Moondream 3.1 er en udgave af Moondreams visuelle sprogmodel med en blanding af eksperter. Udvikleren angiver i alt 9 milliarder parametre og omkring 2 milliarder aktive parametre pr. token. Versionens hovedretning er svar knyttet til konkrete objekter og billedområder: Det er vigtigt både at beskrive scenen og at angive, hvilken del resultatet vedrører.
Den oprindelige models officielle kort adskiller fem færdigheder: billedspørgsmål, billedtekster, objektdetektion, punktangivelser og segmentering. Et spørgsmål giver en tekstforklaring; detektion knytter et objekt til et rektangulært område; et punkt angiver dets placering; segmentering markerer den flade, det optager. Det er nyttigt i systemer, der kræver en bestemt resultattype frem for en fri beskrivelse af hele billedet.
I Ailoot API er Moondream 3.1 tilsluttet til tekstbeskeder og tekstsvar. Billedbehandling og visuelle koordinater eller masker via specialiserede færdigheder indgår ikke i modelkortets nuværende grænseflade. Til en tekstopgave kan du angive en færdig observationsbeskrivelse, en egenskabstabel eller resultatkrav og stille spørgsmål til dem.
Hvis oplysninger om varer eller objekter allerede findes som tekst, kan forespørgslen eksempelvis bygges op om tydelige kriterier: Hvilke egenskaber sammenlignes, hvad tæller som et match, og hvordan markeres en manglende værdi? Bed om at bevare navne og oprindelige værdier og ledsage konklusionen med en kort forklaring ud fra de angivne data. Det er arbejde med en tekstlig registrering af observationer; det erstatter ikke gennemgang af det oprindelige foto.
For versionen i Ailoot API angives en kontekst på 32 000 tokens. Forespørgslen kan indeholde en instruktion, eksempler på ønsket format og materiale til behandling. Hvis opgaven kræver et entydigt valg, er det nyttigt at definere tilladte svar og kriterier på forhånd: Det gør opgaven kontrollerbar uden antagelser om oplysninger, som mangler i inputtet.
Moondreams specialisering i visuel forståelse betyder ikke, at enhver numerisk eller logisk konklusion automatisk er korrekt. I det officielle modelkort adskiller udvikleren detektion og rumlig lokalisering fra generelle matematiske tekstopgaver. Vælg versionen ud fra det konkrete input og det ønskede svar; i Ailoot API er resultatet af den nuværende tilslutning fortsat tekst.
", "aboutText": "### Moondream 3.1 og tilknytning til observerede data\n\nMoondream 3.1 er en udgave af Moondreams visuelle sprogmodel med en blanding af eksperter. Udvikleren angiver i alt 9 milliarder parametre og omkring 2 milliarder aktive parametre pr. token. Versionens hovedretning er svar knyttet til konkrete objekter og billedområder: Det er vigtigt både at beskrive scenen og at angive, hvilken del resultatet vedrører.\n\nDen oprindelige models officielle kort adskiller fem færdigheder: billedspørgsmål, billedtekster, objektdetektion, punktangivelser og segmentering. Et spørgsmål giver en tekstforklaring; detektion knytter et objekt til et rektangulært område; et punkt angiver dets placering; segmentering markerer den flade, det optager. Det er nyttigt i systemer, der kræver en bestemt resultattype frem for en fri beskrivelse af hele billedet.\n\n### Tilgængelig tilstand i Ailoot API\n\nI Ailoot API er Moondream 3.1 tilsluttet til tekstbeskeder og tekstsvar. Billedbehandling og visuelle koordinater eller masker via specialiserede færdigheder indgår ikke i modelkortets nuværende grænseflade. Til en tekstopgave kan du angive en færdig observationsbeskrivelse, en egenskabstabel eller resultatkrav og stille spørgsmål til dem.\n\nHvis oplysninger om varer eller objekter allerede findes som tekst, kan forespørgslen eksempelvis bygges op om tydelige kriterier: Hvilke egenskaber sammenlignes, hvad tæller som et match, og hvordan markeres en manglende værdi? Bed om at bevare navne og oprindelige værdier og ledsage konklusionen med en kort forklaring ud fra de angivne data. Det er arbejde med en tekstlig registrering af observationer; det erstatter ikke gennemgang af det oprindelige foto.\n\n### Kontekst og resultatets grænser\n\nFor versionen i Ailoot API angives en kontekst på 32 000 tokens. Forespørgslen kan indeholde en instruktion, eksempler på ønsket format og materiale til behandling. Hvis opgaven kræver et entydigt valg, er det nyttigt at definere tilladte svar og kriterier på forhånd: Det gør opgaven kontrollerbar uden antagelser om oplysninger, som mangler i inputtet.\n\nMoondreams specialisering i visuel forståelse betyder ikke, at enhver numerisk eller logisk konklusion automatisk er korrekt. I det officielle modelkort adskiller udvikleren detektion og rumlig lokalisering fra generelle matematiske tekstopgaver. Vælg versionen ud fra det konkrete input og det ønskede svar; i Ailoot API er resultatet af den nuværende tilslutning fortsat tekst.", "locale": "da", "methods": [ { "html": "POST /v1/messagestexttextPOST /v1/responsestexttextPOST /v1/chat/completionstexttextPOST /v1beta/models/moondream/moondream3.1-9b-a2b:generateContenttexttext