[{"data":1,"prerenderedAt":277},["ShallowReactive",2],{"docs-pl-/pl/docs/service/ai/local":3},{"id":4,"title":5,"body":6,"description":269,"extension":270,"meta":271,"navigation":272,"path":273,"seo":274,"stem":275,"__hash__":276},"docs_pl/pl/docs/service/ai/local.md","AI (lokalne)",{"type":7,"value":8,"toc":258},"minimark",[9,13,17,24,29,32,37,40,44,47,51,54,58,62,65,68,72,75,79,137,140,143,151,154,161,167,170,173,176,179,185,191,194,197,200,203,209,214,218,221,243],[10,11,5],"h1",{"id":12},"ai-lokalne",[14,15,16],"p",{},"Doco Translate może łączyć się z lokalnymi środowiskami wykonawczymi modeli AI, takimi jak Ollama, LM Studio i oMLX w celu tłumaczenia.",[14,18,19],{},[20,21],"img",{"alt":22,"src":23},"Lokalne usługi tłumaczeniowe AI","/images/docs/local-ai-services.webp",[25,26,28],"h2",{"id":27},"alety-modeli-lokalnych","Alety modeli lokalnych",[14,30,31],{},"Użycie modeli lokalnych to podejście, które Doco Translate zaleca najbardziej, ponieważ oferuje kilka ważnych korzyści.",[33,34,36],"h4",{"id":35},"jakość-tłumaczenia","Jakość tłumaczenia",[14,38,39],{},"Duże modele językowe doskonale sprawdzają się w zadaniach związanych z językiem naturalnym, zwłaszcza w tłumaczeniach. Zwykle zapewniają lepszą jakość tłumaczenia niż konwencjonalne silniki tłumaczenia maszynowego.",[33,41,43],{"id":42},"prywatność","Prywatność",[14,45,46],{},"Modele ładowane przez lokalne środowisko wykonawcze przechowują Twoje dane na Twoim urządzeniu. Nic nie jest wysyłane do zewnętrznego dostawcy, dzięki czemu przetwarzanie dokumentów pozostaje prywatne.",[33,48,50],{"id":49},"koszt","Koszt",[14,52,53],{},"W przeciwieństwie do interfejsów API AI w chmurze, modele lokalne nie pobierają opłat za tokeny i nie mają dodatkowych opłat za użytkowanie.",[25,55,57],{"id":56},"ograniczenia-modeli-lokalnych","Ograniczenia modeli lokalnych",[33,59,61],{"id":60},"rozmiar-modelu","Rozmiar modelu",[14,63,64],{},"Local modele są zazwyczaj typu open source, a modele dobrze działające na sprzęcie konsumenckim często mają stosunkowo małą liczbę parametrów, np. 4B, 9B, 35B-A3B lub 27B. Ich ogólne możliwości mogą być zatem słabsze niż w przypadku dużych modeli chmurowych.",[14,66,67],{},"Jednak tłumaczenie nie wymaga bardzo długiego łańcucha rozumowania ani najsilniejszego możliwego modelu rozumowania. Mniejsze modele lokalne są w stanie zapewnić dobre tłumaczenia, co czyni je wysoce opłacalnym wyborem.",[33,69,71],{"id":70},"prędkość-wnioskowania","Prędkość wnioskowania",[14,73,74],{},"Lokalna prędkość wnioskowania zależy od sprzętu i rozmiaru modelu. Lepszy sprzęt i mniejsze modele są szybsze, chociaż wnioskowanie lokalne jest generalnie nadal wolniejsze niż interfejs API AI w chmurze.",[25,76,78],{"id":77},"lokalne-środowiska-wykonawcze-modelu-ai","Lokalne środowiska wykonawcze modelu AI",[80,81,82,95],"table",{},[83,84,85],"thead",{},[86,87,88,92],"tr",{},[89,90,91],"th",{},"Narzędzie",[89,93,94],{},"Charakterystyka",[96,97,98,113,125],"tbody",{},[86,99,100,110],{},[101,102,103],"td",{},[104,105,109],"a",{"href":106,"rel":107},"https://ollama.com/",[108],"nofollow","Ollama",[101,111,112],{},"Prosta konfiguracja w wierszu poleceń i zarządzanie modelami",[86,114,115,122],{},[101,116,117],{},[104,118,121],{"href":119,"rel":120},"https://lmstudio.ai/",[108],"LM",[101,123,124],{},"Przyjazny interfejs graficzny do pobierania i uruchamiania modeli lokalnych",[86,126,127,134],{},[101,128,129],{},[104,130,133],{"href":131,"rel":132},"https://omlx.ai/",[108],"oMLX",[101,135,136],{},"Szybkie lokalne wnioskowanie LLM zoptymalizowane pod kątem krzemu Apple",[25,138,109],{"id":139},"ollama",[14,141,142],{},"Ollama to przystępne narzędzie wiersza poleceń do uruchamiania modeli lokalnych.",[14,144,145,146,150],{},"Zainstaluj Ollamę, postępując zgodnie z jego oficjalnymi instrukcjami, a następnie uruchom ",[147,148,149],"code",{},"ollama pull MODEL_NAME"," aby pobrać model.",[14,152,153],{},"Po pobraniu modelu i pomyślnym uruchomieniu w Ollama, połącz go jednym kliknięciem z Doco Translate.",[14,155,156,157,160],{},"Domyślny endpoint Ollama to ",[147,158,159],{},"http://localhost:11434",".",[14,162,163],{},[20,164],{"alt":165,"src":166},"Ustawienia usługi Ollama","/images/docs/ollama-settings.webp",[25,168,121],{"id":169},"lm",[14,171,172],{},"LM Studio zapewnia interfejs graficzny do uruchamiania modeli lokalnych i jest łatwy w obsłudze.",[14,174,175],{},"Zainstaluj LM Studio z jego oficjalnej strony internetowej, a następnie pobierz model w aplikacji.",[14,177,178],{},"Po pobraniu modelu uruchom lokalny serwer modeli LM Studio, aby udostępnił interfejs API. Następnie możesz jednym kliknięciem połączyć go z Doco Translate.",[14,180,181,182,160],{},"Domyślny punkt końcowy LM Studio to ",[147,183,184],{},"http://localhost:1234",[14,186,187],{},[20,188],{"alt":189,"src":190},"LM Studio","/images/docs/lm-studio-settings.webp",[25,192,133],{"id":193},"omlx",[14,195,196],{},"oMLX to środowisko uruchomieniowe modelu lokalnego zoptymalizowane pod kątem krzemu Apple i zapewniające bardzo szybkie wnioskowanie.",[14,198,199],{},"Zainstaluj oMLX z oficjalnej strony internetowej, otwórz konsolę oMLX i pobierz model.",[14,201,202],{},"oMLX automatycznie uruchamia usługę lokalną. Po pobraniu modelu i przejściu testu jednym kliknięciem podłącz go do Doco Translate.",[14,204,205,206,160],{},"Domyślny endpoint oMLX to ",[147,207,208],{},"http://localhost:8000",[14,210,211],{},[20,212],{"alt":133,"src":213},"/images/docs/omlx-settings.webp",[25,215,217],{"id":216},"zalecane-modele","Zalecane modele",[14,219,220],{},"Doco Translate zaleca do tłumaczenia następujące modele:",[222,223,224,228,231,234,237,240],"ul",{},[225,226,227],"li",{},"Hy-MT2-1.8B: bardzo szybki, minimalne zużycie pamięci i zoptymalizowany specjalnie pod kątem tłumaczenia",[225,229,230],{},"Qwen3.5:9B: szybki przy stosunkowo niskim zużyciu pamięci",[225,232,233],{},"Qwen3.6:35B-A3B: duże możliwości i duża wydajność przy większym zużyciu pamięci",[225,235,236],{},"Gemma4:12B: zrównoważony wybór pod względem jakości, szybkości i wykorzystania pamięci",[225,238,239],{},"Qwen3.6:27B: największe możliwości, ale wolniejsze i wymagające dużej ilości pamięci",[225,241,242],{},"Qwen3.5:4B: szybki przy niskim zużyciu pamięci, ale nieco mniej stabilny",[14,244,245,246,249,250,253,254,257],{},"W przypadku większości obciążeń użyj ",[147,247,248],{},"Hy-MT2-1.8B"," lub ",[147,251,252],{},"Qwen3.5:9B"," as jest modelem podstawowym. Obydwa są szybkie i wydajne pod względem pamięci. Aby uzyskać wyższą jakość i stabilność, użyj ",[147,255,256],{},"Qwen3.6:35B-A3B",", który ma większe możliwości, ale zużywa więcej pamięci.",{"title":259,"searchDepth":260,"depth":260,"links":261},"",2,[262,263,264,265,266,267,268],{"id":27,"depth":260,"text":28},{"id":56,"depth":260,"text":57},{"id":77,"depth":260,"text":78},{"id":139,"depth":260,"text":109},{"id":169,"depth":260,"text":121},{"id":193,"depth":260,"text":133},{"id":216,"depth":260,"text":217},"Połącz Ollama, LM Studio lub oMLX i tłumacz za pomocą modeli AI działających na urządzeniu.","md",{},true,"/pl/docs/service/ai/local",{"title":5,"description":269},"pl/docs/service/ai/local","wjXQNoympLo0TSyJJ6DmthSDfYHa5QsrX1mG_QBy1F0",1787207636849]