Meta Llama 3.2 3B Instruct هو نموذج نصي مضبوط بالتعليمات، صُمّم لمحادثات المساعد متعددة اللغات والعمل المستند إلى الاسترجاع والتلخيص. يحدد جدول الشركة المصنّعة فئة 3B ذات 3.21B معلمة. يقبل النص وينتج نصًا أو شيفرة. يجمع تطويره بين تقليم النموذج وتقطير المعرفة والضبط بالتعليمات، منتجًا نموذجًا صغيرًا لمهام الكتابة والمساعدة المحددة.
قدّم للنموذج المادة المصدرية والسؤال والشكل المتوقع للإجابة. يمكن لطلب المساعدة في الكتابة تحديد الجمهور والنبرة والتفاصيل الواجب الاحتفاظ بها. ويمكن للملخص تحديد الأقسام التي يغطيها والطول أو البنية المطلوبة. ولإجابة قصيرة من قاعدة معرفة، قدّم المقطع المعني واطلب شرحًا يستند إلى ذلك المصدر.
تذكر الشركة المصنّعة استرجاع المعرفة والتلخيص ومساعدات الكتابة على الأجهزة المحمولة وإعادة صياغة الاستعلامات والمطالبات ضمن الاستخدامات المقصودة للنماذج النصية المضبوطة بالتعليمات. يمكن لتطبيق استرجاع تقديم المقاطع التي وجدها وطلب صياغة الإجابة من النموذج. احتفظ بمعرّفات المقاطع مع النتيجة كي يستطيع القارئ أو مكوّن آخر فحص الأدلة.
لإعادة صياغة الاستعلام، احتفظ بالسؤال الأصلي واطلب صياغة بحث موجزة تحافظ على قصده. ولتلخيص مستند، اطلب الادعاءات الرئيسية والتحفظات التي تؤثر فيها. راجع الناتج الفعلي بحثًا عن شروط محذوفة أو أرقام متغيرة أو معلومات مختلقة، خصوصًا عندما تختزل إجابة قصيرة مصدرًا أكبر.
الإنجليزية والألمانية والفرنسية والإيطالية والبرتغالية والهندية والإسبانية والتايلاندية هي اللغات الثماني المدعومة رسميًا. حدد لغة الناتج المطلوبة واحتفظ بتهجئة الأسماء أو المصطلحات التخصصية التي يجب أن تبقى دون تغيير. ينبغي للمهمة متعددة اللغات أن تتضمن سياقًا مصدريًا كافيًا لتقييم معنى الصياغة المعادة، بدلاً من الاعتماد على سلاستها وحدها.
تبلغ نافذة سياق نقطة التحقق النصية القياسية من Llama 3.2 مقدار 128K توكن. استخدم هذه الميزانية للمادة المصدرية ذات الصلة وسجل المحادثة والنتيجة المُولّدة. احتفظ بالقرارات السابقة اللازمة للمتابعة واترك مساحة للإجابة. آخر تاريخ لبيانات التدريب المسبق هو ديسمبر 2023، لذا تحتاج المعلومات اللاحقة إلى أدلة تُقدّم مع المهمة أو من تطبيق الاسترجاع المحيط.
هذه نقطة تحقق Instruct، مُعدّة لحوار يشبه عمل المساعد. تصف بطاقة النموذج الضبط الدقيق الخاضع للإشراف والمواءمة مع التفضيلات البشرية، مع تقطير إضافي خلال تطوير النماذج الصغيرة. تقدم أمثلة استخدامها رسائل النظام والمستخدم بتنسيق دردشة. يمكن لتعليمة النظام تعريف الدور وتوقعات الناتج، بينما تقدم رسالة المستخدم المهمة الحالية والمصادر.
أبقِ تنسيق المحادثة مناسبًا للإصدار المختار عند استخدام نقطة تحققه مباشرةً. عرّف النتيجة بوضوح وافحص الإجابة المُولّدة، بما في ذلك علاقتها بالأدلة المقدمة. للمخرج النصي المنظم، حدد الحقول أو العناوين المطلوبة وتحقق من الناتج الفعلي قبل أن يستهلكه التطبيق؛ فالطلب المكتوب لتنسيق معين لا يضمن صحة كل قيمة.
تميّز الشركة المصنّعة النموذج النصي القياسي عن الملفات النصية المكمّمة من Llama 3.2 المنشورة بصورة منفصلة. يسرد جدولها سياقًا يبلغ 8K لهذه الملفات المكمّمة، مختلفًا عن النافذة القياسية البالغة 128K. اختر النموذج وميزانية العمل معًا بدلاً من افتراض أن كل نشر يحمل اسم 3B يحتفظ بالسماح نفسه للسياق.
نموذج 3B Instruct مستقل أيضًا عن نماذج الرؤية الأكبر من Llama 3.2. لهذا الملف النصي، هيّئ مادة مصدرية نصية أو نصًا حصل عليه التطبيق المحيط. استخدم النموذج لإجابة أو إعادة صياغة أو ملخص أو شرح برمجي قصير ومحدد. احتفظ بنقطة التحقق والمطالبة والمصدر مع النتيجة، ثم اجعل التعليمة التالية محددة بالتفصيل الناقص أو الخطأ المرصود.
", "aboutText": "Meta Llama 3.2 3B Instruct هو نموذج نصي مضبوط بالتعليمات، صُمّم لمحادثات المساعد متعددة اللغات والعمل المستند إلى الاسترجاع والتلخيص. يحدد جدول الشركة المصنّعة فئة 3B ذات 3.21B معلمة. يقبل النص وينتج نصًا أو شيفرة. يجمع تطويره بين تقليم النموذج وتقطير المعرفة والضبط بالتعليمات، منتجًا نموذجًا صغيرًا لمهام الكتابة والمساعدة المحددة.\n\n### حدد نتيجة نصية محددة النطاق\n\nقدّم للنموذج المادة المصدرية والسؤال والشكل المتوقع للإجابة. يمكن لطلب المساعدة في الكتابة تحديد الجمهور والنبرة والتفاصيل الواجب الاحتفاظ بها. ويمكن للملخص تحديد الأقسام التي يغطيها والطول أو البنية المطلوبة. ولإجابة قصيرة من قاعدة معرفة، قدّم المقطع المعني واطلب شرحًا يستند إلى ذلك المصدر.\n\nتذكر الشركة المصنّعة استرجاع المعرفة والتلخيص ومساعدات الكتابة على الأجهزة المحمولة وإعادة صياغة الاستعلامات والمطالبات ضمن الاستخدامات المقصودة للنماذج النصية المضبوطة بالتعليمات. يمكن لتطبيق استرجاع تقديم المقاطع التي وجدها وطلب صياغة الإجابة من النموذج. احتفظ بمعرّفات المقاطع مع النتيجة كي يستطيع القارئ أو مكوّن آخر فحص الأدلة.\n\nلإعادة صياغة الاستعلام، احتفظ بالسؤال الأصلي واطلب صياغة بحث موجزة تحافظ على قصده. ولتلخيص مستند، اطلب الادعاءات الرئيسية والتحفظات التي تؤثر فيها. راجع الناتج الفعلي بحثًا عن شروط محذوفة أو أرقام متغيرة أو معلومات مختلقة، خصوصًا عندما تختزل إجابة قصيرة مصدرًا أكبر.\n\n### اللغات والسياق\n\nالإنجليزية والألمانية والفرنسية والإيطالية والبرتغالية والهندية والإسبانية والتايلاندية هي اللغات الثماني المدعومة رسميًا. حدد لغة الناتج المطلوبة واحتفظ بتهجئة الأسماء أو المصطلحات التخصصية التي يجب أن تبقى دون تغيير. ينبغي للمهمة متعددة اللغات أن تتضمن سياقًا مصدريًا كافيًا لتقييم معنى الصياغة المعادة، بدلاً من الاعتماد على سلاستها وحدها.\n\nتبلغ نافذة سياق نقطة التحقق النصية القياسية من Llama 3.2 مقدار 128K توكن. استخدم هذه الميزانية للمادة المصدرية ذات الصلة وسجل المحادثة والنتيجة المُولّدة. احتفظ بالقرارات السابقة اللازمة للمتابعة واترك مساحة للإجابة. آخر تاريخ لبيانات التدريب المسبق هو ديسمبر 2023، لذا تحتاج المعلومات اللاحقة إلى أدلة تُقدّم مع المهمة أو من تطبيق الاسترجاع المحيط.\n\n### الضبط بالتعليمات وتنسيق المحادثة\n\nهذه نقطة تحقق Instruct، مُعدّة لحوار يشبه عمل المساعد. تصف بطاقة النموذج الضبط الدقيق الخاضع للإشراف والمواءمة مع التفضيلات البشرية، مع تقطير إضافي خلال تطوير النماذج الصغيرة. تقدم أمثلة استخدامها رسائل النظام والمستخدم بتنسيق دردشة. يمكن لتعليمة النظام تعريف الدور وتوقعات الناتج، بينما تقدم رسالة المستخدم المهمة الحالية والمصادر.\n\nأبقِ تنسيق المحادثة مناسبًا للإصدار المختار عند استخدام نقطة تحققه مباشرةً. عرّف النتيجة بوضوح وافحص الإجابة المُولّدة، بما في ذلك علاقتها بالأدلة المقدمة. للمخرج النصي المنظم، حدد الحقول أو العناوين المطلوبة وتحقق من الناتج الفعلي قبل أن يستهلكه التطبيق؛ فالطلب المكتوب لتنسيق معين لا يضمن صحة كل قيمة.\n\n### الملفات القياسية والمكمّمة والبصرية\n\nتميّز الشركة المصنّعة النموذج النصي القياسي عن الملفات النصية المكمّمة من Llama 3.2 المنشورة بصورة منفصلة. يسرد جدولها سياقًا يبلغ 8K لهذه الملفات المكمّمة، مختلفًا عن النافذة القياسية البالغة 128K. اختر النموذج وميزانية العمل معًا بدلاً من افتراض أن كل نشر يحمل اسم 3B يحتفظ بالسماح نفسه للسياق.\n\nنموذج 3B Instruct مستقل أيضًا عن نماذج الرؤية الأكبر من Llama 3.2. لهذا الملف النصي، هيّئ مادة مصدرية نصية أو نصًا حصل عليه التطبيق المحيط. استخدم النموذج لإجابة أو إعادة صياغة أو ملخص أو شرح برمجي قصير ومحدد. احتفظ بنقطة التحقق والمطالبة والمصدر مع النتيجة، ثم اجعل التعليمة التالية محددة بالتفصيل الناقص أو الخطأ المرصود.", "editorialOverlay": { "copy_fields": { "practical_html": "مثال تقني باللغة الإنجليزية
Rewrite a knowledge-base query\n\nRewrite this support question into one concise search query: 'I changed my work email yesterday and now the old address still gets export notifications, even though I log in with the new one.' Preserve the distinction between login identity and notification destination. Return the query and two key concepts it must retain; do not answer the question.One search query plus two retained concepts covering changed login email and stale export-notification address.The rewrite keeps the notification problem and does not collapse it into a login failure.meta-llama/llama-3.2-3b-instructMeta Llama 3.2 3B Instruct هو نموذج نصي صغير للدردشة متعددة اللغات والملخصات المستندة إلى الاسترجاع والمساعدة في الكتابة. يبلغ سياق نقطة التحقق القياسية 128K؛ وللإصدارات المكمّمة المنشورة بصورة منفصلة نافذة عمل مختلفة.
يغطي هذا الوصف قدرات النموذج. وترد أدناه المدخلات والمخرجات والخيارات المتاحة في Ailoot للطريقة المحددة.
Meta Llama 3.2 3B Instruct هو نموذج نصي مضبوط بالتعليمات، صُمّم لمحادثات المساعد متعددة اللغات والعمل المستند إلى الاسترجاع والتلخيص. يحدد جدول الشركة المصنّعة فئة 3B ذات 3.21B معلمة. يقبل النص وينتج نصًا أو شيفرة. يجمع تطويره بين تقليم النموذج وتقطير المعرفة والضبط بالتعليمات، منتجًا نموذجًا صغيرًا لمهام الكتابة والمساعدة المحددة.
قدّم للنموذج المادة المصدرية والسؤال والشكل المتوقع للإجابة. يمكن لطلب المساعدة في الكتابة تحديد الجمهور والنبرة والتفاصيل الواجب الاحتفاظ بها. ويمكن للملخص تحديد الأقسام التي يغطيها والطول أو البنية المطلوبة. ولإجابة قصيرة من قاعدة معرفة، قدّم المقطع المعني واطلب شرحًا يستند إلى ذلك المصدر.
تذكر الشركة المصنّعة استرجاع المعرفة والتلخيص ومساعدات الكتابة على الأجهزة المحمولة وإعادة صياغة الاستعلامات والمطالبات ضمن الاستخدامات المقصودة للنماذج النصية المضبوطة بالتعليمات. يمكن لتطبيق استرجاع تقديم المقاطع التي وجدها وطلب صياغة الإجابة من النموذج. احتفظ بمعرّفات المقاطع مع النتيجة كي يستطيع القارئ أو مكوّن آخر فحص الأدلة.
لإعادة صياغة الاستعلام، احتفظ بالسؤال الأصلي واطلب صياغة بحث موجزة تحافظ على قصده. ولتلخيص مستند، اطلب الادعاءات الرئيسية والتحفظات التي تؤثر فيها. راجع الناتج الفعلي بحثًا عن شروط محذوفة أو أرقام متغيرة أو معلومات مختلقة، خصوصًا عندما تختزل إجابة قصيرة مصدرًا أكبر.
الإنجليزية والألمانية والفرنسية والإيطالية والبرتغالية والهندية والإسبانية والتايلاندية هي اللغات الثماني المدعومة رسميًا. حدد لغة الناتج المطلوبة واحتفظ بتهجئة الأسماء أو المصطلحات التخصصية التي يجب أن تبقى دون تغيير. ينبغي للمهمة متعددة اللغات أن تتضمن سياقًا مصدريًا كافيًا لتقييم معنى الصياغة المعادة، بدلاً من الاعتماد على سلاستها وحدها.
تبلغ نافذة سياق نقطة التحقق النصية القياسية من Llama 3.2 مقدار 128K توكن. استخدم هذه الميزانية للمادة المصدرية ذات الصلة وسجل المحادثة والنتيجة المُولّدة. احتفظ بالقرارات السابقة اللازمة للمتابعة واترك مساحة للإجابة. آخر تاريخ لبيانات التدريب المسبق هو ديسمبر 2023، لذا تحتاج المعلومات اللاحقة إلى أدلة تُقدّم مع المهمة أو من تطبيق الاسترجاع المحيط.
هذه نقطة تحقق Instruct، مُعدّة لحوار يشبه عمل المساعد. تصف بطاقة النموذج الضبط الدقيق الخاضع للإشراف والمواءمة مع التفضيلات البشرية، مع تقطير إضافي خلال تطوير النماذج الصغيرة. تقدم أمثلة استخدامها رسائل النظام والمستخدم بتنسيق دردشة. يمكن لتعليمة النظام تعريف الدور وتوقعات الناتج، بينما تقدم رسالة المستخدم المهمة الحالية والمصادر.
أبقِ تنسيق المحادثة مناسبًا للإصدار المختار عند استخدام نقطة تحققه مباشرةً. عرّف النتيجة بوضوح وافحص الإجابة المُولّدة، بما في ذلك علاقتها بالأدلة المقدمة. للمخرج النصي المنظم، حدد الحقول أو العناوين المطلوبة وتحقق من الناتج الفعلي قبل أن يستهلكه التطبيق؛ فالطلب المكتوب لتنسيق معين لا يضمن صحة كل قيمة.
تميّز الشركة المصنّعة النموذج النصي القياسي عن الملفات النصية المكمّمة من Llama 3.2 المنشورة بصورة منفصلة. يسرد جدولها سياقًا يبلغ 8K لهذه الملفات المكمّمة، مختلفًا عن النافذة القياسية البالغة 128K. اختر النموذج وميزانية العمل معًا بدلاً من افتراض أن كل نشر يحمل اسم 3B يحتفظ بالسماح نفسه للسياق.
نموذج 3B Instruct مستقل أيضًا عن نماذج الرؤية الأكبر من Llama 3.2. لهذا الملف النصي، هيّئ مادة مصدرية نصية أو نصًا حصل عليه التطبيق المحيط. استخدم النموذج لإجابة أو إعادة صياغة أو ملخص أو شرح برمجي قصير ومحدد. احتفظ بنقطة التحقق والمطالبة والمصدر مع النتيجة، ثم اجعل التعليمة التالية محددة بالتفصيل الناقص أو الخطأ المرصود.
POST /v1/chat/completionstexttext| الحقل | النوع | المتطلب | القيم والحدود | القيمة الافتراضية |
|---|---|---|---|---|
الحقلmodel | النوعstring | المتطلبمطلوب | القيم والحدود meta-llama/llama-3.2-3b-instruct | القيمة الافتراضية— |
الحقلmessages | النوعmessage[] | المتطلبمطلوب | القيم والحدود الحد الأدنى للعناصر: 1 | القيمة الافتراضية— |
الحقلmessages[].role | النوعstring | المتطلبمطلوب | القيم والحدود أمثلة: system, user, assistant, tool, function الشروط: تُمثَّل هذه الأدوار صراحةً بأنواع التوافق في الشيفرة المصدرية؛ وتظل مجموعة الأدوار الدقيقة خاصة بكل نموذج. يعتمد على النموذج | القيمة الافتراضية— |
الحقلmessages[].content | النوعstring|content_part[]|null | المتطلباختياري | القيم والحدود | القيمة الافتراضية— |
الحقلmessages[].tool_calls | النوعtool_call[] | المتطلباختياري | القيم والحدود | القيمة الافتراضية— |
الحقلmessages[].tool_call_id | النوعstring | المتطلباختياري | القيم والحدود ينطبق عندما: role=tool؛ استخدم المعرّف الفعلي المُرجع | القيمة الافتراضية— |
الحقلmessages[].name | النوعstring | المتطلباختياري | القيم والحدود | القيمة الافتراضية— |
الحقلmessages[].reasoning_content | النوعstring | المتطلباختياري | القيم والحدود ينطبق عندما: أعِد تمرير الاستدلال الفعلي المُرجع حيث يستخدمه هذا النموذج | القيمة الافتراضية— |
الحقلmessages[].reasoning_details | النوعobject|array | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلmax_tokens | النوعinteger | المتطلباختياري | القيم والحدود الحد الأدنى: 1 يعتمد على النموذج | القيمة الافتراضية— |
الحقلmax_completion_tokens | النوعinteger | المتطلباختياري | القيم والحدود الحد الأدنى: 1 يعتمد على النموذج | القيمة الافتراضية— |
الحقلstream | النوعboolean | المتطلباختياري | القيم والحدود | القيمة الافتراضيةfalse |
الحقلstream_options.include_usage | النوعboolean | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلtemperature | النوعnumber | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلtop_p | النوعnumber | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلstop | النوعstring|string[] | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلtools | النوعfunction_tool[] | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلtools[].type | النوعstring | المتطلباختياري | القيم والحدود function يعتمد على النموذج | القيمة الافتراضية— |
الحقلtools[].function.name | النوعstring | المتطلبمطلوب | القيم والحدود ينطبق عندما: أداة دالة مقدّمة | القيمة الافتراضية— |
الحقلtools[].function.description | النوعstring | المتطلباختياري | القيم والحدود | القيمة الافتراضية— |
الحقلtools[].function.parameters | النوعJSON_schema | المتطلباختياري | القيم والحدود | القيمة الافتراضية— |
الحقلtool_choice | النوعstring|object | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلparallel_tool_calls | النوعboolean | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلresponse_format | النوعobject | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلreasoning_effort | النوعstring | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلreasoning | النوعobject | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلservice_tier | النوعstring | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلinstructions | النوعstring | المتطلباختياري | القيم والحدود حقل للتوافق | القيمة الافتراضية— |
الحقلfunctions | النوعfunction[] | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلfunction_call | النوعstring|object | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلprompt_cache_options | النوعobject | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلmodalities | النوعstring[] | المتطلباختياري | القيم والحدود text | القيمة الافتراضية— |
الحقلprovider | النوعobject | المتطلباختياري | القيم والحدود الشروط: يُرفَض provider.options في مسار Ultra النصي هذا | القيمة الافتراضية— |
الحقلcache_control.ttl | النوعstring | المتطلباختياري | القيم والحدود الشروط: تُرفَض 1h في المواضع الفعلية للتخزين المؤقت للموجّه | القيمة الافتراضية— |
النص · نص UTF8
messages[].content
| المعلمة | المواصفات |
|---|---|
المعلمةcontent_type | المواصفاتapplication/json |
المعلمةrequired | المواصفاتmodel, messages |
المعلمةmaterial_types | المواصفاتtext |
المعلمةmessages | المواصفاتمصفوفة رسائل ببنية role/content |
المعلمةfile_material | المواصفاتمستند UTF-8 الفعلي مُدرج كنص حرفي؛ لا يُستنتَج معرّف ملف |
المعلمةoptional_controls | المواصفاتstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
المعلمةcontrol_scope | المواصفاتخاص بالنموذج؛ أدوات الدوال التي يقدّمها المستخدم تختلف عن الأدوات المستضافة |
المعلمةoutput_modalities | المواصفاتtext |
المعلمةhosted_operations | المواصفاتfalse |
المعلمةmultimodal_input_binding | المواصفاتnull |
دورة الحياة: synchronous_or_streamed
أرسل معرّف النموذج الدقيق مع messages.
طول السياق ليس حدًا أقصى للإخراج.
يمكن لملف نصي تقديم نص حرفي؛ وتحتاج مدخلات الصور/الصوت/كائنات الملفات إلى ربط دقيق.
مراجع التسعير لا تضيف خيارات للطلب. المعلمات المدعومة مذكورة للطريقة المحددة.
طابق كل رسم مع الشروط المعروضة. طبّق تعرفة واحدة لكل مجموعة من الإعدادات البديلة.
| الإعدادات | جدول التعرفة | رموز السياق، أكثر من | رموز السياق، حتى القيمة شاملةً | الرسوم |
|---|---|---|---|---|
| الإعداداتالتعرفات الأساسية للرموز | جدول التعرفةالتعرفة الأساسية | رموز السياق، أكثر من— | رموز السياق، حتى القيمة شاملةًلا يوجد حد أقصى | الرسوم الإدخال · رموز الإدخال $0.0001 / 1K من الرموز الإخراج · رموز الإخراج $0.00066 / 1K من الرموز الإدخال · قراءة ذاكرة التخزين المؤقت — / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت — / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت، 1 ساعة — / 1K من الرموز |
| الإعداداتالشريحة 1 لطول الطلب | جدول التعرفة— | رموز السياق، أكثر من0 | رموز السياق، حتى القيمة شاملةًلا يوجد حد أقصى | الرسوم الإدخال · رموز الإدخال $0.0001 / 1K من الرموز الإخراج · رموز الإخراج $0.00066 / 1K من الرموز الإدخال · قراءة ذاكرة التخزين المؤقت — / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت — / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت، 1 ساعة — / 1K من الرموز |
تحجز Ailoot مبلغًا تقديريًا قبل الطلب. وبعد ظهور النتيجة، تُسوّي الرسوم النهائية بناءً على الاستخدام المقاس. وتستخدم تسوية البث سجل الاستخدام النهائي. كيفية عمل حجز المبلغ وتسوية الرسوم →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "meta-llama/llama-3.2-3b-instruct", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='meta-llama/llama-3.2-3b-instruct',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='meta-llama/llama-3.2-3b-instruct',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson أو SSE
احتفظ بكل استجابة كاملة وكل ملف وجزء محتوى تم إرجاعه.
احتفظ بكل اختيار ومحتواه واستدعاءات أدواته واستدلاله. في SSE، جمّع التحديثات بحسب فهرس الاختيار/الأداة، واحتفظ بسبب الإنهاء النهائي والاستخدام.
احتفظ بمعرّفات الطلبات/الاستجابات والترويسات. لا يُقدَّم URL عام لاسترجاع مهمة نصية.
| الحقل | النوع |
|---|---|
الحقلchoices[].index | النوعinteger |
الحقلchoices[].message.content | النوعstring|null |
الحقلchoices[].message.tool_calls | النوعtool_call[] |
الحقلchoices[].message.reasoning_content | النوعstring |
الحقلchoices[].message.reasoning_details | النوعobject|array |
الحقلchoices[].finish_reason | النوعstring|null |
الحقلusage | النوعobject |
| الاستجابة | الشرط | الخطوة التالية |
|---|---|---|
الاستجابة400 · invalid_request_error | الشرطحقول مطلوبة أو تمثيل مادة أو قيمة معلمة غير صحيحة | الخطوة التاليةصحّح الحقول المحددة قبل طلب إنشاء جديد. |
Ailoot Ultra meta-llama/llama-3.2-3b-instruct
استخدم مسارات الطرائق المعروضة أعلاه.
meta-llama/llama-3.2-3b-instructMeta Llama 3.2 3B Instruct هو نموذج نصي صغير للدردشة متعددة اللغات والملخصات المستندة إلى الاسترجاع والمساعدة في الكتابة. يبلغ سياق نقطة التحقق القياسية 128K؛ وللإصدارات المكمّمة المنشورة بصورة منفصلة نافذة عمل مختلفة.
يغطي هذا الوصف قدرات النموذج. وترد أدناه المدخلات والمخرجات والخيارات المتاحة في Ailoot للطريقة المحددة.
Meta Llama 3.2 3B Instruct هو نموذج نصي مضبوط بالتعليمات، صُمّم لمحادثات المساعد متعددة اللغات والعمل المستند إلى الاسترجاع والتلخيص. يحدد جدول الشركة المصنّعة فئة 3B ذات 3.21B معلمة. يقبل النص وينتج نصًا أو شيفرة. يجمع تطويره بين تقليم النموذج وتقطير المعرفة والضبط بالتعليمات، منتجًا نموذجًا صغيرًا لمهام الكتابة والمساعدة المحددة.
قدّم للنموذج المادة المصدرية والسؤال والشكل المتوقع للإجابة. يمكن لطلب المساعدة في الكتابة تحديد الجمهور والنبرة والتفاصيل الواجب الاحتفاظ بها. ويمكن للملخص تحديد الأقسام التي يغطيها والطول أو البنية المطلوبة. ولإجابة قصيرة من قاعدة معرفة، قدّم المقطع المعني واطلب شرحًا يستند إلى ذلك المصدر.
تذكر الشركة المصنّعة استرجاع المعرفة والتلخيص ومساعدات الكتابة على الأجهزة المحمولة وإعادة صياغة الاستعلامات والمطالبات ضمن الاستخدامات المقصودة للنماذج النصية المضبوطة بالتعليمات. يمكن لتطبيق استرجاع تقديم المقاطع التي وجدها وطلب صياغة الإجابة من النموذج. احتفظ بمعرّفات المقاطع مع النتيجة كي يستطيع القارئ أو مكوّن آخر فحص الأدلة.
لإعادة صياغة الاستعلام، احتفظ بالسؤال الأصلي واطلب صياغة بحث موجزة تحافظ على قصده. ولتلخيص مستند، اطلب الادعاءات الرئيسية والتحفظات التي تؤثر فيها. راجع الناتج الفعلي بحثًا عن شروط محذوفة أو أرقام متغيرة أو معلومات مختلقة، خصوصًا عندما تختزل إجابة قصيرة مصدرًا أكبر.
الإنجليزية والألمانية والفرنسية والإيطالية والبرتغالية والهندية والإسبانية والتايلاندية هي اللغات الثماني المدعومة رسميًا. حدد لغة الناتج المطلوبة واحتفظ بتهجئة الأسماء أو المصطلحات التخصصية التي يجب أن تبقى دون تغيير. ينبغي للمهمة متعددة اللغات أن تتضمن سياقًا مصدريًا كافيًا لتقييم معنى الصياغة المعادة، بدلاً من الاعتماد على سلاستها وحدها.
تبلغ نافذة سياق نقطة التحقق النصية القياسية من Llama 3.2 مقدار 128K توكن. استخدم هذه الميزانية للمادة المصدرية ذات الصلة وسجل المحادثة والنتيجة المُولّدة. احتفظ بالقرارات السابقة اللازمة للمتابعة واترك مساحة للإجابة. آخر تاريخ لبيانات التدريب المسبق هو ديسمبر 2023، لذا تحتاج المعلومات اللاحقة إلى أدلة تُقدّم مع المهمة أو من تطبيق الاسترجاع المحيط.
هذه نقطة تحقق Instruct، مُعدّة لحوار يشبه عمل المساعد. تصف بطاقة النموذج الضبط الدقيق الخاضع للإشراف والمواءمة مع التفضيلات البشرية، مع تقطير إضافي خلال تطوير النماذج الصغيرة. تقدم أمثلة استخدامها رسائل النظام والمستخدم بتنسيق دردشة. يمكن لتعليمة النظام تعريف الدور وتوقعات الناتج، بينما تقدم رسالة المستخدم المهمة الحالية والمصادر.
أبقِ تنسيق المحادثة مناسبًا للإصدار المختار عند استخدام نقطة تحققه مباشرةً. عرّف النتيجة بوضوح وافحص الإجابة المُولّدة، بما في ذلك علاقتها بالأدلة المقدمة. للمخرج النصي المنظم، حدد الحقول أو العناوين المطلوبة وتحقق من الناتج الفعلي قبل أن يستهلكه التطبيق؛ فالطلب المكتوب لتنسيق معين لا يضمن صحة كل قيمة.
تميّز الشركة المصنّعة النموذج النصي القياسي عن الملفات النصية المكمّمة من Llama 3.2 المنشورة بصورة منفصلة. يسرد جدولها سياقًا يبلغ 8K لهذه الملفات المكمّمة، مختلفًا عن النافذة القياسية البالغة 128K. اختر النموذج وميزانية العمل معًا بدلاً من افتراض أن كل نشر يحمل اسم 3B يحتفظ بالسماح نفسه للسياق.
نموذج 3B Instruct مستقل أيضًا عن نماذج الرؤية الأكبر من Llama 3.2. لهذا الملف النصي، هيّئ مادة مصدرية نصية أو نصًا حصل عليه التطبيق المحيط. استخدم النموذج لإجابة أو إعادة صياغة أو ملخص أو شرح برمجي قصير ومحدد. احتفظ بنقطة التحقق والمطالبة والمصدر مع النتيجة، ثم اجعل التعليمة التالية محددة بالتفصيل الناقص أو الخطأ المرصود.
POST /v1/messagestextjson, sse| الحقل | النوع | المتطلب | القيم والحدود | القيمة الافتراضية |
|---|---|---|---|---|
الحقلmodel | النوعstring | المتطلبمطلوب | القيم والحدود meta-llama/llama-3.2-3b-instruct | القيمة الافتراضية— |
الحقلmessages | النوعmessage[] | المتطلبمطلوب | القيم والحدود | القيمة الافتراضية— |
الحقلmessages[].role | النوعstring | المتطلبمطلوب | القيم والحدود user, assistant | القيمة الافتراضية— |
الحقلmessages[].content | النوعstring | المتطلبمطلوب | القيم والحدود | القيمة الافتراضية— |
الحقلmax_tokens | النوعinteger | المتطلبمطلوب | القيم والحدود | القيمة الافتراضية— |
الحقلstream | النوعboolean | المتطلباختياري | القيم والحدود | القيمة الافتراضيةfalse |
النص · نص UTF-8
سلسلة نصية messages[].content
| المعلمة | المواصفات |
|---|---|
المعلمةcontent_type | المواصفاتapplication/json |
المعلمةrequired | المواصفاتmodel, messages, max_tokens |
المعلمةoptional_controls | المواصفاتstream |
المعلمةmaterial_types | المواصفاتtext |
المعلمةtext_file_material | المواصفاتاقرأ مستند UTF-8 الفعلي وضع نصه في الإدخال المحدد أو السلسلة النصية لمحتوى الرسالة. |
دورة الحياة: synchronous_or_streamed
مراجع التسعير لا تضيف خيارات للطلب. المعلمات المدعومة مذكورة للطريقة المحددة.
طابق كل رسم مع الشروط المعروضة. طبّق تعرفة واحدة لكل مجموعة من الإعدادات البديلة.
| الإعدادات | جدول التعرفة | رموز السياق، أكثر من | رموز السياق، حتى القيمة شاملةً | الرسوم |
|---|---|---|---|---|
| الإعداداتالتعرفات الأساسية للرموز | جدول التعرفةالتعرفة الأساسية | رموز السياق، أكثر من— | رموز السياق، حتى القيمة شاملةًلا يوجد حد أقصى | الرسوم الإدخال · رموز الإدخال $0.0001 / 1K من الرموز الإخراج · رموز الإخراج $0.00066 / 1K من الرموز الإدخال · قراءة ذاكرة التخزين المؤقت — / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت — / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت، 1 ساعة — / 1K من الرموز |
| الإعداداتالشريحة 1 لطول الطلب | جدول التعرفة— | رموز السياق، أكثر من0 | رموز السياق، حتى القيمة شاملةًلا يوجد حد أقصى | الرسوم الإدخال · رموز الإدخال $0.0001 / 1K من الرموز الإخراج · رموز الإخراج $0.00066 / 1K من الرموز الإدخال · قراءة ذاكرة التخزين المؤقت — / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت — / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت، 1 ساعة — / 1K من الرموز |
تحجز Ailoot مبلغًا تقديريًا قبل الطلب. وبعد ظهور النتيجة، تُسوّي الرسوم النهائية بناءً على الاستخدام المقاس. وتستخدم تسوية البث سجل الاستخدام النهائي. كيفية عمل حجز المبلغ وتسوية الرسوم →
{\n "model": "meta-llama/llama-3.2-3b-instruct",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'meta-llama/llama-3.2-3b-instruct', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'meta-llama/llama-3.2-3b-instruct', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON أو SSE
احتفظ بكل استجابة كاملة وكل ملف وجزء محتوى تم إرجاعه.
احتفظ بكل كتل المحتوى وتوقيعات التفكير ومعرّفات استخدام الأدوات الفعلية. جمّع جميع تحديثات كتل SSE؛ فأول كتلة نصية ليست الإخراج الكامل.
احتفظ بمعرّفات الطلبات/الاستجابات والترويسات. لا يُقدَّم URL عام لاسترجاع مهمة نصية.
| الحقل | النوع |
|---|---|
الحقلid | النوعstring |
الحقلmodel | النوعstring |
الحقلcontent[] | النوعtext|thinking|tool_use|other content block |
الحقلstop_reason | النوعstring|null |
الحقلusage | النوعobject |
| الاستجابة | الشرط | الخطوة التالية |
|---|---|---|
الاستجابة400 · invalid_request_error | الشرطحقول مطلوبة أو تمثيل مادة أو قيمة معلمة غير صحيحة | الخطوة التاليةصحّح الحقول المحددة قبل طلب إنشاء جديد. |
Ailoot Ultra meta-llama/llama-3.2-3b-instruct
استخدم مسارات الطرائق المعروضة أعلاه.
مثال تقني باللغة الإنجليزية
Rewrite a knowledge-base query\n\nRewrite this support question into one concise search query: 'I changed my work email yesterday and now the old address still gets export notifications, even though I log in with the new one.' Preserve the distinction between login identity and notification destination. Return the query and two key concepts it must retain; do not answer the question.One search query plus two retained concepts covering changed login email and stale export-notification address.The rewrite keeps the notification problem and does not collapse it into a login failure.