Xing4.0-29B-A4B er en tekstbaseret MoE-model fra China Telecom Artificial Intelligence Technology, udviklet som næste generation af TeleChat. Modellen har 29 milliarder parametre, hvoraf omkring 4 milliarder aktiveres pr. token. Udvikleren har rettet den mod komplekse tekniske opgaver og trinvise agentforløb.
Et særtræk ved Xing4.0 er, at hele træningen er udført på Ascend NPU-acceleratorer med MindSpore. Arkitekturen kombinerer mHC, MLA og MTP; modellen har 40 lag, 64 routede eksperter, fire valgte eksperter pr. token og én fælles ekspert. Oplysningerne beskriver den oprindelige models opbygning og forskningsgrund, ikke den hardware, der behandler din forespørgsel.
Udviklerens materiale fremhæver planlægning i flere trin, kodearbejde og trinvis problemløsning. I tekstdialog kan det bruges til at udarbejde en plan for en programændring, forklare afhængigheder eller analysere en fejl ud fra angivet kode. Begynd med mål, input og begrænsninger; bed derefter om en handlingsrækkefølge og det forventede resultat for hvert trin.
Til en programmeringsopgave angives relevant implementering, dataformat og eksempler på forventet adfærd. Et nyttigt resultat er en forklaring, en lokal ændring og eksempler på kontroller. Efter kørsel i dit eget miljø kan observationerne sendes tilbage i dialogen, og løsningen præciseres. Tilgangen bevarer forbindelsen til den konkrete opgave uden at tillægge modellen selvstændig projektadgang.
I Ailoot API modtager Xing4.0 tekst og returnerer tekst. Kontekstvinduet er 262 144 tokens, og maksimalt output er 235 929 tokens. Instruktioner, grundmateriale, historik og svar indgår i den fælles kontekst. Flere sammenhængende udsnit kan medtages: krav, dokumentation, kode og kontrolresultater. Giv dem klare navne, og angiv præcist det ønskede resultat: sammenligning, algoritmebeskrivelse, opdateret kode eller løsningsplan.
Udvikleren angiver, at den oprindelige model kan udvides til 512K kontekst, men denne tilslutnings størrelse er 262 144 tokens. Tag udgangspunkt i det ved forberedelse af en stor forespørgsel, og lad plads til svaret.
Messages, Responses og Chat Completions er tilgængelige. Formaterne hjælper med at integrere modellen i din sædvanlige klient og organisere flere beskeder i rækkefølge. Tilslutningens resultat er genereret tekst. Kørsel af foreslået kode, læsning af filer og arbejde med eksterne værktøjer kræver tilsvarende applikationslogik. Den oprindelige models arkitektur giver ikke i sig selv sådanne handlinger i en almindelig tekstforespørgsel.
", "aboutText": "### Xing4.0 fra China Telecom AI\n\nXing4.0-29B-A4B er en tekstbaseret MoE-model fra China Telecom Artificial Intelligence Technology, udviklet som næste generation af TeleChat. Modellen har 29 milliarder parametre, hvoraf omkring 4 milliarder aktiveres pr. token. Udvikleren har rettet den mod komplekse tekniske opgaver og trinvise agentforløb.\n\nEt særtræk ved Xing4.0 er, at hele træningen er udført på Ascend NPU-acceleratorer med MindSpore. Arkitekturen kombinerer mHC, MLA og MTP; modellen har 40 lag, 64 routede eksperter, fire valgte eksperter pr. token og én fælles ekspert. Oplysningerne beskriver den oprindelige models opbygning og forskningsgrund, ikke den hardware, der behandler din forespørgsel.\n\n### Tekstbaserede tekniske opgaver\n\nUdviklerens materiale fremhæver planlægning i flere trin, kodearbejde og trinvis problemløsning. I tekstdialog kan det bruges til at udarbejde en plan for en programændring, forklare afhængigheder eller analysere en fejl ud fra angivet kode. Begynd med mål, input og begrænsninger; bed derefter om en handlingsrækkefølge og det forventede resultat for hvert trin.\n\nTil en programmeringsopgave angives relevant implementering, dataformat og eksempler på forventet adfærd. Et nyttigt resultat er en forklaring, en lokal ændring og eksempler på kontroller. Efter kørsel i dit eget miljø kan observationerne sendes tilbage i dialogen, og løsningen præciseres. Tilgangen bevarer forbindelsen til den konkrete opgave uden at tillægge modellen selvstændig projektadgang.\n\n### Kontekst og forespørgslens materiale\n\nI Ailoot API modtager Xing4.0 tekst og returnerer tekst. Kontekstvinduet er 262 144 tokens, og maksimalt output er 235 929 tokens. Instruktioner, grundmateriale, historik og svar indgår i den fælles kontekst. Flere sammenhængende udsnit kan medtages: krav, dokumentation, kode og kontrolresultater. Giv dem klare navne, og angiv præcist det ønskede resultat: sammenligning, algoritmebeskrivelse, opdateret kode eller løsningsplan.\n\nUdvikleren angiver, at den oprindelige model kan udvides til 512K kontekst, men denne tilslutnings størrelse er 262 144 tokens. Tag udgangspunkt i det ved forberedelse af en stor forespørgsel, og lad plads til svaret.\n\n### Tilslutning til applikationen\n\nMessages, Responses og Chat Completions er tilgængelige. Formaterne hjælper med at integrere modellen i din sædvanlige klient og organisere flere beskeder i rækkefølge. Tilslutningens resultat er genereret tekst. Kørsel af foreslået kode, læsning af filer og arbejde med eksterne værktøjer kræver tilsvarende applikationslogik. Den oprindelige models arkitektur giver ikke i sig selv sådanne handlinger i en almindelig tekstforespørgsel.", "locale": "da", "methods": [ { "html": "POST /v1/messagestexttextPOST /v1/responsestexttextPOST /v1/chat/completionstexttext