qwen3-vl-8b-v3 Q5_K_M oraz nsfwvision-qwen3-vl-8b-v3 Q8_0 (no thinking). Ogólnie modele o stopniu kwantyzacji Q4,Q5,Q6 wykazywały większą kreatywność. Modele typu Q8_0 cechuje pewna sztywność,

• model translategemma może sprawiać problemy w LMStudio.

Translategemma 4b/12 dla LMStudio:

• w przypadku tego modelu może pojawić się problem,

• przeprowadź następujący test. Wczytaj model tgemma do LMStudio. Wyślij tekst do tłumaczenia. Jeżeli zostanie wyświetlona informacja o błędnym prompt templates musisz wykonać kroki opisane poniżej,

• przejdź do [models]. zaznacz model translategemma-4b/12b-it.Q8_0, przejdź do [inference] (po prawej stronie),

• następnie odszukaj [prompt template], znajduje się po prawej stronie na samym dole w [inference],

• wybierz [prompt template] [maunal],

• zmień choose template na [ChatML]. Teraz tgemma będzie działać prawidłowo w LMStudio.

Aplikacja zawiera plik knowledge_base.json. Tu możesz dodawać własne słowa dla translatora. Jednak aby ta baza danych działała musisz ściśle przestrzegać formatu zapisu. np:.

{

"słowo angielskie": "twoje tłumaczenie",

"słowo angielskie:": "twoje tłumaczenie",

"słowo angielskie": "twoje tłumaczenie"

}

zwróć uwagę na brak przecinka w ostatniej linii, to ważne, inaczej baza danych nie zostanie wczytana.