Moondream 3 Preview er en model i Moondream-familien, som er skabt omkring billedforståelse og opgaver knyttet til konkrete objekter i en scene. I tredje generation gik udvikleren over til en blanding af eksperter: Modellen har i alt 9 milliarder parametre og bruger omkring 2 milliarder pr. token. Opdelingen kombinerer en større samlet vægtmængde med en mindre aktiv del ved behandlingen af hver token.
Det officielle Preview-modelkort beskriver 24 lag, en visuel encoder baseret på SigLIP og tokenizeren SuperBPE. Den oprindelige models specialiserede færdigheder omfatter svar på billedspørgsmål, billedtekster, punktangivelser og markering af objekter med rektangler. Det er forskellige opgaver: Forklaring af sceneindhold, beskrivelse af hele billedet og lokalisering af et objekt giver forskellige resultater.
For modellen i Ailoot API er tekstinput og tekstsvar tilgængelige. Billeder, objektkoordinater og specialiserede visuelle metoder indgår ikke i modelkortets nuværende grænseflade. Udvikleren viser desuden et særskilt Preview-eksempel med et spørgsmål uden billede: Modellen forklarer et begreb ud fra en almindelig tekstinstruktion.
Tilstanden kan bruges til forklaringer, svar ud fra angivne oplysninger og strukturering af tekstmateriale. Du kan eksempelvis sende et beskrivelsesudkast, angive målgruppen og bede om en klarere omskrivning med bevarede fakta. En anden mulighed er at vedlægge en tekstvejledning og bede om en handlingsrækkefølge med en kort forklaring til hvert trin.
Angiv opgaven og svarformatet direkte: en kort forklaring, sammenhængende tekst, liste eller tabel. Hvis et bestemt materiale skal analyseres, så medtag det i beskeden, og marker oplysninger, der skal bevares uændret. Et spørgsmål om en visuel scene kræver i teksttilstanden en beskrivelse med ord; modellen arbejder med den angivne beskrivelse og ikke selve billedet.
For Moondream 3 Preview i Ailoot API angives en kontekst på 32 000 tokens. Den omfatter beskeder og materiale i den aktuelle diskussion. Betegnelsen Preview angiver en forhåndsudgave af tredje generation; denne versions og version 3.1's egenskaber bør behandles hver for sig, især ved de oprindelige modellers specialiserede funktioner.
", "aboutText": "### Forhåndsversion af Moondream 3\n\nMoondream 3 Preview er en model i Moondream-familien, som er skabt omkring billedforståelse og opgaver knyttet til konkrete objekter i en scene. I tredje generation gik udvikleren over til en blanding af eksperter: Modellen har i alt 9 milliarder parametre og bruger omkring 2 milliarder pr. token. Opdelingen kombinerer en større samlet vægtmængde med en mindre aktiv del ved behandlingen af hver token.\n\nDet officielle Preview-modelkort beskriver 24 lag, en visuel encoder baseret på SigLIP og tokenizeren SuperBPE. Den oprindelige models specialiserede færdigheder omfatter svar på billedspørgsmål, billedtekster, punktangivelser og markering af objekter med rektangler. Det er forskellige opgaver: Forklaring af sceneindhold, beskrivelse af hele billedet og lokalisering af et objekt giver forskellige resultater.\n\n### Tekstarbejde i Ailoot API\n\nFor modellen i Ailoot API er tekstinput og tekstsvar tilgængelige. Billeder, objektkoordinater og specialiserede visuelle metoder indgår ikke i modelkortets nuværende grænseflade. Udvikleren viser desuden et særskilt Preview-eksempel med et spørgsmål uden billede: Modellen forklarer et begreb ud fra en almindelig tekstinstruktion.\n\nTilstanden kan bruges til forklaringer, svar ud fra angivne oplysninger og strukturering af tekstmateriale. Du kan eksempelvis sende et beskrivelsesudkast, angive målgruppen og bede om en klarere omskrivning med bevarede fakta. En anden mulighed er at vedlægge en tekstvejledning og bede om en handlingsrækkefølge med en kort forklaring til hvert trin.\n\n### Sådan formuleres forespørgslen\n\nAngiv opgaven og svarformatet direkte: en kort forklaring, sammenhængende tekst, liste eller tabel. Hvis et bestemt materiale skal analyseres, så medtag det i beskeden, og marker oplysninger, der skal bevares uændret. Et spørgsmål om en visuel scene kræver i teksttilstanden en beskrivelse med ord; modellen arbejder med den angivne beskrivelse og ikke selve billedet.\n\nFor Moondream 3 Preview i Ailoot API angives en kontekst på 32 000 tokens. Den omfatter beskeder og materiale i den aktuelle diskussion. Betegnelsen Preview angiver en forhåndsudgave af tredje generation; denne versions og version 3.1's egenskaber bør behandles hver for sig, især ved de oprindelige modellers specialiserede funktioner.", "locale": "da", "methods": [ { "html": "POST /v1/messagestexttextPOST /v1/responsestexttextPOST /v1/chat/completionstexttextPOST /v1beta/models/moondream/moondream3-preview:generateContenttexttext