--- title: "IBM Granite (language model) (PL)" source: "https://systems-analysis.info/int/IBM_Granite_(language_model)_(PL)" wiki: "systems-analysis.info/int" article: "IBM_Granite_(language_model)_(PL)" language: "pl" categories: - "Category:Large language models" - "Category:LLM families" - "Category:Machine learning" - "Category:Polish" revision_id: 3161 wiki_created_at: 2026-09-06T23:16:35Z wiki_modified_at: 2026-09-06T23:16:35Z downloaded_at: 2026-09-07T22:55:32Z --- # IBM Granite (language model) (PL) **IBM Granite** — to seria dużych modeli językowych (LLM), opracowanych przez korporację IBM do zastosowania w środowisku korporacyjnym. Modele Granite są autoregresywnymi transformerami z architekturą tylko-dekodera, zdolnymi do generowania tekstu na podstawie zadanego kontekstu^{[\[1\]](https://systems-analysis.info/int/IBM_Granite_(language_model)_(PL)#cite_note-ibm_blog_building-1)}. Rodzina została oficjalnie zaprezentowana 7 września 2023 roku w ramach uruchomienia platformy chmurowej IBM watsonx.ai^{[\[2\]](https://systems-analysis.info/int/IBM_Granite_(language_model)_(PL)#cite_note-techcrunch_2023-2)}. IBM pozycjonuje Granite jako otwarte, wydajne i niezawodne rozwiązania dla przedsiębiorstw, kładąc nacisk na przejrzystość danych treningowych, kontrolę ryzyka oraz licencjonowanie dopuszczające użytek komercyjny^{[\[3\]](https://systems-analysis.info/int/IBM_Granite_(language_model)_(PL)#cite_note-granite_main_page-3)}. ## Historia rozwoju Rodzina modeli Granite stała się częścią strategii IBM polegającej na dostarczaniu firmom własnych modeli generatywnych obok modeli od partnerów. - **Wrzesień 2023**: Oficjalna zapowiedź i uruchomienie pierwszych modeli na platformie watsonx.ai. Pierwsze wydania, **Granite.13b.instruct** i **Granite.13b.chat**, miały około 13 miliardów parametrów i były ukierunkowane na kluczowe zadania przetwarzania języka^{[\[2\]](https://systems-analysis.info/int/IBM_Granite_(language_model)_(PL)#cite_note-techcrunch_2023-2)}. - **Maj 2024**: IBM ogłasza otwarte wydanie kilku modeli **Granite Code** (od 3 do 34 mld parametrów) na licencji Apache 2.0. Wagi modeli zostały opublikowane na platformie Hugging Face, co stanowiło ważny krok w kierunku wsparcia otwartego ekosystemu AI^{[\[4\]](https://systems-analysis.info/int/IBM_Granite_(language_model)_(PL)#cite_note-ibm_code_open-4)}. - **Jesień 2024**: IBM wydaje aktualizację **Granite 3.0**, obejmującą modele o mniejszych rozmiarach (2 i 8 mld parametrów) oraz nowe funkcje, potwierdzając kurs na rozszerzanie rodziny^{[\[5\]](https://systems-analysis.info/int/IBM_Granite_(language_model)_(PL)#cite_note-granite3_huggingface-5)}. ## Architektura i uczenie ### Architektura Modele IBM Granite zbudowane są w oparciu o architekturę **dekodera transformera** (*decoder-only*), analogicznie do modeli GPT. Bazowy model Granite.13b wykorzystuje mechanizm **multi-query attention** i posiada okno kontekstowe do 8000 tokenów^{[\[6\]](https://systems-analysis.info/int/IBM_Granite_(language_model)_(PL)#cite_note-granite_tech_doc-6)}. Modele są trenowane metodą *self-supervised learning*. ### Dane treningowe i AI Governance Kluczową cechą Granite jest wykorzystanie własnego, kurowanego korpusu danych, wyselekcjonowanego na potrzeby przedsiębiorstw. W odróżnieniu od wielu LLM trenowanych na niefiltrowanych próbkach z sieci, Granite był trenowany na danych wysokiej jakości (*enterprise-quality*), obejmujących następujące domeny^{[\[6\]](https://systems-analysis.info/int/IBM_Granite_(language_model)_(PL)#cite_note-granite_tech_doc-6)}: - **Dane akademickie i naukowe**: literatura naukowa, publikacje techniczne. - **Kod źródłowy**: zbiory kodu w wielu językach programowania. - **Prawo**: orzeczenia sądowe, publiczne sprawozdania. - **Finanse**: sprawozdania finansowe spółek. - **Internet**: nieustrukturyzowane teksty ogólnego charakteru, poddane filtracji. IBM podkreśla, że prace rozwojowe przebiegały zgodnie ze ścisłymi zasadami **AI Governance** (etyki i zarządzania danymi). Każda część danych przechodziła procedurę weryfikacji pod kątem zgodności z polityką korporacyjną. Do usuwania niepożądanych treści używano wewnętrznego detektora **„HAP"** (Hate and Profanity), a także automatycznych list blokowania zasobów internetowych^{[\[1\]](https://systems-analysis.info/int/IBM_Granite_(language_model)_(PL)#cite_note-ibm_blog_building-1)}. IBM opublikował szczegółowy raport techniczny z wykazem źródeł, co stanowi rzadki krok wśród dużych firm technologicznych i zapewnia wysoki poziom przejrzystości. ## Rodzina modeli Granite Rodzina IBM Granite obejmuje kilka kategorii modeli przeznaczonych do różnych zadań biznesowych: - **Modele językowe (Granite Language Models)**: Bazowe i instrukcyjnie dostrojone modele do zadań przetwarzania tekstu: generowanie, podsumowywanie, klasyfikacja i inne. - **Modele do kodu (Granite Code Models)**: Wyspecjalizowane LLM trenowane na 100+ językach programowania, przeznaczone do autouzupełniania, generowania i poprawiania kodu. Dostępne w rozmiarach od 3 do 34 mld parametrów^{[\[4\]](https://systems-analysis.info/int/IBM_Granite_(language_model)_(PL)#cite_note-ibm_code_open-4)}. - **Modele wizji (Granite Vision Models)**: Sieci neuronowe do analizy obrazów i dokumentów, rozpoznawania tekstu oraz rozumienia zawartości. - **Modele mowy (Granite Speech Models)**: Kompaktowe modele do rozpoznawania i tłumaczenia mowy. - **Modele dla szeregów czasowych (Granite for Time Series)**: Wyspecjalizowane modele do prognozowania na podstawie szeregów czasowych. - **Model geoprzestrzenny (Granite for Geospatial)**: Opracowany we współpracy z NASA do analizy zdjęć satelitarnych i innych danych geoprzestrzennych. - **Modele embeddingów (Granite Embedding Models)**: Modele do zadań wyszukiwania semantycznego i budowania systemów RAG. - **Granite Guardian**: Wyspecjalizowany moduł bezpieczeństwa przeznaczony do filtrowania niepożądanych zapytań i monitorowania treści. ## Otwarty kod i licencjonowanie IBM położył znaczący nacisk na otwartość rodziny Granite, pozycjonując ją jako przejrzystą alternatywę dla zamkniętych, własnościowych LLM. W maju 2024 roku firma udostępniła społeczności open-source bazowe modele Granite Code na licencji **Apache 2.0**, co pozwala na ich swobodne używanie, modyfikowanie i rozpowszechnianie^{[\[4\]](https://systems-analysis.info/int/IBM_Granite_(language_model)_(PL)#cite_note-ibm_code_open-4)}. Ten krok, wraz z publikacją szczegółowych informacji o danych treningowych, przyniósł IBM wysokie uznanie ze strony społeczności badawczej. W 2024 roku model zajął czołowe pozycje w **Indeksie Przejrzystości Modeli Fundamentalnych** Uniwersytetu Stanforda^{[\[3\]](https://systems-analysis.info/int/IBM_Granite_(language_model)_(PL)#cite_note-granite_main_page-3)}. ## Zastosowania Modele Granite są zintegrowane z platformą chmurową IBM watsonx i wykorzystywane w różnych scenariuszach korporacyjnych. - **Analityka sportowa (US Open)**: We współpracy z Amerykańskim Związkiem Tenisowym (USTA) IBM wykorzystuje Granite do automatycznego tworzenia raportów meczowych i komentarzy audio po każdym meczu turnieju US Open. Rozwiązanie generuje szczegółowy przegląd tekstowy meczu w ciągu kilku minut od jego zakończenia^{[\[7\]](https://systems-analysis.info/int/IBM_Granite_(language_model)_(PL)#cite_note-usopen_2024-7)}. - **Wspomaganie programistów**: Modele Granite Code stanowią podstawę **IBM watsonx Code Assistant** — rodziny narzędzi, które potrafią na przykład automatycznie przekształcać przestarzały kod COBOL w nowoczesne mikroserwisy dla IBM Z^{[\[4\]](https://systems-analysis.info/int/IBM_Granite_(language_model)_(PL)#cite_note-ibm_code_open-4)}. - **Branżowe aplikacje AI**: Lockheed Martin zintegrowała modele Granite ze swoją platformą AI Factory na potrzeby bezpieczeństwa narodowego. ESPN wykorzystuje Granite do generowania spersonalizowanych komentarzy w fantasy sports^{[\[3\]](https://systems-analysis.info/int/IBM_Granite_(language_model)_(PL)#cite_note-granite_main_page-3)}. ## Literatura - Ainslie, J. et al. (2023). *GQA: Training Generalized Multi‑Query Transformer Models from Multi‑Head Checkpoints*. arXiv:2305.13245. - Awasthy, P. et al. (2025). *Granite Embedding Models*. arXiv:2502.20204. - Dao, T. et al. (2022). *FlashAttention: Fast and Memory‑Efficient Exact Attention with IO‑Awareness*. arXiv:2205.14135. - Ding, Y. et al. (2024). *LongRoPE: Extending LLM Context Window Beyond 2 Million Tokens*. arXiv:2402.13753. - Fedus, W.; Zoph, B.; Shazeer, N. (2021). *Switch Transformers: Scaling to Trillion Parameter Models with Simple and Efficient Sparsity*. arXiv:2101.03961. - Granite Vision Team (2025). *Granite Vision: A Lightweight, Open‑Source Multimodal Model for Enterprise Intelligence*. arXiv:2502.09927. - Mishra, M. et al. (2024). *Granite Code Models: A Family of Open Foundation Models for Code Intelligence*. arXiv:2405.04324. - Padhi, I. et al. (2024). *Granite Guardian: Risk Detection for Safe and Responsible Use of LLMs*. arXiv:2412.07724. - Peng, B. et al. (2023). *YaRN: Efficient Context Window Extension of Large Language Models*. arXiv:2309.00071. - Stallone, M. et al. (2024). *Scaling Granite Code Models to 128K Context*. arXiv:2407.13739. ## Przypisy 1. ↑ ^{[1.0](https://systems-analysis.info/int/IBM_Granite_(language_model)_(PL)#cite_ref-ibm_blog_building_1-0)} ^{[1.1](https://systems-analysis.info/int/IBM_Granite_(language_model)_(PL)#cite_ref-ibm_blog_building_1-1)} «Building AI for business: IBM's Granite foundation models». *IBM Blog*. [1] 2. ↑ ^{[2.0](https://systems-analysis.info/int/IBM_Granite_(language_model)_(PL)#cite_ref-techcrunch_2023_2-0)} ^{[2.1](https://systems-analysis.info/int/IBM_Granite_(language_model)_(PL)#cite_ref-techcrunch_2023_2-1)} Lardinois, Frederic (7 сентября 2023). «IBM rolls out new generative AI features and models». *TechCrunch*. [2] 3. ↑ ^{[3.0](https://systems-analysis.info/int/IBM_Granite_(language_model)_(PL)#cite_ref-granite_main_page_3-0)} ^{[3.1](https://systems-analysis.info/int/IBM_Granite_(language_model)_(PL)#cite_ref-granite_main_page_3-1)} ^{[3.2](https://systems-analysis.info/int/IBM_Granite_(language_model)_(PL)#cite_ref-granite_main_page_3-2)} «Granite». *IBM*. [3] 4. ↑ ^{[4.0](https://systems-analysis.info/int/IBM_Granite_(language_model)_(PL)#cite_ref-ibm_code_open_4-0)} ^{[4.1](https://systems-analysis.info/int/IBM_Granite_(language_model)_(PL)#cite_ref-ibm_code_open_4-1)} ^{[4.2](https://systems-analysis.info/int/IBM_Granite_(language_model)_(PL)#cite_ref-ibm_code_open_4-2)} ^{[4.3](https://systems-analysis.info/int/IBM_Granite_(language_model)_(PL)#cite_ref-ibm_code_open_4-3)} «IBM's Granite code model family is going open source». *IBM Research Blog*. [4] 5. [↑](https://systems-analysis.info/int/IBM_Granite_(language_model)_(PL)#cite_ref-granite3_huggingface_5-0) «Granite 3.3 Language Models - a ibm-granite Collection». *Hugging Face*. [5] 6. ↑ ^{[6.0](https://systems-analysis.info/int/IBM_Granite_(language_model)_(PL)#cite_ref-granite_tech_doc_6-0)} ^{[6.1](https://systems-analysis.info/int/IBM_Granite_(language_model)_(PL)#cite_ref-granite_tech_doc_6-1)} «Granite Foundation Models: Technical Specifications». *IBM*. [6] 7. [↑](https://systems-analysis.info/int/IBM_Granite_(language_model)_(PL)#cite_ref-usopen_2024_7-0) «IBM and the USTA Serve Up New and Enhanced Generative AI Features for 2024 US Open Digital Platforms». *IBM Newsroom*. [7]