Το DeepSeek-R1-Distill-Qwen-14B είναι το checkpoint συλλογιστικής μεγέθους 14B με βάση Qwen που διαθέτει η DeepSeek. Η βάση του είναι το Qwen2.5-14B, λεπτορυθμισμένο με παραδείγματα που ετοιμάζει το DeepSeek-R1. Δέχεται γραπτό πρόβλημα ή συνομιλία και επιστρέφει κείμενο που μπορεί να περιλαμβάνει μαθηματική λύση, εξήγηση συμπεριφοράς προγράμματος ή συμπέρασμα που προκύπτει από αρκετές παρεχόμενες συνθήκες.
Μεταφορά συλλογιστικής και ονομαστική έκδοση
Η DeepSeek ξεχωρίζει τα πλήρη μοντέλα R1 και R1-Zero από τα πυκνά μοντέλα που έχουν αποσταχθεί πάνω σε βάσεις Qwen και Llama. Για τις αποσταγμένες κυκλοφορίες, τα εκπαιδευτικά δεδομένα μεταφέρουν μοτίβα συλλογιστικής από το μεγαλύτερο μοντέλο R1 σε διαφορετικό checkpoint. Το όνομα 14B προσδιορίζει τη συγκεκριμένη βάση Qwen· δεν προσδιορίζει την πλήρη αρχιτεκτονική R1, το αποσταγμένο checkpoint 32B ή την κανονική κυκλοφορία Qwen2.5-14B-Instruct.
Ο κατασκευαστής περιγράφει 800,000 επιμελημένα παραδείγματα για τις αποσταγμένες κυκλοφορίες Qwen και σημειώνει αλλαγές στις διαμορφώσεις και τους tokenizer τους. Διατηρήστε τις ρυθμίσεις κυκλοφορίας της DeepSeek όταν χρησιμοποιείτε αυτό το μοντέλο. Αυτές οι αλλαγές έχουν σημασία παρότι η προέλευση του μοντέλου είναι το Qwen2.5. Η δική του διαμόρφωση του checkpoint 14B ορίζει 48 επίπεδα, 40 κεφαλές προσοχής ερωτημάτων και 8 κεφαλές κλειδιού/τιμής, με μέγιστες θέσεις 131,072.
Τι να δώσετε για μια χρήσιμη αναλυτική απάντηση
Για μια διδακτική εργασία, συμπεριλάβετε το πρόβλημα και την απόπειρα λύσης του εκπαιδευόμενου και έπειτα σημειώστε τη μετάβαση που χρειάζεται εξήγηση. Ζητήστε από το μοντέλο να εντοπίσει τη σχετική συνθήκη, να εξηγήσει τη διόρθωση με τον ίδιο συμβολισμό και να συνεχίσει μόνο όσο χρειάζεται για να θεμελιώσει το αποτέλεσμα. Έτσι η απάντηση παραμένει συνδεδεμένη με την πραγματική δυσκολία του εκπαιδευόμενου αντί να παράγει άσχετο πλήρες μάθημα.
Για παράδειγμα, ένας εκπαιδευόμενος μπορεί να έχει διαιρέσει με μια έκφραση χωρίς να δηλώσει αν μπορεί να είναι μηδέν. Δώστε την αρχική εξίσωση και ρωτήστε ποιες περιπτώσεις πρέπει να εξεταστούν πριν από αυτόν τον μετασχηματισμό. Το επιθυμητό αποτέλεσμα μπορεί να διαχωρίζει την επιτρεπόμενη περίπτωση, την εξαιρετική περίπτωση και το τελικό σύνολο λύσεων. Πρόκειται για προτεινόμενη μαθηματική εργασία, με μορφή απάντησης που καθορίζεται από τη συνθήκη και όχι από γενικό αίτημα εξήγησης της άλγεβρας.
Για ερώτημα προγραμματισμού, δώστε τον αλγόριθμο ή τη συνάρτηση και μια συγκεκριμένη είσοδο. Ρωτήστε πώς αλλάζει η κατάσταση και γιατί προκύπτει το επιστρεφόμενο αποτέλεσμα. Μια συνέχεια μπορεί να ζητά αναθεωρημένη υλοποίηση υπό ρητό περιορισμό, όπως η διατήρηση της δημόσιας υπογραφής συνάρτησης ή η αποφυγή μεταβολής της εισόδου. Συμπεριλάβετε τον σχετικό βοηθητικό κώδικα και την αναμενόμενη συμπεριφορά ώστε η εξήγηση να μην εξαρτάται από απροσδιόριστη υλοποίηση.
Για λογική σύγκριση, προσδιορίστε τις εναλλακτικές και τις συνθήκες που πρέπει να πληροί καθεμία. Ζητήστε τις παραδοχές κάθε προσέγγισης, τις συγκρούσεις που αποκλείουν μια επιλογή και τις πληροφορίες που παραμένουν ανεπίλυτες. Ένας σύντομος πίνακας απόφασης μπορεί τότε να γίνει το τελικό παραδοτέο, ενώ ο περιβάλλων πεζός λόγος εξηγεί πώς τον στηρίζουν οι παρεχόμενοι κανόνες.
Συστάσεις διατύπωσης prompt από την DeepSeek
Ο κατασκευαστής συνιστά να αποφεύγεται system prompt και να τοποθετούνται όλες οι οδηγίες απευθείας στο user prompt. Βάλτε μαζί την εργασία, τις απαιτήσεις εξόδου και το αναγκαίο πηγαίο υλικό, προσδιορίζοντας σαφώς ποιο κείμενο είναι το πρόβλημα και ποιο αποτελεί οδηγία για την απάντηση. Χρησιμοποιήστε τον κυκλοφορημένο tokenizer και τις ρυθμίσεις συνομιλίας αντί να θεωρείτε ότι η αρχική μορφοποίηση Qwen είναι εναλλάξιμη.
Το τεκμηριωμένο εύρος temperature είναι 0.5 έως 0.7, με προτεινόμενη την τιμή 0.6. Η DeepSeek το συνδέει με τη μείωση επαναλήψεων και ασυνάρτητης εξόδου. Για μαθηματικά ερωτήματα, συνιστά αναλυτική απόκριση με το τελικό αποτέλεσμα σε πλαίσιο LaTeX. Περιγράφει επίσης περιπτώσεις όπου το μοντέλο παρακάμπτει το μπλοκ συλλογιστικής και συνιστά να αρχίζει η απόκριση με τον δείκτη ανοίγματος συλλογιστικής ώστε να ενθαρρύνεται η επιδιωκόμενη ροή συλλογιστικής.
Μια χρήσιμη μαθηματική έξοδος μπορεί να περιέχει την επιλεγμένη μέθοδο, τους αιτιολογημένους μετασχηματισμούς και ξεχωριστή τελική έκφραση. Δηλώστε αν το αποτέλεσμα πρέπει να είναι ακριβές ή στρογγυλοποιημένο και ορίστε μονάδες όταν έχουν σημασία. Για κώδικα, ζητήστε την εξήγηση ξεχωριστά από την προτεινόμενη υλοποίηση. Για λογική, ζητήστε το τελικό συμπέρασμα μαζί με τις συνθήκες υπό τις οποίες ισχύει. Αυτές οι απαιτήσεις καθορίζουν τι μπορεί πράγματι να χρησιμοποιήσει ο αναγνώστης ή η εφαρμογή μετά το κείμενο συλλογιστικής.
Όρια συμφραζομένων και περιεχομένου
Η τρέχουσα κυκλοφορημένη διαμόρφωση ορίζει τις μέγιστες θέσεις σε 131,072. Αυτή είναι η τιμή διαμόρφωσης του συγκεκριμένου checkpoint και όχι κληρονομημένη υπόσχεση για κάθε διεπαφή εξυπηρέτησης. Η ρύθμιση παραγωγής 32,768 token του κατασκευαστή αποτελεί μέρος της αξιολόγησης· δεν τεκμηριώνει ξεχωριστό αυστηρό μέγιστο μήκος απάντησης. Η χωρητικότητα εξόδου του αρχικού μοντέλου Qwen Instruct επίσης δεν πρέπει να μεταφέρεται σε αυτή την τροποποιημένη κυκλοφορία συλλογιστικής χωρίς δική της προδιαγραφή.
Αυτό είναι μοντέλο κειμένου. Μια εικόνα μαθηματικού προβλήματος χρειάζεται μετατροπή των συμβόλων και συνθηκών της σε κείμενο πριν από την εργασία συλλογιστικής και η εκτέλεση προτεινόμενου κώδικα χρειάζεται ξεχωριστό περιβάλλον ανάπτυξης ή υπολογισμών. Η απόσταξη περιγράφει εκπαίδευση με παραδείγματα R1, όχι αυτόματη κλήση κατά την εκτέλεση στο μοντέλο δάσκαλο ή ενσωματωμένο ανεξάρτητο επαληθευτή.
Χρησιμοποιήστε το ονομαστικό checkpoint 14B για μια καθορισμένη εργασία αναλυτικής απάντησης και διατηρήστε τον συμβολισμό, τις παραδοχές και το επιδιωκόμενο αποτέλεσμα του προβλήματος. Ο πρακτικός στόχος είναι λύση που μπορεί να εξετάσει ο αναγνώστης: ποιες συνθήκες ισχύουν, γιατί προκύπτει κάθε σημαντικό βήμα και ποια τελική έκφραση, υλοποίηση ή συμπέρασμα απαντά στο αρχικό ερώτημα.
", "aboutText": "Το DeepSeek-R1-Distill-Qwen-14B είναι το checkpoint συλλογιστικής μεγέθους 14B με βάση Qwen που διαθέτει η DeepSeek. Η βάση του είναι το Qwen2.5-14B, λεπτορυθμισμένο με παραδείγματα που ετοιμάζει το DeepSeek-R1. Δέχεται γραπτό πρόβλημα ή συνομιλία και επιστρέφει κείμενο που μπορεί να περιλαμβάνει μαθηματική λύση, εξήγηση συμπεριφοράς προγράμματος ή συμπέρασμα που προκύπτει από αρκετές παρεχόμενες συνθήκες.\n\nΜεταφορά συλλογιστικής και ονομαστική έκδοση\n\nΗ DeepSeek ξεχωρίζει τα πλήρη μοντέλα R1 και R1-Zero από τα πυκνά μοντέλα που έχουν αποσταχθεί πάνω σε βάσεις Qwen και Llama. Για τις αποσταγμένες κυκλοφορίες, τα εκπαιδευτικά δεδομένα μεταφέρουν μοτίβα συλλογιστικής από το μεγαλύτερο μοντέλο R1 σε διαφορετικό checkpoint. Το όνομα 14B προσδιορίζει τη συγκεκριμένη βάση Qwen· δεν προσδιορίζει την πλήρη αρχιτεκτονική R1, το αποσταγμένο checkpoint 32B ή την κανονική κυκλοφορία Qwen2.5-14B-Instruct.\n\nΟ κατασκευαστής περιγράφει 800,000 επιμελημένα παραδείγματα για τις αποσταγμένες κυκλοφορίες Qwen και σημειώνει αλλαγές στις διαμορφώσεις και τους tokenizer τους. Διατηρήστε τις ρυθμίσεις κυκλοφορίας της DeepSeek όταν χρησιμοποιείτε αυτό το μοντέλο. Αυτές οι αλλαγές έχουν σημασία παρότι η προέλευση του μοντέλου είναι το Qwen2.5. Η δική του διαμόρφωση του checkpoint 14B ορίζει 48 επίπεδα, 40 κεφαλές προσοχής ερωτημάτων και 8 κεφαλές κλειδιού/τιμής, με μέγιστες θέσεις 131,072.\n\nΤι να δώσετε για μια χρήσιμη αναλυτική απάντηση\n\nΓια μια διδακτική εργασία, συμπεριλάβετε το πρόβλημα και την απόπειρα λύσης του εκπαιδευόμενου και έπειτα σημειώστε τη μετάβαση που χρειάζεται εξήγηση. Ζητήστε από το μοντέλο να εντοπίσει τη σχετική συνθήκη, να εξηγήσει τη διόρθωση με τον ίδιο συμβολισμό και να συνεχίσει μόνο όσο χρειάζεται για να θεμελιώσει το αποτέλεσμα. Έτσι η απάντηση παραμένει συνδεδεμένη με την πραγματική δυσκολία του εκπαιδευόμενου αντί να παράγει άσχετο πλήρες μάθημα.\n\nΓια παράδειγμα, ένας εκπαιδευόμενος μπορεί να έχει διαιρέσει με μια έκφραση χωρίς να δηλώσει αν μπορεί να είναι μηδέν. Δώστε την αρχική εξίσωση και ρωτήστε ποιες περιπτώσεις πρέπει να εξεταστούν πριν από αυτόν τον μετασχηματισμό. Το επιθυμητό αποτέλεσμα μπορεί να διαχωρίζει την επιτρεπόμενη περίπτωση, την εξαιρετική περίπτωση και το τελικό σύνολο λύσεων. Πρόκειται για προτεινόμενη μαθηματική εργασία, με μορφή απάντησης που καθορίζεται από τη συνθήκη και όχι από γενικό αίτημα εξήγησης της άλγεβρας.\n\nΓια ερώτημα προγραμματισμού, δώστε τον αλγόριθμο ή τη συνάρτηση και μια συγκεκριμένη είσοδο. Ρωτήστε πώς αλλάζει η κατάσταση και γιατί προκύπτει το επιστρεφόμενο αποτέλεσμα. Μια συνέχεια μπορεί να ζητά αναθεωρημένη υλοποίηση υπό ρητό περιορισμό, όπως η διατήρηση της δημόσιας υπογραφής συνάρτησης ή η αποφυγή μεταβολής της εισόδου. Συμπεριλάβετε τον σχετικό βοηθητικό κώδικα και την αναμενόμενη συμπεριφορά ώστε η εξήγηση να μην εξαρτάται από απροσδιόριστη υλοποίηση.\n\nΓια λογική σύγκριση, προσδιορίστε τις εναλλακτικές και τις συνθήκες που πρέπει να πληροί καθεμία. Ζητήστε τις παραδοχές κάθε προσέγγισης, τις συγκρούσεις που αποκλείουν μια επιλογή και τις πληροφορίες που παραμένουν ανεπίλυτες. Ένας σύντομος πίνακας απόφασης μπορεί τότε να γίνει το τελικό παραδοτέο, ενώ ο περιβάλλων πεζός λόγος εξηγεί πώς τον στηρίζουν οι παρεχόμενοι κανόνες.\n\nΣυστάσεις διατύπωσης prompt από την DeepSeek\n\nΟ κατασκευαστής συνιστά να αποφεύγεται system prompt και να τοποθετούνται όλες οι οδηγίες απευθείας στο user prompt. Βάλτε μαζί την εργασία, τις απαιτήσεις εξόδου και το αναγκαίο πηγαίο υλικό, προσδιορίζοντας σαφώς ποιο κείμενο είναι το πρόβλημα και ποιο αποτελεί οδηγία για την απάντηση. Χρησιμοποιήστε τον κυκλοφορημένο tokenizer και τις ρυθμίσεις συνομιλίας αντί να θεωρείτε ότι η αρχική μορφοποίηση Qwen είναι εναλλάξιμη.\n\nΤο τεκμηριωμένο εύρος temperature είναι 0.5 έως 0.7, με προτεινόμενη την τιμή 0.6. Η DeepSeek το συνδέει με τη μείωση επαναλήψεων και ασυνάρτητης εξόδου. Για μαθηματικά ερωτήματα, συνιστά αναλυτική απόκριση με το τελικό αποτέλεσμα σε πλαίσιο LaTeX. Περιγράφει επίσης περιπτώσεις όπου το μοντέλο παρακάμπτει το μπλοκ συλλογιστικής και συνιστά να αρχίζει η απόκριση με τον δείκτη ανοίγματος συλλογιστικής ώστε να ενθαρρύνεται η επιδιωκόμενη ροή συλλογιστικής.\n\nΜια χρήσιμη μαθηματική έξοδος μπορεί να περιέχει την επιλεγμένη μέθοδο, τους αιτιολογημένους μετασχηματισμούς και ξεχωριστή τελική έκφραση. Δηλώστε αν το αποτέλεσμα πρέπει να είναι ακριβές ή στρογγυλοποιημένο και ορίστε μονάδες όταν έχουν σημασία. Για κώδικα, ζητήστε την εξήγηση ξεχωριστά από την προτεινόμενη υλοποίηση. Για λογική, ζητήστε το τελικό συμπέρασμα μαζί με τις συνθήκες υπό τις οποίες ισχύει. Αυτές οι απαιτήσεις καθορίζουν τι μπορεί πράγματι να χρησιμοποιήσει ο αναγνώστης ή η εφαρμογή μετά το κείμενο συλλογιστικής.\n\nΌρια συμφραζομένων και περιεχομένου\n\nΗ τρέχουσα κυκλοφορημένη διαμόρφωση ορίζει τις μέγιστες θέσεις σε 131,072. Αυτή είναι η τιμή διαμόρφωσης του συγκεκριμένου checkpoint και όχι κληρονομημένη υπόσχεση για κάθε διεπαφή εξυπηρέτησης. Η ρύθμιση παραγωγής 32,768 token του κατασκευαστή αποτελεί μέρος της αξιολόγησης· δεν τεκμηριώνει ξεχωριστό αυστηρό μέγιστο μήκος απάντησης. Η χωρητικότητα εξόδου του αρχικού μοντέλου Qwen Instruct επίσης δεν πρέπει να μεταφέρεται σε αυτή την τροποποιημένη κυκλοφορία συλλογιστικής χωρίς δική της προδιαγραφή.\n\nΑυτό είναι μοντέλο κειμένου. Μια εικόνα μαθηματικού προβλήματος χρειάζεται μετατροπή των συμβόλων και συνθηκών της σε κείμενο πριν από την εργασία συλλογιστικής και η εκτέλεση προτεινόμενου κώδικα χρειάζεται ξεχωριστό περιβάλλον ανάπτυξης ή υπολογισμών. Η απόσταξη περιγράφει εκπαίδευση με παραδείγματα R1, όχι αυτόματη κλήση κατά την εκτέλεση στο μοντέλο δάσκαλο ή ενσωματωμένο ανεξάρτητο επαληθευτή.\n\nΧρησιμοποιήστε το ονομαστικό checkpoint 14B για μια καθορισμένη εργασία αναλυτικής απάντησης και διατηρήστε τον συμβολισμό, τις παραδοχές και το επιδιωκόμενο αποτέλεσμα του προβλήματος. Ο πρακτικός στόχος είναι λύση που μπορεί να εξετάσει ο αναγνώστης: ποιες συνθήκες ισχύουν, γιατί προκύπτει κάθε σημαντικό βήμα και ποια τελική έκφραση, υλοποίηση ή συμπέρασμα απαντά στο αρχικό ερώτημα.", "editorialOverlay": { "copy_fields": { "practical_html": "Τεχνικό παράδειγμα στα αγγλικά
Repair an algebraic division step\n\nA student solves x(x - 3) = 2(x - 3) by dividing by x - 3 and concludes x = 2. Explain the missing case without changing the original equation. Separate the zero-divisor case from the nonzero case, then give the complete solution set and substitute each candidate back into the equation.A case split, a complete solution set and a substitution check for each candidate.The response checks the x - 3 = 0 case rather than silently dividing it away.deepseek-ai/DeepSeek-R1-Distill-Qwen-14BΤο DeepSeek-R1-Distill-Qwen-14B είναι ένα checkpoint συλλογιστικής κειμένου βασισμένο στο Qwen2.5-14B και σε παραδείγματα που παράγει το DeepSeek-R1. Υποστηρίζει αναλυτικές μαθηματικές, προγραμματιστικές και λογικές απαντήσεις, με τον δικό του tokenizer της DeepSeek, συστάσεις prompt και διαμόρφωση κυκλοφορίας.
Αυτή η περιγραφή καλύπτει τις δυνατότητες του μοντέλου. Οι είσοδοι, έξοδοι και επιλογές που διατίθενται στο Ailoot παρατίθενται παρακάτω για την επιλεγμένη μέθοδο.
Το DeepSeek-R1-Distill-Qwen-14B είναι το checkpoint συλλογιστικής μεγέθους 14B με βάση Qwen που διαθέτει η DeepSeek. Η βάση του είναι το Qwen2.5-14B, λεπτορυθμισμένο με παραδείγματα που ετοιμάζει το DeepSeek-R1. Δέχεται γραπτό πρόβλημα ή συνομιλία και επιστρέφει κείμενο που μπορεί να περιλαμβάνει μαθηματική λύση, εξήγηση συμπεριφοράς προγράμματος ή συμπέρασμα που προκύπτει από αρκετές παρεχόμενες συνθήκες.
Μεταφορά συλλογιστικής και ονομαστική έκδοση
Η DeepSeek ξεχωρίζει τα πλήρη μοντέλα R1 και R1-Zero από τα πυκνά μοντέλα που έχουν αποσταχθεί πάνω σε βάσεις Qwen και Llama. Για τις αποσταγμένες κυκλοφορίες, τα εκπαιδευτικά δεδομένα μεταφέρουν μοτίβα συλλογιστικής από το μεγαλύτερο μοντέλο R1 σε διαφορετικό checkpoint. Το όνομα 14B προσδιορίζει τη συγκεκριμένη βάση Qwen· δεν προσδιορίζει την πλήρη αρχιτεκτονική R1, το αποσταγμένο checkpoint 32B ή την κανονική κυκλοφορία Qwen2.5-14B-Instruct.
Ο κατασκευαστής περιγράφει 800,000 επιμελημένα παραδείγματα για τις αποσταγμένες κυκλοφορίες Qwen και σημειώνει αλλαγές στις διαμορφώσεις και τους tokenizer τους. Διατηρήστε τις ρυθμίσεις κυκλοφορίας της DeepSeek όταν χρησιμοποιείτε αυτό το μοντέλο. Αυτές οι αλλαγές έχουν σημασία παρότι η προέλευση του μοντέλου είναι το Qwen2.5. Η δική του διαμόρφωση του checkpoint 14B ορίζει 48 επίπεδα, 40 κεφαλές προσοχής ερωτημάτων και 8 κεφαλές κλειδιού/τιμής, με μέγιστες θέσεις 131,072.
Τι να δώσετε για μια χρήσιμη αναλυτική απάντηση
Για μια διδακτική εργασία, συμπεριλάβετε το πρόβλημα και την απόπειρα λύσης του εκπαιδευόμενου και έπειτα σημειώστε τη μετάβαση που χρειάζεται εξήγηση. Ζητήστε από το μοντέλο να εντοπίσει τη σχετική συνθήκη, να εξηγήσει τη διόρθωση με τον ίδιο συμβολισμό και να συνεχίσει μόνο όσο χρειάζεται για να θεμελιώσει το αποτέλεσμα. Έτσι η απάντηση παραμένει συνδεδεμένη με την πραγματική δυσκολία του εκπαιδευόμενου αντί να παράγει άσχετο πλήρες μάθημα.
Για παράδειγμα, ένας εκπαιδευόμενος μπορεί να έχει διαιρέσει με μια έκφραση χωρίς να δηλώσει αν μπορεί να είναι μηδέν. Δώστε την αρχική εξίσωση και ρωτήστε ποιες περιπτώσεις πρέπει να εξεταστούν πριν από αυτόν τον μετασχηματισμό. Το επιθυμητό αποτέλεσμα μπορεί να διαχωρίζει την επιτρεπόμενη περίπτωση, την εξαιρετική περίπτωση και το τελικό σύνολο λύσεων. Πρόκειται για προτεινόμενη μαθηματική εργασία, με μορφή απάντησης που καθορίζεται από τη συνθήκη και όχι από γενικό αίτημα εξήγησης της άλγεβρας.
Για ερώτημα προγραμματισμού, δώστε τον αλγόριθμο ή τη συνάρτηση και μια συγκεκριμένη είσοδο. Ρωτήστε πώς αλλάζει η κατάσταση και γιατί προκύπτει το επιστρεφόμενο αποτέλεσμα. Μια συνέχεια μπορεί να ζητά αναθεωρημένη υλοποίηση υπό ρητό περιορισμό, όπως η διατήρηση της δημόσιας υπογραφής συνάρτησης ή η αποφυγή μεταβολής της εισόδου. Συμπεριλάβετε τον σχετικό βοηθητικό κώδικα και την αναμενόμενη συμπεριφορά ώστε η εξήγηση να μην εξαρτάται από απροσδιόριστη υλοποίηση.
Για λογική σύγκριση, προσδιορίστε τις εναλλακτικές και τις συνθήκες που πρέπει να πληροί καθεμία. Ζητήστε τις παραδοχές κάθε προσέγγισης, τις συγκρούσεις που αποκλείουν μια επιλογή και τις πληροφορίες που παραμένουν ανεπίλυτες. Ένας σύντομος πίνακας απόφασης μπορεί τότε να γίνει το τελικό παραδοτέο, ενώ ο περιβάλλων πεζός λόγος εξηγεί πώς τον στηρίζουν οι παρεχόμενοι κανόνες.
Συστάσεις διατύπωσης prompt από την DeepSeek
Ο κατασκευαστής συνιστά να αποφεύγεται system prompt και να τοποθετούνται όλες οι οδηγίες απευθείας στο user prompt. Βάλτε μαζί την εργασία, τις απαιτήσεις εξόδου και το αναγκαίο πηγαίο υλικό, προσδιορίζοντας σαφώς ποιο κείμενο είναι το πρόβλημα και ποιο αποτελεί οδηγία για την απάντηση. Χρησιμοποιήστε τον κυκλοφορημένο tokenizer και τις ρυθμίσεις συνομιλίας αντί να θεωρείτε ότι η αρχική μορφοποίηση Qwen είναι εναλλάξιμη.
Το τεκμηριωμένο εύρος temperature είναι 0.5 έως 0.7, με προτεινόμενη την τιμή 0.6. Η DeepSeek το συνδέει με τη μείωση επαναλήψεων και ασυνάρτητης εξόδου. Για μαθηματικά ερωτήματα, συνιστά αναλυτική απόκριση με το τελικό αποτέλεσμα σε πλαίσιο LaTeX. Περιγράφει επίσης περιπτώσεις όπου το μοντέλο παρακάμπτει το μπλοκ συλλογιστικής και συνιστά να αρχίζει η απόκριση με τον δείκτη ανοίγματος συλλογιστικής ώστε να ενθαρρύνεται η επιδιωκόμενη ροή συλλογιστικής.
Μια χρήσιμη μαθηματική έξοδος μπορεί να περιέχει την επιλεγμένη μέθοδο, τους αιτιολογημένους μετασχηματισμούς και ξεχωριστή τελική έκφραση. Δηλώστε αν το αποτέλεσμα πρέπει να είναι ακριβές ή στρογγυλοποιημένο και ορίστε μονάδες όταν έχουν σημασία. Για κώδικα, ζητήστε την εξήγηση ξεχωριστά από την προτεινόμενη υλοποίηση. Για λογική, ζητήστε το τελικό συμπέρασμα μαζί με τις συνθήκες υπό τις οποίες ισχύει. Αυτές οι απαιτήσεις καθορίζουν τι μπορεί πράγματι να χρησιμοποιήσει ο αναγνώστης ή η εφαρμογή μετά το κείμενο συλλογιστικής.
Όρια συμφραζομένων και περιεχομένου
Η τρέχουσα κυκλοφορημένη διαμόρφωση ορίζει τις μέγιστες θέσεις σε 131,072. Αυτή είναι η τιμή διαμόρφωσης του συγκεκριμένου checkpoint και όχι κληρονομημένη υπόσχεση για κάθε διεπαφή εξυπηρέτησης. Η ρύθμιση παραγωγής 32,768 token του κατασκευαστή αποτελεί μέρος της αξιολόγησης· δεν τεκμηριώνει ξεχωριστό αυστηρό μέγιστο μήκος απάντησης. Η χωρητικότητα εξόδου του αρχικού μοντέλου Qwen Instruct επίσης δεν πρέπει να μεταφέρεται σε αυτή την τροποποιημένη κυκλοφορία συλλογιστικής χωρίς δική της προδιαγραφή.
Αυτό είναι μοντέλο κειμένου. Μια εικόνα μαθηματικού προβλήματος χρειάζεται μετατροπή των συμβόλων και συνθηκών της σε κείμενο πριν από την εργασία συλλογιστικής και η εκτέλεση προτεινόμενου κώδικα χρειάζεται ξεχωριστό περιβάλλον ανάπτυξης ή υπολογισμών. Η απόσταξη περιγράφει εκπαίδευση με παραδείγματα R1, όχι αυτόματη κλήση κατά την εκτέλεση στο μοντέλο δάσκαλο ή ενσωματωμένο ανεξάρτητο επαληθευτή.
Χρησιμοποιήστε το ονομαστικό checkpoint 14B για μια καθορισμένη εργασία αναλυτικής απάντησης και διατηρήστε τον συμβολισμό, τις παραδοχές και το επιδιωκόμενο αποτέλεσμα του προβλήματος. Ο πρακτικός στόχος είναι λύση που μπορεί να εξετάσει ο αναγνώστης: ποιες συνθήκες ισχύουν, γιατί προκύπτει κάθε σημαντικό βήμα και ποια τελική έκφραση, υλοποίηση ή συμπέρασμα απαντά στο αρχικό ερώτημα.
POST /v1/chat/completionstexttext| Πεδίο | Τύπος | Απαίτηση | Τιμές και όρια | Προεπιλογή |
|---|---|---|---|---|
Πεδίοmodel | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια deepseek-ai/DeepSeek-R1-Distill-Qwen-14B | Προεπιλογή— |
Πεδίοmessages | Τύποςmessage[] | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια Ελάχιστο πλήθος στοιχείων: 1 | Προεπιλογή— |
Πεδίοmessages[].role | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια Παραδείγματα: system, user, assistant, tool, function Συνθήκες: Αυτοί οι ρόλοι αναπαρίστανται ρητά από τους τύπους συμβατότητας του πηγαίου κώδικα· το ακριβές σύνολο ρόλων παραμένει ειδικό για κάθε μοντέλο. Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοmessages[].content | Τύποςstring|content_part[]|null | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοmessages[].tool_calls | Τύποςtool_call[] | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοmessages[].tool_call_id | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εφαρμόζεται όταν: role=tool· χρησιμοποιήστε το πραγματικό ID που επιστράφηκε | Προεπιλογή— |
Πεδίοmessages[].name | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοmessages[].reasoning_content | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εφαρμόζεται όταν: Επαναποστείλετε το πραγματικό περιεχόμενο συλλογιστικής που επιστράφηκε, όταν το μοντέλο το χρησιμοποιεί | Προεπιλογή— |
Πεδίοmessages[].reasoning_details | Τύποςobject|array | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοmax_tokens | Τύποςinteger | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Ελάχιστο: 1 Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοmax_completion_tokens | Τύποςinteger | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Ελάχιστο: 1 Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοstream | Τύποςboolean | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογήfalse |
Πεδίοstream_options.include_usage | Τύποςboolean | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοtemperature | Τύποςnumber | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοtop_p | Τύποςnumber | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοstop | Τύποςstring|string[] | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοtools | Τύποςfunction_tool[] | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοtools[].type | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια function Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοtools[].function.name | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια Εφαρμόζεται όταν: Παρεχόμενο εργαλείο τύπου συνάρτησης | Προεπιλογή— |
Πεδίοtools[].function.description | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοtools[].function.parameters | ΤύποςJSON_schema | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοtool_choice | Τύποςstring|object | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοparallel_tool_calls | Τύποςboolean | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοresponse_format | Τύποςobject | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοreasoning_effort | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοreasoning | Τύποςobject | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοservice_tier | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοinstructions | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Πεδίο συμβατότητας | Προεπιλογή— |
Πεδίοfunctions | Τύποςfunction[] | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοfunction_call | Τύποςstring|object | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοprompt_cache_options | Τύποςobject | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοmodalities | Τύποςstring[] | ΑπαίτησηΠροαιρετικό | Τιμές και όρια text | Προεπιλογή— |
Πεδίοprovider | Τύποςobject | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Συνθήκες: Το provider.options απορρίπτεται σε αυτή τη διαδρομή κειμένου Ultra | Προεπιλογή— |
Πεδίοcache_control.ttl | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Συνθήκες: Το 1h απορρίπτεται στα πραγματικά πεδία κρυφής μνήμης προτροπών | Προεπιλογή— |
Κείμενο · Κείμενο UTF8
messages[].content
| Παράμετρος | Σύμβαση |
|---|---|
Παράμετροςcontent_type | Σύμβασηapplication/json |
Παράμετροςrequired | Σύμβασηmodel, messages |
Παράμετροςmaterial_types | Σύμβασηtext |
Παράμετροςmessages | ΣύμβασηΠίνακας μηνυμάτων με δομή role/content |
Παράμετροςfile_material | Σύμβασηπραγματικό έγγραφο UTF-8 που εισάγεται ως αυτούσιο κείμενο· δεν συνάγεται ID αρχείου |
Παράμετροςoptional_controls | Σύμβασηstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Παράμετροςcontrol_scope | Σύμβασηεξαρτάται από το μοντέλο· τα εργαλεία συναρτήσεων του χρήστη διαφέρουν από τα φιλοξενούμενα εργαλεία |
Παράμετροςoutput_modalities | Σύμβασηtext |
Παράμετροςhosted_operations | Σύμβασηfalse |
Παράμετροςmultimodal_input_binding | Σύμβασηnull |
Κύκλος ζωής: synchronous_or_streamed
Στείλτε το ακριβές ID μοντέλου μαζί με το messages.
Το μήκος συμφραζομένων δεν είναι ανώτατο όριο εξόδου.
Ένα αρχείο κειμένου μπορεί να παρέχει αυτούσιο κείμενο· οι είσοδοι εικόνας/ήχου/αντικειμένων αρχείων χρειάζονται ακριβή αντιστοίχιση.
Οι τιμολογιακές αναφορές δεν προσθέτουν επιλογές αιτήματος. Οι υποστηριζόμενες παράμετροι αναφέρονται στην επιλεγμένη μέθοδο.
| Διαμόρφωση | Πίνακας χρεώσεων | Χρέωση |
|---|---|---|
| ΔιαμόρφωσηΒασικές χρεώσεις ανά token | Πίνακας χρεώσεωνΒασική χρέωση | Χρέωση Είσοδος · Token εισόδου $0.0002 / 1K token Έξοδος · Token εξόδου $0.0002 / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη $0 / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη $0 / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα — / 1K token |
Το Ailoot δεσμεύει ένα εκτιμώμενο ποσό πριν από το αίτημα. Μετά το αποτέλεσμα, εκκαθαρίζει την τελική χρέωση βάσει της μετρημένης χρήσης. Η εκκαθάριση ροής χρησιμοποιεί την τελική καταγραφή χρήσης. Πώς λειτουργούν η δέσμευση και η εκκαθάριση →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "deepseek-ai/DeepSeek-R1-Distill-Qwen-14B", "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='deepseek-ai/DeepSeek-R1-Distill-Qwen-14B',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='deepseek-ai/DeepSeek-R1-Distill-Qwen-14B',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 ή SSE
Διατηρήστε κάθε πλήρη απάντηση, αρχείο και τμήμα περιεχομένου που επιστρέφεται.
Διατηρήστε κάθε επιλογή και το περιεχόμενο/τις κλήσεις εργαλείων/το περιεχόμενο συλλογιστικής της. Στο SSE συνθέστε τις διαφορικές ενημερώσεις ανά δείκτη επιλογής/εργαλείου και κρατήστε την τελική αιτία τερματισμού και τα στοιχεία χρήσης.
Διατηρήστε τα ID αιτήματος/απάντησης και τις κεφαλίδες. Δεν παρέχεται γενικό URL ανάκτησης εργασιών κειμένου.
| Πεδίο | Τύπος |
|---|---|
Πεδίοchoices[].index | Τύποςinteger |
Πεδίοchoices[].message.content | Τύποςstring|null |
Πεδίοchoices[].message.tool_calls | Τύποςtool_call[] |
Πεδίοchoices[].message.reasoning_content | Τύποςstring |
Πεδίοchoices[].message.reasoning_details | Τύποςobject|array |
Πεδίοchoices[].finish_reason | Τύποςstring|null |
Πεδίοusage | Τύποςobject |
| Απάντηση | Συνθήκη | Επόμενο βήμα |
|---|---|---|
Απάντηση400 · invalid_request_error | ΣυνθήκηΜη έγκυρα υποχρεωτικά πεδία, μη έγκυρη αναπαράσταση υλικού ή μη έγκυρη τιμή παραμέτρου | Επόμενο βήμαΔιορθώστε τα υποδεικνυόμενα πεδία πριν από νέο αίτημα δημιουργίας. |
Ailoot Ultra deepseek-ai/DeepSeek-R1-Distill-Qwen-14B
Χρησιμοποιήστε τις διαδρομές μεθόδων που εμφανίζονται παραπάνω.
deepseek-ai/DeepSeek-R1-Distill-Qwen-14BΤο DeepSeek-R1-Distill-Qwen-14B είναι ένα checkpoint συλλογιστικής κειμένου βασισμένο στο Qwen2.5-14B και σε παραδείγματα που παράγει το DeepSeek-R1. Υποστηρίζει αναλυτικές μαθηματικές, προγραμματιστικές και λογικές απαντήσεις, με τον δικό του tokenizer της DeepSeek, συστάσεις prompt και διαμόρφωση κυκλοφορίας.
Αυτή η περιγραφή καλύπτει τις δυνατότητες του μοντέλου. Οι είσοδοι, έξοδοι και επιλογές που διατίθενται στο Ailoot παρατίθενται παρακάτω για την επιλεγμένη μέθοδο.
Το DeepSeek-R1-Distill-Qwen-14B είναι το checkpoint συλλογιστικής μεγέθους 14B με βάση Qwen που διαθέτει η DeepSeek. Η βάση του είναι το Qwen2.5-14B, λεπτορυθμισμένο με παραδείγματα που ετοιμάζει το DeepSeek-R1. Δέχεται γραπτό πρόβλημα ή συνομιλία και επιστρέφει κείμενο που μπορεί να περιλαμβάνει μαθηματική λύση, εξήγηση συμπεριφοράς προγράμματος ή συμπέρασμα που προκύπτει από αρκετές παρεχόμενες συνθήκες.
Μεταφορά συλλογιστικής και ονομαστική έκδοση
Η DeepSeek ξεχωρίζει τα πλήρη μοντέλα R1 και R1-Zero από τα πυκνά μοντέλα που έχουν αποσταχθεί πάνω σε βάσεις Qwen και Llama. Για τις αποσταγμένες κυκλοφορίες, τα εκπαιδευτικά δεδομένα μεταφέρουν μοτίβα συλλογιστικής από το μεγαλύτερο μοντέλο R1 σε διαφορετικό checkpoint. Το όνομα 14B προσδιορίζει τη συγκεκριμένη βάση Qwen· δεν προσδιορίζει την πλήρη αρχιτεκτονική R1, το αποσταγμένο checkpoint 32B ή την κανονική κυκλοφορία Qwen2.5-14B-Instruct.
Ο κατασκευαστής περιγράφει 800,000 επιμελημένα παραδείγματα για τις αποσταγμένες κυκλοφορίες Qwen και σημειώνει αλλαγές στις διαμορφώσεις και τους tokenizer τους. Διατηρήστε τις ρυθμίσεις κυκλοφορίας της DeepSeek όταν χρησιμοποιείτε αυτό το μοντέλο. Αυτές οι αλλαγές έχουν σημασία παρότι η προέλευση του μοντέλου είναι το Qwen2.5. Η δική του διαμόρφωση του checkpoint 14B ορίζει 48 επίπεδα, 40 κεφαλές προσοχής ερωτημάτων και 8 κεφαλές κλειδιού/τιμής, με μέγιστες θέσεις 131,072.
Τι να δώσετε για μια χρήσιμη αναλυτική απάντηση
Για μια διδακτική εργασία, συμπεριλάβετε το πρόβλημα και την απόπειρα λύσης του εκπαιδευόμενου και έπειτα σημειώστε τη μετάβαση που χρειάζεται εξήγηση. Ζητήστε από το μοντέλο να εντοπίσει τη σχετική συνθήκη, να εξηγήσει τη διόρθωση με τον ίδιο συμβολισμό και να συνεχίσει μόνο όσο χρειάζεται για να θεμελιώσει το αποτέλεσμα. Έτσι η απάντηση παραμένει συνδεδεμένη με την πραγματική δυσκολία του εκπαιδευόμενου αντί να παράγει άσχετο πλήρες μάθημα.
Για παράδειγμα, ένας εκπαιδευόμενος μπορεί να έχει διαιρέσει με μια έκφραση χωρίς να δηλώσει αν μπορεί να είναι μηδέν. Δώστε την αρχική εξίσωση και ρωτήστε ποιες περιπτώσεις πρέπει να εξεταστούν πριν από αυτόν τον μετασχηματισμό. Το επιθυμητό αποτέλεσμα μπορεί να διαχωρίζει την επιτρεπόμενη περίπτωση, την εξαιρετική περίπτωση και το τελικό σύνολο λύσεων. Πρόκειται για προτεινόμενη μαθηματική εργασία, με μορφή απάντησης που καθορίζεται από τη συνθήκη και όχι από γενικό αίτημα εξήγησης της άλγεβρας.
Για ερώτημα προγραμματισμού, δώστε τον αλγόριθμο ή τη συνάρτηση και μια συγκεκριμένη είσοδο. Ρωτήστε πώς αλλάζει η κατάσταση και γιατί προκύπτει το επιστρεφόμενο αποτέλεσμα. Μια συνέχεια μπορεί να ζητά αναθεωρημένη υλοποίηση υπό ρητό περιορισμό, όπως η διατήρηση της δημόσιας υπογραφής συνάρτησης ή η αποφυγή μεταβολής της εισόδου. Συμπεριλάβετε τον σχετικό βοηθητικό κώδικα και την αναμενόμενη συμπεριφορά ώστε η εξήγηση να μην εξαρτάται από απροσδιόριστη υλοποίηση.
Για λογική σύγκριση, προσδιορίστε τις εναλλακτικές και τις συνθήκες που πρέπει να πληροί καθεμία. Ζητήστε τις παραδοχές κάθε προσέγγισης, τις συγκρούσεις που αποκλείουν μια επιλογή και τις πληροφορίες που παραμένουν ανεπίλυτες. Ένας σύντομος πίνακας απόφασης μπορεί τότε να γίνει το τελικό παραδοτέο, ενώ ο περιβάλλων πεζός λόγος εξηγεί πώς τον στηρίζουν οι παρεχόμενοι κανόνες.
Συστάσεις διατύπωσης prompt από την DeepSeek
Ο κατασκευαστής συνιστά να αποφεύγεται system prompt και να τοποθετούνται όλες οι οδηγίες απευθείας στο user prompt. Βάλτε μαζί την εργασία, τις απαιτήσεις εξόδου και το αναγκαίο πηγαίο υλικό, προσδιορίζοντας σαφώς ποιο κείμενο είναι το πρόβλημα και ποιο αποτελεί οδηγία για την απάντηση. Χρησιμοποιήστε τον κυκλοφορημένο tokenizer και τις ρυθμίσεις συνομιλίας αντί να θεωρείτε ότι η αρχική μορφοποίηση Qwen είναι εναλλάξιμη.
Το τεκμηριωμένο εύρος temperature είναι 0.5 έως 0.7, με προτεινόμενη την τιμή 0.6. Η DeepSeek το συνδέει με τη μείωση επαναλήψεων και ασυνάρτητης εξόδου. Για μαθηματικά ερωτήματα, συνιστά αναλυτική απόκριση με το τελικό αποτέλεσμα σε πλαίσιο LaTeX. Περιγράφει επίσης περιπτώσεις όπου το μοντέλο παρακάμπτει το μπλοκ συλλογιστικής και συνιστά να αρχίζει η απόκριση με τον δείκτη ανοίγματος συλλογιστικής ώστε να ενθαρρύνεται η επιδιωκόμενη ροή συλλογιστικής.
Μια χρήσιμη μαθηματική έξοδος μπορεί να περιέχει την επιλεγμένη μέθοδο, τους αιτιολογημένους μετασχηματισμούς και ξεχωριστή τελική έκφραση. Δηλώστε αν το αποτέλεσμα πρέπει να είναι ακριβές ή στρογγυλοποιημένο και ορίστε μονάδες όταν έχουν σημασία. Για κώδικα, ζητήστε την εξήγηση ξεχωριστά από την προτεινόμενη υλοποίηση. Για λογική, ζητήστε το τελικό συμπέρασμα μαζί με τις συνθήκες υπό τις οποίες ισχύει. Αυτές οι απαιτήσεις καθορίζουν τι μπορεί πράγματι να χρησιμοποιήσει ο αναγνώστης ή η εφαρμογή μετά το κείμενο συλλογιστικής.
Όρια συμφραζομένων και περιεχομένου
Η τρέχουσα κυκλοφορημένη διαμόρφωση ορίζει τις μέγιστες θέσεις σε 131,072. Αυτή είναι η τιμή διαμόρφωσης του συγκεκριμένου checkpoint και όχι κληρονομημένη υπόσχεση για κάθε διεπαφή εξυπηρέτησης. Η ρύθμιση παραγωγής 32,768 token του κατασκευαστή αποτελεί μέρος της αξιολόγησης· δεν τεκμηριώνει ξεχωριστό αυστηρό μέγιστο μήκος απάντησης. Η χωρητικότητα εξόδου του αρχικού μοντέλου Qwen Instruct επίσης δεν πρέπει να μεταφέρεται σε αυτή την τροποποιημένη κυκλοφορία συλλογιστικής χωρίς δική της προδιαγραφή.
Αυτό είναι μοντέλο κειμένου. Μια εικόνα μαθηματικού προβλήματος χρειάζεται μετατροπή των συμβόλων και συνθηκών της σε κείμενο πριν από την εργασία συλλογιστικής και η εκτέλεση προτεινόμενου κώδικα χρειάζεται ξεχωριστό περιβάλλον ανάπτυξης ή υπολογισμών. Η απόσταξη περιγράφει εκπαίδευση με παραδείγματα R1, όχι αυτόματη κλήση κατά την εκτέλεση στο μοντέλο δάσκαλο ή ενσωματωμένο ανεξάρτητο επαληθευτή.
Χρησιμοποιήστε το ονομαστικό checkpoint 14B για μια καθορισμένη εργασία αναλυτικής απάντησης και διατηρήστε τον συμβολισμό, τις παραδοχές και το επιδιωκόμενο αποτέλεσμα του προβλήματος. Ο πρακτικός στόχος είναι λύση που μπορεί να εξετάσει ο αναγνώστης: ποιες συνθήκες ισχύουν, γιατί προκύπτει κάθε σημαντικό βήμα και ποια τελική έκφραση, υλοποίηση ή συμπέρασμα απαντά στο αρχικό ερώτημα.
POST /v1/messagestextjson, sse| Πεδίο | Τύπος | Απαίτηση | Τιμές και όρια | Προεπιλογή |
|---|---|---|---|---|
Πεδίοmodel | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια deepseek-ai/DeepSeek-R1-Distill-Qwen-14B | Προεπιλογή— |
Πεδίοmessages | Τύποςmessage[] | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοmessages[].role | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια user, assistant | Προεπιλογή— |
Πεδίοmessages[].content | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοmax_tokens | Τύποςinteger | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοstream | Τύποςboolean | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογήfalse |
Κείμενο · Κείμενο UTF-8
Συμβολοσειρά messages[].content
| Παράμετρος | Σύμβαση |
|---|---|
Παράμετροςcontent_type | Σύμβασηapplication/json |
Παράμετροςrequired | Σύμβασηmodel, messages, max_tokens |
Παράμετροςoptional_controls | Σύμβασηstream |
Παράμετροςmaterial_types | Σύμβασηtext |
Παράμετροςtext_file_material | ΣύμβασηΔιαβάστε το πραγματικό έγγραφο UTF-8 και τοποθετήστε το κείμενό του στην υποδεικνυόμενη συμβολοσειρά εισόδου ή περιεχομένου του μηνύματος. |
Κύκλος ζωής: synchronous_or_streamed
Οι τιμολογιακές αναφορές δεν προσθέτουν επιλογές αιτήματος. Οι υποστηριζόμενες παράμετροι αναφέρονται στην επιλεγμένη μέθοδο.
| Διαμόρφωση | Πίνακας χρεώσεων | Χρέωση |
|---|---|---|
| ΔιαμόρφωσηΒασικές χρεώσεις ανά token | Πίνακας χρεώσεωνΒασική χρέωση | Χρέωση Είσοδος · Token εισόδου $0.0002 / 1K token Έξοδος · Token εξόδου $0.0002 / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη $0 / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη $0 / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα — / 1K token |
Το Ailoot δεσμεύει ένα εκτιμώμενο ποσό πριν από το αίτημα. Μετά το αποτέλεσμα, εκκαθαρίζει την τελική χρέωση βάσει της μετρημένης χρήσης. Η εκκαθάριση ροής χρησιμοποιεί την τελική καταγραφή χρήσης. Πώς λειτουργούν η δέσμευση και η εκκαθάριση →
{\n "model": "deepseek-ai/DeepSeek-R1-Distill-Qwen-14B",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'deepseek-ai/DeepSeek-R1-Distill-Qwen-14B', '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': 'deepseek-ai/DeepSeek-R1-Distill-Qwen-14B', '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 ή SSE
Διατηρήστε κάθε πλήρη απάντηση, αρχείο και τμήμα περιεχομένου που επιστρέφεται.
Διατηρήστε όλα τα μπλοκ περιεχομένου, τις υπογραφές συλλογιστικής και τα πραγματικά ID χρήσης εργαλείων. Συνθέστε όλες τις διαφορικές ενημερώσεις μπλοκ SSE· το πρώτο μπλοκ κειμένου δεν είναι η πλήρης έξοδος.
Διατηρήστε τα ID αιτήματος/απάντησης και τις κεφαλίδες. Δεν παρέχεται γενικό URL ανάκτησης εργασιών κειμένου.
| Πεδίο | Τύπος |
|---|---|
Πεδίοid | Τύποςstring |
Πεδίοmodel | Τύποςstring |
Πεδίοcontent[] | Τύποςtext|thinking|tool_use|other content block |
Πεδίοstop_reason | Τύποςstring|null |
Πεδίοusage | Τύποςobject |
| Απάντηση | Συνθήκη | Επόμενο βήμα |
|---|---|---|
Απάντηση400 · invalid_request_error | ΣυνθήκηΜη έγκυρα υποχρεωτικά πεδία, μη έγκυρη αναπαράσταση υλικού ή μη έγκυρη τιμή παραμέτρου | Επόμενο βήμαΔιορθώστε τα υποδεικνυόμενα πεδία πριν από νέο αίτημα δημιουργίας. |
Ailoot Ultra deepseek-ai/DeepSeek-R1-Distill-Qwen-14B
Χρησιμοποιήστε τις διαδρομές μεθόδων που εμφανίζονται παραπάνω.
Τεχνικό παράδειγμα στα αγγλικά
Repair an algebraic division step\n\nA student solves x(x - 3) = 2(x - 3) by dividing by x - 3 and concludes x = 2. Explain the missing case without changing the original equation. Separate the zero-divisor case from the nonzero case, then give the complete solution set and substitute each candidate back into the equation.A case split, a complete solution set and a substitution check for each candidate.The response checks the x - 3 = 0 case rather than silently dividing it away.