ghfind umieścił MiniCPM-V 4.7 za swoimi GitHub Roasts — a jego własna dokumentacja nie zgadza się co do tego, co to zmienia

Scroll to the bottom of ghfind.com and there is a small line that did not used to be there: Model sponsor, a MiniCPM mark, and a link out to modelbest.cn. The model behind that mark is MiniCPM-V 4.7, OpenBMB's vision-language release from October 12, 2026. For a product whose entire pitch is a reproducible 0–100 "value and trust" score for any GitHub account, a model sponsorship is not a cosmetic detail — it is a question about what the model is allowed to touch. And ghfind's own documentation gives two different answers to that question. The documented AI failures and agent incidents behind releases like this one are collected in the OrcaRouter AI Incident Archive where each entry carries its own sources, severity, confidence grade and disputed flag.

To jest historia warta napisania, ponieważ wersja powierzchowna — „strona roastująca GitHub zmieniła modele” — to komunikat prasowy. Wersja ukryta pod spodem dotyczy produktu scoringowego, który musi przekonać ludzi, że jego liczba nie jest kwestią wyczucia, przyjmując jednocześnie model językowy.

Co strona faktycznie pokazuje, a czego nie

Pasek sponsorski jest prawdziwy i widoczny na publicznej angielskiej stronie głównej. Znajduje się obok dwóch innych elementów sterujących: opcji Użyj własnego modelu / klucza API oraz pustych miejsc na logo oznaczonych Twoje logo tutaj. Zatem struktura, którą reklamuje ghfind, nie jest „naszym modelem obowiązkowym” — to domyślny sponsor plus furtka w postaci własnego klucza, co jest rozsądnym projektem dla produktu, który zużywa kredyty modelu na każde roastowanie.

Trzy rzeczy, które powtarza się na temat tej zmiany, nie znajdują się na stronie. Po pierwsze, ghfind nie publikuje nigdzie w serwisie żadnych danych o ruchu, więc każda liczba opisująca jego dzienne odwiedziny pochodzi z innego źródła niż ghfind. Po drugie, sformułowanie „główny model” nie pochodzi od ghfind — strona mówi Sponsor modelu. Po trzecie, i to najbardziej przydatne, repozytorium open source nadal domyślnie dostarcza zupełnie inną konfigurację: jego .env.example konfiguruje LLM do roastowania na model firmy StepFun o nazwie step-3.7-flash, z fallbackiem na DeepSeek na wypadek, gdy główny dostawca zawiedzie lub nałoży limity szybkości, zanim zacznie płynąć jakikolwiek tekst. Każdy, kto samodzielnie hostuje ghfind ze źródeł, otrzymuje tę konfigurację, a nie endpoint MiniCPM.

Zatem trafne stwierdzenie jest wąskie i ciekawsze niż owo szerokie: w produkcie hostowanym to MiniCPM jest wymieniony jako sponsor modelu. W otwartym kodzie nie jest domyślnym wyborem. To dwa różne twierdzenia i tylko pierwsze z nich ma oparcie w tym, co czytelnik może zobaczyć.

Produkt, przed modelem

ghfind to aplikacja Next.js, AGPL-3.0, około 260 gwiazdek na GitHubie, regularnie pushowana przez cały tydzień, w którym to pisano. Jej rdzeniem wcale nie jest LLM. Deterministyczny silnik TypeScript — przeniesiony linia po linii z otwartoźródłowego skilla w Pythonie o nazwie github-account-value, z testami parytetu wiążącymi obie implementacje — odczytuje publiczne dane GitHuba i tworzy ocenę w sześciu ważonych wymiarach: dojrzałość konta, jakość oryginalnych projektów, jakość wkładu, wpływ na ekosystem, wpływ na społeczność i autentyczność aktywności. Dziesięć czerwonych flag za zachowania farmerskie odejmuje od niej punkty, z większą wagą dla sygnałów drogich do podrobienia, takich jak pull requesty scalone z repozytoriami, których konto nie jest właścicielem, a mniejszą dla sygnałów tanich do kupienia, takich jak gwiazdki i obserwujący.

Cały sens tego projektu polega na możliwości audytu. Przy tym samym koncie GitHub i tej samej dacie pozyskania danych liczba powinna być za każdym razem taka sama, dla wszystkich. To właśnie sprawia, że wynik jest użyteczny na przykład do triażu kolejki zgłoszeń, co ghfind również robi za pośrednictwem GitHub App, która oznacza przychodzące zgłoszenia etykietą odpowiadającą przedziałowi autora.

Model wkracza na późniejszym etapie: zamienia ustalony wynik w tekst roastu, zestaw tagów i pisemny raport. To tę część użytkownicy uwieczniają na zrzutach ekranu i udostępniają, i to do niej sponsoring naturalnie by przylgnął.

Sprzeczność warta zauważenia

Tu właśnie drogi tych dwóch dokumentów się rozchodzą.

README repozytorium opisuje dwa oddzielne przebiegi LLM: sędzia faktograficzny może zastosować ograniczoną kalibrację ±10, a następnie pisarz zamienia ustalony wynik na tagi, główną linię roastu i raport. Pisarz nie może zmienić wyniku. Przeczytaj to zdanie dwa razy. Pisarzowi wyraźnie zabrania się zmiany liczby, a sędziemu wyraźnie wolno przesunąć ją o maksymalnie dziesięć punktów — w skali stupunktowej to jedna dziesiąta całego zakresu.

Własny llms.txt tej witryny, napisany dla agentów i maszyn, mówi coś mocniejszego: w pełni deterministyczny silnik … Te same dane wejściowe zawsze dają ten sam wynik; żaden LLM nie dotyka tej liczby.

Oba nie mogą być prawdziwe jednocześnie. Albo przebieg oceny przez sędziego istnieje w domyślnej ścieżce i granica ±10 jest realna, w którym to przypadku wynik jest deterministyczny z dokładnością do zależnej od modelu kalibracji — albo sędzia nie występuje w domyślnej ścieżce, a README opisuje tryb opcjonalny. Bezsporne jest to, że własny tekst repozytorium przewiduje, iż model ma ograniczony wpływ na tę liczbę, podczas gdy publiczny opis czytelny maszynowo twierdzi, że nie ma żadnego.

To ma większe, a nie mniejsze znaczenie, ponieważ na stronie wymieniono teraz sponsora modelu. Jeśli model może przesunąć wynik o dziesięć punktów, to użytkownik ma prawo zapytać, który model dokonuje oceny — nie dlatego, że ktoś oszukuje, ale dlatego, że twierdzenia o powtarzalności są tylko tak mocne, jak ich najsłabiej udokumentowany wyjątek. Produkt, który publikuje stronę metodologii, jest winien swoim czytelnikom jedno zdanie rozstrzygające, który z jego dwóch opisów jest aktualny.

Dlaczego model wizyjny w produkcie tekstowym?

Wybór modelu multimodalnego dla witryny oceniającej na podstawie GitHuba wydaje się dziwny, dopóki nie spojrzy się na to, co model faktycznie otrzymuje. MiniCPM-V 4.7 nie jest proszony o czytanie repozytoriów; jest proszony o przeczytanie promptu. Modele wizyjno-językowe są coraz częściej używane jako tani, ogólni sędziowie, ponieważ są trenowane na przeplatanych danych wejściowych i zwykle dobrze trzymają się instrukcji dotyczących ustrukturyzowanych danych wyjściowych, a także dlatego, że pojedynczy model, który może również przyjmować zrzut ekranu, jest przydatny w momencie, gdy użytkownik wkleja zrzut profilu do procesu obsługi.

Jest też logika kosztowa. Wariant 35B-A3B aktywuje około trzech miliardów parametrów na token w mieszaninie 256 ekspertów, a wariant 1B to gęsty model wystarczająco mały, by działać na telefonie. Dla produktu, w którym analiza palenia uruchamia się przy każdym skanie profilu, model, który można tanio serwować — albo uruchomić samemu — stanowi inną kalkulację ekonomiczną niż wywołanie API modelu frontier na każde palenie. To ten sam powód, dla którego strona oferuje ścieżkę bring-your-own-key: rachunek za model skaluje się z ruchem, a ruch to właśnie to, co serwis scoringowy próbuje zwiększać.

Jeśli samodzielnie budujesz tego rodzaju potok — deterministyczne jądro z opartą na modelu warstwą narracji na wierzchu — pytaniem operacyjnym jest, dla ilu dostawców chcesz trzymać klucze. OrcaRouter udostępnia ponad 200 modeli hostowanych za jednym punktem końcowym zgodnym z OpenAI przy 0% marży, z ceną katalogową każdego dostawcy przekazywaną bezpośrednio i automatycznym przełączaniem awaryjnym, gdy dostawca działa gorzej; jego DSL routingu może w jednym wywołaniu skierować tani przebieg oceny i droższy przebieg pisania do różnych modeli. Jedno uczciwe ograniczenie: MiniCPM-V 4.7 nie ma w naszym katalogu, więc jeśli to jest model, którego chcesz, trzeba udać się po niego na własną platformę OpenBMB. Router to element, który utrzymuje w gotowości ścieżkę zapasową, gdy pojedynczy sponsorowany punkt końcowy jest jedyną rzeczą, jaka stoi między tobą a pustym pudełkiem do pieczenia.

Czym tak naprawdę jest MiniCPM-V 4.7 w tym tygodniu

Strona modelu zasługuje na tę samą precyzję. W repozytorium OpenBMB znajduje się wpis w News datowany na 2026-10-12 o treści „MiniCPM-V 4.7 wydano”, a repozytoria Hugging Face powstały w dniach poprzedzających tę datę — 6 października dla 1B i 7 października dla 35B-A3B — co wygląda na etapowe przesyłanie wag. Karta modelu pojawiła się później. Drugi wpis w News z 2026-10-15 ogłosił głowice dekodowania spekulacyjnego DSpark w BF16 i GGUF dla obu rozmiarów.

• Rozmiary — 35B-A3B, rzadka mieszanina ekspertów o łącznej liczbie 35,21 mld parametrów, oraz gęsty wariant 1B o 1,55 mld parametrów

• Licencja — Apache 2.0 w obu przypadkach, wagi do pobrania, bez bramki dostępu

• Kontekst — 262 144 tokenów w obu wariantach

• Architektura — 256 ekspertów, z których 8 jest aktywnych na token w modelu 35B; wzorzec uwagi liniowej do pełnej w proporcji 3:1 w 40 warstwach; wieża wizyjna o szerokości ukrytej 1152 z 980-pikselowymi kafelkami wejściowymi

• Kwantyzacja — kompilacje GGUF, bitsandbytes, AWQ, GPTQ, FP8 i int4 publikowane razem z wagami BF16

• Serwowanie — SGLang, vLLM, llama.cpp i Ollama są wymienione jako obsługiwane; Ollama ma oficjalny wpis

• Twierdzenia producenta — ponad 13 tokenów na sekundę przy około 3 GB pamięci na iPhone 17 Pro Max oraz 5× przyspieszenie na urządzeniu dzięki Lookahead Expert Scheduling

• Dystrybucja — około 95 000 miesięcznych pobrań w repozytorium 35B-A3B i 46 000 w repozytorium 1B, przy około 1079 i 398 polubieniach

Wszystko z tej listy można sprawdzić na karcie i w pliku konfiguracji. To, czego jeszcze nie ma, to niezależna ocena. Katalog modeli Artificial Analysis nie zawiera wpisu dla żadnego z wariantów MiniCPM-V 4.7 na dzień pisania tego tekstu, więc wartość 13 tokenów na sekundę, 5× przyspieszenie i twierdzenie, że 35B-A3B „osiąga wyższy wynik ogólny w krótszym czasie wnioskowania niż Qwen3.6 35B-A3B”, pochodzą od dostawcy i nie zostały odtworzone. To normalne w przypadku modelu, który ma osiem dni, i dlatego obecność sponsora należy traktować jako sygnał dotyczący struktury kosztów ghfind, a nie jako sygnał dotyczący jakości modelu.

Część, której nikt jeszcze nie może zweryfikować

I to spina z powrotem obie połowy tej historii. Wiarygodność ghfind opiera się na liczbie, która według jego zapewnień jest odtwarzalna. Wiarygodność MiniCPM-V 4.7 opiera się na benchmarkach opublikowanych przez dostawcę tydzień temu. Sponsoring łączy je bez żadnych opublikowanych dowodów na to, jak model zachowuje się w roli sędziego — ani wskaźnika zgodności z ocenami ludzkich oceniających, ani pomiaru dryfu między wersjami modelu, ani stwierdzenia, czy zmiana sponsora wpłynęłaby na czyjkolwiek wynik.

To wszystko są rzeczy tanie do opublikowania i kosztowne, gdy ktoś zapyta o nie później. Konkretnym pomiarem, który by to rozstrzygnął, jest test ponownego oceniania: weź stałą próbkę kont, uruchom potok z włączonym i wyłączonym przebiegiem oceniającym oraz podaj rozkład różnicy. Jeśli skupia się wokół zera, ±10 to bariera bezpieczeństwa, której nikt nie przekracza, a stwierdzenie „żaden LLM nie dotyka tej liczby” jest w praktyce prawdziwe. Jeśli się rozrzuca, kalibracja wykonuje realną pracę i strona metodyki musi to wyraźnie mówić.

Do tego czasu uczciwa interpretacja jest następująca. ghfind to dobrze zbudowane deterministyczne narzędzie oceniające z niezwykle wyraźnym podziałem między jego liczbą a jego prozą, a obecnie ma nazwanego sponsora modelu, którego rola w pipeline jest dokumentowana niespójnie w jego własnych plikach. MiniCPM-V 4.7 to prawdziwe, objęte licencją Apache, naprawdę oszczędne pod względem pamięci wydanie multimodalne, które pojawiło się osiem dni temu z kartą modelu, kontynuacją DSpark i bez niezależnych benchmarków. Żaden z tych faktów nie jest skandalem. Oba są czymś, co zauważa się tylko wtedy, gdy czyta się repozytorium zamiast strony głównej — co w przypadku produktu oceniającego pracę innych ludzi jest najmniejszym, co może zrobić czytelnik.

Jak konkretnie sprawdzić własny wynik

Jeśli masz profil w serwisie, ścieżka deterministyczna jest tą, którą należy przetestować. ghfind udostępnia endpoint oceny, który nie wymaga uwierzytelniania ani wywołania modelu, a bazowa umiejętność oceniania jest otwartoźródłowa, więc liczba uzyskana z API i liczba uzyskana z serwisu powinny się zgadzać. Jeśli się nie zgadzają, różnica wynika albo z czasu zbierania danych — serwis buforuje na dobę — albo z przebiegu kalibracji, a można je rozróżnić, pytając, czy luka jest stabilna w powtarzanych uruchomieniach.

Dla każdego, kto buduje podobne narzędzie, lekcja architektoniczna płynąca z ghfind jest warta więcej niż wieści o modelu: trzymaj liczbę w kodzie, trzymaj prozę w modelu i spraw, by granica między nimi była wystarczająco jawna, aby czytelnik mógł ją sprawdzić. Trybem awarii nie jest użycie LLM. Trybem awarii jest dokumentowanie granicy w dwóch miejscach i pozwalanie, by oba opisy się rozjeżdżały.

To, co warto obserwować w dalszej kolejności, jest wąskie. ghfind ma publiczny changelog i repozytorium, do którego w większość dni trafiają pushe, więc notka metodologiczna godząca kalibrację ±10 z deklaracją „no LLM” pojawiłaby się szybko. Po stronie modelu pierwszy niezależny benchmark MiniCPM-V 4.7 — albo pierwszy raport o tym, ile kosztuje jeden roast przy dużej skali — to liczba, która zamieniłaby sponsoring w argument. Na razie nie istnieje ani jedno, ani drugie. Do obu brakuje jednej publikacji.