مقدمة: نموذج استدلال أصغر مشتق من R1
ينقل DeepSeek-R1-Distill-Qwen-7B أمثلة الاستدلال من DeepSeek-R1 إلى نموذج كثيف قائم على Qwen2.5-Math-7B. يقبل النص ويولد النص، بما يشمل حلولًا مفصلة وشروحًا برمجية وإجابات عن مسائل منطقية. هذا التقطير المحدد بحجم 7B نقطة تحقق مستقلة عن DeepSeek-R1 الكامل، وعن Qwen2.5-Math-7B الأصلي، وعن الإصدارات المقطرة الأكبر. يسجل اسمه كلًا من منتج بيانات الاستدلال وعائلة النموذج الأساسي.
ما الذي يقدمه التقطير
يميز بحث R1 لدى DeepSeek بين تدريب نموذج الاستدلال المعلّم الكبير والضبط الدقيق لنماذجه المتعلمة الأصغر. يستخدم مسار المعلّم التعلم المعزز ومراحل خاضعة للإشراف؛ أما النماذج المقطرة الصادرة فقد ضُبطت باستخدام عينات أنتجها R1. يصف المطوّر 800,000 مثال منتقى لهذه الإصدارات. لا تفترض أن النموذج المتعلم بحجم 7B يملك بنفسه بنية مزيج الخبراء للنموذج الكامل أو خضع لكل مرحلة من مراحل تدريب المعلّم. يمنح التقطير هذا النموذج أسلوب استدلال متعلمًا؛ ولا يجعل استنتاجاته مكافئة لاستنتاجات المعلّم.
النموذج المحدد وإعداداته
يحدد جدول النماذج الرسمي Qwen2.5-Math-7B أساسًا لهذا الإصدار. تغيّر DeepSeek إعدادات التهيئة ومجزّئ الرموز، لذا تهم نقطة التحقق الصادرة وقالب المحادثة المحددان. يستخدم إعداده المنشور بنية نموذج لغة سببي من Qwen2 تضم 28 طبقة وأوزانًا بصيغة bfloat16. ويحدد أقصى عدد للمواضع عند 131,072. لا تمثل قيمة الإعداد هذه تحققًا مستقلًا من دقة المستندات الطويلة: فجدول سياق 128K في بطاقة R1 المشتركة يصف نماذج R1 الكاملة، بينما يحدد جدول النماذج المقطرة أصولها دون نشر جدول سياق متحقق منه لكل نموذج متعلم.
استخدمه لمهمة ذات نتيجة قابلة للفحص. وللرياضيات، قدّم نص المسألة الكامل والتعريفات والوحدات. وللشيفرة، أدرج الدالة ذات الصلة والمدخل والنتيجة المرصودة والسلوك المرغوب. ولسؤال منطقي، اسرد الحقائق وميّز الاستنتاج المطلوب من الافتراض. اطلب نتيجة نهائية يمكن التحقق منها باستقلالية، مثل قيمة داخل إطار أو مخطط برهان موجز أو رقعة مشروحة. تطبق هذه الأمثلة نطاق الاستدلال الموثق لدى المطوّر؛ وليست ادعاءات بأن النموذج يشغّل الشيفرة أو يتحقق من البراهين آليًا.
كيفية إعداد الموجّه
توصي DeepSeek بوضع جميع التعليمات في موجّه المستخدم وتجنب موجّه النظام لإصدار R1 هذا. ولمسألة رياضية، اطلب استدلالًا خطوة بخطوة وإجابة نهائية محددة بوضوح. أدرج أي بنية للمخرج في الموجّه نفسه: مثل استنتاج قصير تتبعه الافتراضات والحسابات الداعمة. وينبغي للتطبيق استخدام مجزّئ الرموز والتنسيق الخاصين بالنموذج المتعلم، بدلًا من استبدالهما بقالب Qwen الأساسي دون فحص تغييرات المطوّر.
يشير المطوّر إلى أن بعض الاستعلامات قد تنتج كتلة تفكير فارغة وتتجاوز نمط الاستدلال المقصود. وعلاجه الموصى به هو جعل التوليد يبدأ بعلامة فتح التفكير وسطر جديد في سير عمل متوافق. هذه توصية موثقة لتنسيق التوليد، وليست وعدًا بأن كل تطبيق يتيح هذا التحكم. أبقِ الإجابة النهائية منفصلة عن نص الاستدلال الأطول عند عرض النتيجة.
إعدادات التوليد والمساحة المتاحة
توصي DeepSeek بدرجة حرارة بين 0.5 و0.7، مع 0.6 نقطة بدء مفضلة، لتقليل المخرجات المتكررة أو غير المتماسكة. يستخدم إعداد التقييم لديها حصة توليد بطول 32,768 رمزًا وقيمة top_p تبلغ 0.95. خيارات التقييم هذه ليست حدًا أقصى صارمًا عامًا. يحتاج الاستدلال ونص المصدر والاستجابة النهائية جميعًا إلى مساحة ضمن السياق المهيأ، لذا ينبغي لطلب يتضمن برهانًا طويلًا أو قائمة شيفرة أن يترك مجالًا للإكمال.
قيود تؤثر في اختيار النموذج
يظل النموذج المقطر الصغير خيارًا مستقلًا له مفاضلاته في الاستدلال. لا تثبت مواد إصدار المطوّر إدخال الصور أو الصوت أو الفيديو لنقطة التحقق هذه، ولا بروتوكولًا مخصصًا لاستدعاء الأدوات. يحتاج تنفيذ الأدوات أو الوصول إلى بيانات حديثة إلى سير عمل تطبيق مهيأ بشكل مستقل. كما لا يرث الإصدار تغييرات سياسة الموجّهات اللاحقة في DeepSeek-R1-0528 لمجرد حمله اسم R1. تحقق من الإجابات العددية، وافحص التغييرات البرمجية المقترحة، وتأكد من أن الاستنتاج النهائي يتبع الحقائق المقدمة؛ فسجل استدلال طويل وحده ليس برهانًا على الصحة.
", "aboutText": "مقدمة: نموذج استدلال أصغر مشتق من R1\n\nينقل DeepSeek-R1-Distill-Qwen-7B أمثلة الاستدلال من DeepSeek-R1 إلى نموذج كثيف قائم على Qwen2.5-Math-7B. يقبل النص ويولد النص، بما يشمل حلولًا مفصلة وشروحًا برمجية وإجابات عن مسائل منطقية. هذا التقطير المحدد بحجم 7B نقطة تحقق مستقلة عن DeepSeek-R1 الكامل، وعن Qwen2.5-Math-7B الأصلي، وعن الإصدارات المقطرة الأكبر. يسجل اسمه كلًا من منتج بيانات الاستدلال وعائلة النموذج الأساسي.\n\nما الذي يقدمه التقطير\n\nيميز بحث R1 لدى DeepSeek بين تدريب نموذج الاستدلال المعلّم الكبير والضبط الدقيق لنماذجه المتعلمة الأصغر. يستخدم مسار المعلّم التعلم المعزز ومراحل خاضعة للإشراف؛ أما النماذج المقطرة الصادرة فقد ضُبطت باستخدام عينات أنتجها R1. يصف المطوّر 800,000 مثال منتقى لهذه الإصدارات. لا تفترض أن النموذج المتعلم بحجم 7B يملك بنفسه بنية مزيج الخبراء للنموذج الكامل أو خضع لكل مرحلة من مراحل تدريب المعلّم. يمنح التقطير هذا النموذج أسلوب استدلال متعلمًا؛ ولا يجعل استنتاجاته مكافئة لاستنتاجات المعلّم.\n\nالنموذج المحدد وإعداداته\n\nيحدد جدول النماذج الرسمي Qwen2.5-Math-7B أساسًا لهذا الإصدار. تغيّر DeepSeek إعدادات التهيئة ومجزّئ الرموز، لذا تهم نقطة التحقق الصادرة وقالب المحادثة المحددان. يستخدم إعداده المنشور بنية نموذج لغة سببي من Qwen2 تضم 28 طبقة وأوزانًا بصيغة bfloat16. ويحدد أقصى عدد للمواضع عند 131,072. لا تمثل قيمة الإعداد هذه تحققًا مستقلًا من دقة المستندات الطويلة: فجدول سياق 128K في بطاقة R1 المشتركة يصف نماذج R1 الكاملة، بينما يحدد جدول النماذج المقطرة أصولها دون نشر جدول سياق متحقق منه لكل نموذج متعلم.\n\nاستخدمه لمهمة ذات نتيجة قابلة للفحص. وللرياضيات، قدّم نص المسألة الكامل والتعريفات والوحدات. وللشيفرة، أدرج الدالة ذات الصلة والمدخل والنتيجة المرصودة والسلوك المرغوب. ولسؤال منطقي، اسرد الحقائق وميّز الاستنتاج المطلوب من الافتراض. اطلب نتيجة نهائية يمكن التحقق منها باستقلالية، مثل قيمة داخل إطار أو مخطط برهان موجز أو رقعة مشروحة. تطبق هذه الأمثلة نطاق الاستدلال الموثق لدى المطوّر؛ وليست ادعاءات بأن النموذج يشغّل الشيفرة أو يتحقق من البراهين آليًا.\n\nكيفية إعداد الموجّه\n\nتوصي DeepSeek بوضع جميع التعليمات في موجّه المستخدم وتجنب موجّه النظام لإصدار R1 هذا. ولمسألة رياضية، اطلب استدلالًا خطوة بخطوة وإجابة نهائية محددة بوضوح. أدرج أي بنية للمخرج في الموجّه نفسه: مثل استنتاج قصير تتبعه الافتراضات والحسابات الداعمة. وينبغي للتطبيق استخدام مجزّئ الرموز والتنسيق الخاصين بالنموذج المتعلم، بدلًا من استبدالهما بقالب Qwen الأساسي دون فحص تغييرات المطوّر.\n\nيشير المطوّر إلى أن بعض الاستعلامات قد تنتج كتلة تفكير فارغة وتتجاوز نمط الاستدلال المقصود. وعلاجه الموصى به هو جعل التوليد يبدأ بعلامة فتح التفكير وسطر جديد في سير عمل متوافق. هذه توصية موثقة لتنسيق التوليد، وليست وعدًا بأن كل تطبيق يتيح هذا التحكم. أبقِ الإجابة النهائية منفصلة عن نص الاستدلال الأطول عند عرض النتيجة.\n\nإعدادات التوليد والمساحة المتاحة\n\nتوصي DeepSeek بدرجة حرارة بين 0.5 و0.7، مع 0.6 نقطة بدء مفضلة، لتقليل المخرجات المتكررة أو غير المتماسكة. يستخدم إعداد التقييم لديها حصة توليد بطول 32,768 رمزًا وقيمة top_p تبلغ 0.95. خيارات التقييم هذه ليست حدًا أقصى صارمًا عامًا. يحتاج الاستدلال ونص المصدر والاستجابة النهائية جميعًا إلى مساحة ضمن السياق المهيأ، لذا ينبغي لطلب يتضمن برهانًا طويلًا أو قائمة شيفرة أن يترك مجالًا للإكمال.\n\nقيود تؤثر في اختيار النموذج\n\nيظل النموذج المقطر الصغير خيارًا مستقلًا له مفاضلاته في الاستدلال. لا تثبت مواد إصدار المطوّر إدخال الصور أو الصوت أو الفيديو لنقطة التحقق هذه، ولا بروتوكولًا مخصصًا لاستدعاء الأدوات. يحتاج تنفيذ الأدوات أو الوصول إلى بيانات حديثة إلى سير عمل تطبيق مهيأ بشكل مستقل. كما لا يرث الإصدار تغييرات سياسة الموجّهات اللاحقة في DeepSeek-R1-0528 لمجرد حمله اسم R1. تحقق من الإجابات العددية، وافحص التغييرات البرمجية المقترحة، وتأكد من أن الاستنتاج النهائي يتبع الحقائق المقدمة؛ فسجل استدلال طويل وحده ليس برهانًا على الصحة.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "1ac7a21e4603b0fc4084855f8eb937b68c89e091db0befbca32067298fade03f", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "ar", "methods": [ { "html": "Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-7BDeepSeek-R1-Distill-Qwen-7B هو نموذج الاستدلال الكثيف المدمج من DeepSeek، والمضبوط انطلاقًا من Qwen2.5-Math-7B باستخدام أمثلة ولدها R1. يستقبل نصًا وينتج نصًا للمهام الرياضية والبرمجية والمنطقية، مع إرشادات إعداد موجّه خاصة بنقطة التحقق.
يغطي هذا الوصف قدرات النموذج. وترد أدناه المدخلات والمخرجات والخيارات المتاحة في Ailoot للطريقة المحددة.
مقدمة: نموذج استدلال أصغر مشتق من R1
ينقل DeepSeek-R1-Distill-Qwen-7B أمثلة الاستدلال من DeepSeek-R1 إلى نموذج كثيف قائم على Qwen2.5-Math-7B. يقبل النص ويولد النص، بما يشمل حلولًا مفصلة وشروحًا برمجية وإجابات عن مسائل منطقية. هذا التقطير المحدد بحجم 7B نقطة تحقق مستقلة عن DeepSeek-R1 الكامل، وعن Qwen2.5-Math-7B الأصلي، وعن الإصدارات المقطرة الأكبر. يسجل اسمه كلًا من منتج بيانات الاستدلال وعائلة النموذج الأساسي.
ما الذي يقدمه التقطير
يميز بحث R1 لدى DeepSeek بين تدريب نموذج الاستدلال المعلّم الكبير والضبط الدقيق لنماذجه المتعلمة الأصغر. يستخدم مسار المعلّم التعلم المعزز ومراحل خاضعة للإشراف؛ أما النماذج المقطرة الصادرة فقد ضُبطت باستخدام عينات أنتجها R1. يصف المطوّر 800,000 مثال منتقى لهذه الإصدارات. لا تفترض أن النموذج المتعلم بحجم 7B يملك بنفسه بنية مزيج الخبراء للنموذج الكامل أو خضع لكل مرحلة من مراحل تدريب المعلّم. يمنح التقطير هذا النموذج أسلوب استدلال متعلمًا؛ ولا يجعل استنتاجاته مكافئة لاستنتاجات المعلّم.
النموذج المحدد وإعداداته
يحدد جدول النماذج الرسمي Qwen2.5-Math-7B أساسًا لهذا الإصدار. تغيّر DeepSeek إعدادات التهيئة ومجزّئ الرموز، لذا تهم نقطة التحقق الصادرة وقالب المحادثة المحددان. يستخدم إعداده المنشور بنية نموذج لغة سببي من Qwen2 تضم 28 طبقة وأوزانًا بصيغة bfloat16. ويحدد أقصى عدد للمواضع عند 131,072. لا تمثل قيمة الإعداد هذه تحققًا مستقلًا من دقة المستندات الطويلة: فجدول سياق 128K في بطاقة R1 المشتركة يصف نماذج R1 الكاملة، بينما يحدد جدول النماذج المقطرة أصولها دون نشر جدول سياق متحقق منه لكل نموذج متعلم.
استخدمه لمهمة ذات نتيجة قابلة للفحص. وللرياضيات، قدّم نص المسألة الكامل والتعريفات والوحدات. وللشيفرة، أدرج الدالة ذات الصلة والمدخل والنتيجة المرصودة والسلوك المرغوب. ولسؤال منطقي، اسرد الحقائق وميّز الاستنتاج المطلوب من الافتراض. اطلب نتيجة نهائية يمكن التحقق منها باستقلالية، مثل قيمة داخل إطار أو مخطط برهان موجز أو رقعة مشروحة. تطبق هذه الأمثلة نطاق الاستدلال الموثق لدى المطوّر؛ وليست ادعاءات بأن النموذج يشغّل الشيفرة أو يتحقق من البراهين آليًا.
كيفية إعداد الموجّه
توصي DeepSeek بوضع جميع التعليمات في موجّه المستخدم وتجنب موجّه النظام لإصدار R1 هذا. ولمسألة رياضية، اطلب استدلالًا خطوة بخطوة وإجابة نهائية محددة بوضوح. أدرج أي بنية للمخرج في الموجّه نفسه: مثل استنتاج قصير تتبعه الافتراضات والحسابات الداعمة. وينبغي للتطبيق استخدام مجزّئ الرموز والتنسيق الخاصين بالنموذج المتعلم، بدلًا من استبدالهما بقالب Qwen الأساسي دون فحص تغييرات المطوّر.
يشير المطوّر إلى أن بعض الاستعلامات قد تنتج كتلة تفكير فارغة وتتجاوز نمط الاستدلال المقصود. وعلاجه الموصى به هو جعل التوليد يبدأ بعلامة فتح التفكير وسطر جديد في سير عمل متوافق. هذه توصية موثقة لتنسيق التوليد، وليست وعدًا بأن كل تطبيق يتيح هذا التحكم. أبقِ الإجابة النهائية منفصلة عن نص الاستدلال الأطول عند عرض النتيجة.
إعدادات التوليد والمساحة المتاحة
توصي DeepSeek بدرجة حرارة بين 0.5 و0.7، مع 0.6 نقطة بدء مفضلة، لتقليل المخرجات المتكررة أو غير المتماسكة. يستخدم إعداد التقييم لديها حصة توليد بطول 32,768 رمزًا وقيمة top_p تبلغ 0.95. خيارات التقييم هذه ليست حدًا أقصى صارمًا عامًا. يحتاج الاستدلال ونص المصدر والاستجابة النهائية جميعًا إلى مساحة ضمن السياق المهيأ، لذا ينبغي لطلب يتضمن برهانًا طويلًا أو قائمة شيفرة أن يترك مجالًا للإكمال.
قيود تؤثر في اختيار النموذج
يظل النموذج المقطر الصغير خيارًا مستقلًا له مفاضلاته في الاستدلال. لا تثبت مواد إصدار المطوّر إدخال الصور أو الصوت أو الفيديو لنقطة التحقق هذه، ولا بروتوكولًا مخصصًا لاستدعاء الأدوات. يحتاج تنفيذ الأدوات أو الوصول إلى بيانات حديثة إلى سير عمل تطبيق مهيأ بشكل مستقل. كما لا يرث الإصدار تغييرات سياسة الموجّهات اللاحقة في DeepSeek-R1-0528 لمجرد حمله اسم R1. تحقق من الإجابات العددية، وافحص التغييرات البرمجية المقترحة، وتأكد من أن الاستنتاج النهائي يتبع الحقائق المقدمة؛ فسجل استدلال طويل وحده ليس برهانًا على الصحة.
POST /v1/chat/completionstexttext| الحقل | النوع | المتطلب | القيم والحدود | القيمة الافتراضية |
|---|---|---|---|---|
الحقلmodel | النوعstring | المتطلبمطلوب | القيم والحدود Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B | القيمة الافتراضية— |
الحقلmessages | النوعmessage[] | المتطلبمطلوب | القيم والحدود الحد الأدنى للعناصر: 1 | القيمة الافتراضية— |
الحقلmessages[].role | النوعstring | المتطلبمطلوب | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلmessages[].content | النوعstring | المتطلباختياري | القيم والحدود ينطبق عندما: محادثة نصية | القيمة الافتراضية— |
الحقلstream | النوعboolean | المتطلباختياري | القيم والحدود | القيمة الافتراضيةfalse |
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 |
المعلمةcontrol_scope | المواصفاتمحادثة نصية؛ stream قيمة منطقية، وقيمتها الافتراضية false. |
المعلمةoutput_modalities | المواصفاتtext |
المعلمةhosted_operations | المواصفاتfalse |
المعلمةmultimodal_input_binding | المواصفاتnull |
الأسماء البديلة للطريقة: /chat/completions
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.
| الإعدادات | جدول التعرفة | الرسوم |
|---|---|---|
| الإعداداتالتعرفات الأساسية للرموز | جدول التعرفةالتعرفة الأساسية | الرسوم الإدخال · رموز الإدخال $0.0001 / 1K من الرموز الإخراج · رموز الإخراج $0.0001 / 1K من الرموز الإدخال · قراءة ذاكرة التخزين المؤقت $0 / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت $0 / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت، 1 ساعة — / 1K من الرموز |
تحجز Ailoot مبلغًا تقديريًا قبل الطلب. وبعد ظهور النتيجة، تُسوّي الرسوم النهائية بناءً على الاستخدام المقاس. وتستخدم تسوية البث سجل الاستخدام النهائي. كيفية عمل حجز المبلغ وتسوية الرسوم →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model":"Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B","messages":[{"role":"user","content":"hello"}],"stream":false}')\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="Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B", messages=[{"role":"user","content":"hello"}], stream=False)\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"))\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 Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B
/chat/completions
Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-7BDeepSeek-R1-Distill-Qwen-7B هو نموذج الاستدلال الكثيف المدمج من DeepSeek، والمضبوط انطلاقًا من Qwen2.5-Math-7B باستخدام أمثلة ولدها R1. يستقبل نصًا وينتج نصًا للمهام الرياضية والبرمجية والمنطقية، مع إرشادات إعداد موجّه خاصة بنقطة التحقق.
يغطي هذا الوصف قدرات النموذج. وترد أدناه المدخلات والمخرجات والخيارات المتاحة في Ailoot للطريقة المحددة.
مقدمة: نموذج استدلال أصغر مشتق من R1
ينقل DeepSeek-R1-Distill-Qwen-7B أمثلة الاستدلال من DeepSeek-R1 إلى نموذج كثيف قائم على Qwen2.5-Math-7B. يقبل النص ويولد النص، بما يشمل حلولًا مفصلة وشروحًا برمجية وإجابات عن مسائل منطقية. هذا التقطير المحدد بحجم 7B نقطة تحقق مستقلة عن DeepSeek-R1 الكامل، وعن Qwen2.5-Math-7B الأصلي، وعن الإصدارات المقطرة الأكبر. يسجل اسمه كلًا من منتج بيانات الاستدلال وعائلة النموذج الأساسي.
ما الذي يقدمه التقطير
يميز بحث R1 لدى DeepSeek بين تدريب نموذج الاستدلال المعلّم الكبير والضبط الدقيق لنماذجه المتعلمة الأصغر. يستخدم مسار المعلّم التعلم المعزز ومراحل خاضعة للإشراف؛ أما النماذج المقطرة الصادرة فقد ضُبطت باستخدام عينات أنتجها R1. يصف المطوّر 800,000 مثال منتقى لهذه الإصدارات. لا تفترض أن النموذج المتعلم بحجم 7B يملك بنفسه بنية مزيج الخبراء للنموذج الكامل أو خضع لكل مرحلة من مراحل تدريب المعلّم. يمنح التقطير هذا النموذج أسلوب استدلال متعلمًا؛ ولا يجعل استنتاجاته مكافئة لاستنتاجات المعلّم.
النموذج المحدد وإعداداته
يحدد جدول النماذج الرسمي Qwen2.5-Math-7B أساسًا لهذا الإصدار. تغيّر DeepSeek إعدادات التهيئة ومجزّئ الرموز، لذا تهم نقطة التحقق الصادرة وقالب المحادثة المحددان. يستخدم إعداده المنشور بنية نموذج لغة سببي من Qwen2 تضم 28 طبقة وأوزانًا بصيغة bfloat16. ويحدد أقصى عدد للمواضع عند 131,072. لا تمثل قيمة الإعداد هذه تحققًا مستقلًا من دقة المستندات الطويلة: فجدول سياق 128K في بطاقة R1 المشتركة يصف نماذج R1 الكاملة، بينما يحدد جدول النماذج المقطرة أصولها دون نشر جدول سياق متحقق منه لكل نموذج متعلم.
استخدمه لمهمة ذات نتيجة قابلة للفحص. وللرياضيات، قدّم نص المسألة الكامل والتعريفات والوحدات. وللشيفرة، أدرج الدالة ذات الصلة والمدخل والنتيجة المرصودة والسلوك المرغوب. ولسؤال منطقي، اسرد الحقائق وميّز الاستنتاج المطلوب من الافتراض. اطلب نتيجة نهائية يمكن التحقق منها باستقلالية، مثل قيمة داخل إطار أو مخطط برهان موجز أو رقعة مشروحة. تطبق هذه الأمثلة نطاق الاستدلال الموثق لدى المطوّر؛ وليست ادعاءات بأن النموذج يشغّل الشيفرة أو يتحقق من البراهين آليًا.
كيفية إعداد الموجّه
توصي DeepSeek بوضع جميع التعليمات في موجّه المستخدم وتجنب موجّه النظام لإصدار R1 هذا. ولمسألة رياضية، اطلب استدلالًا خطوة بخطوة وإجابة نهائية محددة بوضوح. أدرج أي بنية للمخرج في الموجّه نفسه: مثل استنتاج قصير تتبعه الافتراضات والحسابات الداعمة. وينبغي للتطبيق استخدام مجزّئ الرموز والتنسيق الخاصين بالنموذج المتعلم، بدلًا من استبدالهما بقالب Qwen الأساسي دون فحص تغييرات المطوّر.
يشير المطوّر إلى أن بعض الاستعلامات قد تنتج كتلة تفكير فارغة وتتجاوز نمط الاستدلال المقصود. وعلاجه الموصى به هو جعل التوليد يبدأ بعلامة فتح التفكير وسطر جديد في سير عمل متوافق. هذه توصية موثقة لتنسيق التوليد، وليست وعدًا بأن كل تطبيق يتيح هذا التحكم. أبقِ الإجابة النهائية منفصلة عن نص الاستدلال الأطول عند عرض النتيجة.
إعدادات التوليد والمساحة المتاحة
توصي DeepSeek بدرجة حرارة بين 0.5 و0.7، مع 0.6 نقطة بدء مفضلة، لتقليل المخرجات المتكررة أو غير المتماسكة. يستخدم إعداد التقييم لديها حصة توليد بطول 32,768 رمزًا وقيمة top_p تبلغ 0.95. خيارات التقييم هذه ليست حدًا أقصى صارمًا عامًا. يحتاج الاستدلال ونص المصدر والاستجابة النهائية جميعًا إلى مساحة ضمن السياق المهيأ، لذا ينبغي لطلب يتضمن برهانًا طويلًا أو قائمة شيفرة أن يترك مجالًا للإكمال.
قيود تؤثر في اختيار النموذج
يظل النموذج المقطر الصغير خيارًا مستقلًا له مفاضلاته في الاستدلال. لا تثبت مواد إصدار المطوّر إدخال الصور أو الصوت أو الفيديو لنقطة التحقق هذه، ولا بروتوكولًا مخصصًا لاستدعاء الأدوات. يحتاج تنفيذ الأدوات أو الوصول إلى بيانات حديثة إلى سير عمل تطبيق مهيأ بشكل مستقل. كما لا يرث الإصدار تغييرات سياسة الموجّهات اللاحقة في DeepSeek-R1-0528 لمجرد حمله اسم R1. تحقق من الإجابات العددية، وافحص التغييرات البرمجية المقترحة، وتأكد من أن الاستنتاج النهائي يتبع الحقائق المقدمة؛ فسجل استدلال طويل وحده ليس برهانًا على الصحة.
POST /v1/messagestextjson, sse| الحقل | النوع | المتطلب | القيم والحدود | القيمة الافتراضية |
|---|---|---|---|---|
الحقلmodel | النوعstring | المتطلبمطلوب | القيم والحدود Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B | 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.
| الإعدادات | جدول التعرفة | الرسوم |
|---|---|---|
| الإعداداتالتعرفات الأساسية للرموز | جدول التعرفةالتعرفة الأساسية | الرسوم الإدخال · رموز الإدخال $0.0001 / 1K من الرموز الإخراج · رموز الإخراج $0.0001 / 1K من الرموز الإدخال · قراءة ذاكرة التخزين المؤقت $0 / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت $0 / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت، 1 ساعة — / 1K من الرموز |
تحجز Ailoot مبلغًا تقديريًا قبل الطلب. وبعد ظهور النتيجة، تُسوّي الرسوم النهائية بناءً على الاستخدام المقاس. وتستخدم تسوية البث سجل الاستخدام النهائي. كيفية عمل حجز المبلغ وتسوية الرسوم →
{\n "model": "Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B', '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': 'Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B', '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 Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B
/chat/completions