Narzędzia AI
Talkie-1930: model AI trenowany tylko na tekstach sprzed 1931 roku
Zaktualizowano: Autor: Andrzej Niemiec11 min czytania
Talkie-1930 to otwarty model językowy o 13 mld parametrów, trenowany tylko na angielskich tekstach sprzed 1931 roku. Jak działa, jakie ma warianty i ograniczenia.

Spis treści
- Czym jest Talkie-1930?
- Kiedy i kto udostępnił Talkie-1930?
- Na jakich danych trenowano Talkie-1930?
- Jakie warianty Talkie-1930 są dostępne?
- Czy Talkie-1930 naprawdę nie zna współczesnego świata?
- Czego model nauczył się bez kodu w danych treningowych?
- Dlaczego OCR był największym problemem przy budowie korpusu?
- Do czego można wykorzystać Talkie-1930?
- Czy Talkie-1930 jest produktem komercyjnym?
- Jakie ograniczenia ma Talkie-1930?
- Najczęstsze pytania
- Źródła
Czym jest Talkie-1930?
Talkie-1930 to otwarty model językowy o około 13 miliardach parametrów, wytrenowany wyłącznie na angielskich tekstach opublikowanych przed 1 stycznia 1931 roku. Kod i wagi są publiczne, więc model można uruchomić samodzielnie. Odpowiedzi odtwarzają język i sposób myślenia epoki sprzed niemal stu lat, a nie współczesną wiedzę o świecie [1][2].
Nazwa nawiązuje do daty granicznej korpusu. Model nie jest stylizacją językową ani zabawką redakcyjną: to projekt badawczy, który ma pokazać, jak model uczy się rozumowania, gdy odetnie się go od późniejszych interpretacji i od internetu [1]. Media opisały go jako chatbota znającego jedynie świat sprzed 1931 roku [6].
Kiedy i kto udostępnił Talkie-1930?
Projekt ogłoszono w kwietniu 2026 roku. Wpis z 28 kwietnia i repozytorium wskazują na majową datę publikacji modelu, więc źródła różnią się w szczegółach [3][2]. Za modelem stoją Nick Levine, David Duvenaud i Alec Radford [1][4].
David Duvenaud jest profesorem associate na University of Toronto i współprowadził projekt. Materiały nie przedstawiają jednak Talkie jako oficjalnego modelu uczelni, a publiczne repozytorium prowadzi organizacja talkie-lm [1][2]. W dostępnych źródłach nie ma potwierdzonej nazwy firmy ani statusu komercyjnego przedsięwzięcia [1].
Na jakich danych trenowano Talkie-1930?
Pretraining oparto na angielskich książkach, gazetach, czasopismach, publikacjach naukowych, patentach i orzecznictwie sądowym sprzed 1 stycznia 1931 roku. Cutoff korpusu przypada na 31 grudnia 1930 roku, a całość liczyła około 260 miliardów tokenów [1][4].
Zakres jest więc czasowy, nie tematyczny. Model nie dostaje wyboru tematów ani współczesnych streszczeń: widzi tylko to, co trafiło do druku przed końcem 1930 roku [2]. Skutek uboczny to brak wiedzy o smartfonach, TikToku czy pandemii COVID-19. To skrót publicystyczny poprawny w sensie danych treningowych, ale nie absolutna gwarancja, że model nigdy nie wygeneruje anachronicznej odpowiedzi [1].
Jakie warianty Talkie-1930 są dostępne?
Repozytorium wymienia dwa warianty modelu z 13 miliardami parametrów oraz model porównawczy trenowany na współczesnym webie [1][2]. Różnią się przeznaczeniem i sposobem dostrojenia.
| Wariant | Przeznaczenie | Dane treningowe |
|---|---|---|
| talkie-1930-13b-base | generowanie tekstu i punkt wyjścia do własnego fine-tuningu | angielskie teksty sprzed 1 stycznia 1931 r. [1][2] |
| talkie-1930-13b-it | rozmowa w interfejsie czatu | baza plus post-training z udziałem współczesnego modelu [1] |
| talkie-web-13b-base | model odniesienia dla współczesnego webu | korpus FineWeb [1][2] |
Wersja instrukcyjna nie jest już czystą kapsułą czasu. Do jej treningu użyto współczesnego modelu Claude jako sędziego oraz do generowania rozmów, więc część współczesnego wpływu przeniknęła do zachowania modelu [1]. To ważne przy interpretacji odpowiedzi: wariant bazowy i czatowy mogą różnić się ostrożnością i stylem.
Czy Talkie-1930 naprawdę nie zna współczesnego świata?
Nie do końca. Występuje zjawisko temporal leakage: model potrafi ujawnić pewną wiedzę o Franklinie D. Rooseveltcie, II wojnie światowej lub powojennym porządku, choć wydarzenia te wykraczają poza cutoff [1].
Wyciek nie musi oznaczać błędu w korpusie. Część wiedzy o przyszłości mogła pojawić się w tekstach spekulacyjnych, prasowych przewidywaniach albo w samym sposobie sformułowania pytań. Dlatego wyników modelu nie należy traktować jako dowodu, że w 1930 roku ludzie znali późniejsze wydarzenia. Strona projektu dodaje, że model odzwierciedla kulturę i wartości tekstów treningowych, a nie poglądy autorów, i może generować treści nieścisłe lub obraźliwe [5].
Czego model nauczył się bez kodu w danych treningowych?
Najciekawszy wynik badania dotyczy programowania. Po otrzymaniu kilku przykładów kodu w promptcie model potrafił tworzyć proste fragmenty Pythona, mimo że kod nie występował w pretrainingu [1].
Jednocześnie wyraźnie przegrywał z modelem trenowanym na nowoczesnym webie. Ten wynik ma znaczenie dla badań nad generalizacją: pokazuje, ile rozumowania można wyciągnąć z samych wzorców językowych, a ile wymaga danych z danej dziedziny. Dla zespołów budujących modele wąskie jest to argument, by mierzyć nie tylko trafność odpowiedzi, ale też to, skąd model bierze umiejętność. Szerzej o pomiarach modeli piszemy w artykule o benchmarkach AI.
Dlaczego OCR był największym problemem przy budowie korpusu?
Historyczne materiały trzeba było odczytać ze skanów. Według relacji skuteczność uczenia na surowym OCR wynosiła około 30 procent względem ręcznej transkrypcji, a czyszczenie tekstu regexami podnosiło ją do około 70 procent [1].
To tłumaczy, dlaczego budowa korpusu sprzed 1931 roku jest kosztowna. Archiwa gazet i książek istnieją, ale jako obrazy, a nie jako czysty tekst. Każdy etap obróbki wpływa na to, czego model się nauczy. Zaszumione OCR może uczyć błędnych wzorców językowych, a zbyt agresywne czyszczenie usuwa kontekst, który dla historyka ma wartość.
Do czego można wykorzystać Talkie-1930?
Model powstał do badań nad rozumowaniem historycznym i generalizacją. Pozwala testować, jak model radzi sobie z zadaniami epoki bez podpowiedzi z przyszłości [1].
Zastosowania badawcze są trzy. Pierwsze to analiza języka i retoryki tekstów sprzed 1931 roku. Drugie to testowanie, czy umiejętności wyuczone w jednym okresie przenoszą się na zadania poza nim. Trzecie to porównywanie modeli historycznych z modelami trenowanymi na współczesnym webie, na przykład talkie-web-13b-base. W praktyce oznacza to narzędzie dla zespołów badawczych, a nie gotowy produkt do codziennej pracy. O wyborze między modelem wąskim a ogólnym piszemy w przewodniku po praktycznych zastosowaniach AI.
Czy Talkie-1930 jest produktem komercyjnym?
Nie. Źródła opisują projekt badawczy i zespół twórców, nie spółkę-producenta. Publiczne repozytorium prowadzi organizacja talkie-lm, a w dostępnych materiałach nie potwierdzono formalnej nazwy firmy ani statusu komercyjnego [1][2].
Model jest jednak dostępny publicznie. Udostępniono kod oraz wagi, a repozytorium wskazuje modele w serwisie Hugging Face i interfejs projektu talkie-lm.com [1][2][7]. Dla badaczy oznacza to możliwość uruchomienia modelu lokalnie i sprawdzenia go na własnych danych, bez zależności od zewnętrznego API.
Jakie ograniczenia ma Talkie-1930?
Największe ograniczenie to język i zakres. Model trenowano na tekstach angielskich, więc pytania po polsku i o polskie realia epoki nie mają pokrycia w danych [1][2]. Nie zna też wydarzeń po 1930 roku, poza tym, co wyciekło z korpusu [1].
Drugie ograniczenie to wartości wpisane w źródła. Model powtarza sposób myślenia tekstów, na których się uczył, łącznie z uprzedzeniami epoki. Strona projektu ostrzega, że odpowiedzi mogą być nieścisłe lub obraźliwe [5]. Trzecie to ryzyko nadinterpretacji: pojedyncza odpowiedź nie jest dowodem na to, co wiedziano w 1930 roku. Czwarte to brak danych o kodzie i naukach ścisłych poza tym, co dało się wywnioskować z wzorców językowych [1].
Najczęstsze pytania
Ile parametrów ma Talkie-1930?
Około 13 miliardów parametrów, czyli tyle, ile mają modele średniej wielkości z rodziny 13B. Ten sam rozmiar mają oba warianty z korpusu sprzed 1931 roku oraz model porównawczy talkie-web-13b-base [1][2]. Rozmiar pozwala uruchomić model na pojedynczej maszynie z odpowiednią pamięcią, choć dokładne wymagania sprzętowe zależą od trybu i kwantyzacji.
Czy Talkie-1930 można uruchomić lokalnie?
Tak. Kod i wagi są publiczne, a repozytorium opisuje sposób uruchomienia modelu [1][2]. Oznacza to pracę bez zewnętrznego API i pełną kontrolę nad danymi wejściowymi. Trzeba jednak pamiętać, że model nie jest dostrojony do współczesnych zadań: odpowiada w logice epoki i może odmawiać odpowiedzi na pytania o technologię, której nie znał.
Czy Talkie-1930 jest darmowy?
Źródła potwierdzają, że kod i wagi są udostępnione publicznie, ale nie podają warunków licencji ani cennika [1][2][7]. Nie ma też potwierdzonej oferty komercyjnej ani firmy, która sprzedawałaby dostęp. Przed wdrożeniem warto sprawdzić warunki w repozytorium i w karcie modelu, zamiast zakładać domyślną licencję otwartą.
Czy Talkie-1930 zna wydarzenia po 1930 roku?
Nie powinien, ale nie jest to reguła absolutna. Model ujawnia czasem wiedzę o Franklinie D. Rooseveltcie, II wojnie światowej i powojennym porządku, co określa się jako temporal leakage [1]. Taki wyciek może pochodzić z tekstów spekulacyjnych lub z samego sformułowania pytania. Dlatego odpowiedzi modelu trzeba traktować jako materiał do analizy, a nie jako źródło historyczne.
Do jakich zadań nadaje się Talkie-1930?
Do badań nad rozumowaniem historycznym, analizy języka epoki i testów generalizacji. Model sprawdza się tam, gdzie potrzebny jest tekst w stylu sprzed 1931 roku i brak współczesnych podpowiedzi [1]. Nie nadaje się do codziennych zadań ogólnych, odpowiadania na pytania o współczesność ani do pracy po polsku, bo takich danych nie miał w treningu [1][2].
Źródła
- Meet Talkie-1930: A 13B Open-Weight LLM Trained on Pre-1931 English Text for Historical Reasoning and Generalization Research (MarkTechPost, 2026) — https://www.marktechpost.com/2026/04/27/meet-talkie-1930-a-13b-open-weight-llm-trained-on-pre-1931-english-text-for-historical-reasoning-and-generalization-research
- GitHub - talkie-lm/talkie: talkie is a vintage language model from 1930 (GitHub, 2026) — https://github.com/talkie-lm/talkie
- Introducing talkie: a 13B vintage language model from 1930 (Simon Willison, 2026) — https://simonwillison.net/2026/Apr/28/talkie
- Talkie Trains 13B Model on Pre-1930 Text (Let's Data Science, 2026) — https://letsdatascience.com/news/talkie-trains-13b-model-on-pre-1930-text-498e939f
- talkie: an LM from 1930 (talkie-lm.com, 2026) — https://talkie-lm.com/chat
- Naukowcy stworzyli chatbota, który zna jedynie świat sprzed 1931 roku (Malwarebytes, 2026) — https://www.malwarebytes.com/pl/blog/ai/2026/04/researchers-built-a-chatbot-that-only-knows-the-world-before-1931
- talkie-13b - a talkie-lm Collection (Hugging Face, 2026) — https://huggingface.co/collections/talkie-lm/talkie-13b
Fanatyk nowych technologii i specjalista w zakresie sztucznej inteligencji.
Jak powstają teksty: Polityka AI · O redakcji