Το Gemma 3 4B IT είναι η προσαρμοσμένη σε οδηγίες έκδοση μεγέθους 4B της οικογένειας όρασης και γλώσσας Gemma 3 της Google. Το IT προσδιορίζει την έκδοση που έχει προσαρμοστεί για να ακολουθεί οδηγίες χρήστη και γύρους συνομιλίας, αντί για το προεκπαιδευμένο σημείο ελέγχου που χρησιμοποιείται ως βάση περαιτέρω εκπαίδευσης. Το μοντέλο δέχεται κείμενο και εικόνες και παράγει κείμενο: απάντηση, σύνοψη, εξήγηση, προσχέδιο ή κώδικα. Η οπτική είσοδός του υποστηρίζει ερωτήματα για παρεχόμενες εικόνες και σελίδες εγγράφων· η έξοδος δεν είναι νέα παραγόμενη εικόνα.
Η κάρτα του μοντέλου αποδίδει στην έκδοση 4B συμφραζόμενα 128K token, κοινά για το αίτημα και την παραγόμενη απάντηση. Το υπόλοιπο διαθέσιμο για έξοδο είναι το συνολικό όριο συμφραζομένων μετά την αφαίρεση της εισόδου, όχι πρόσθετος ανεξάρτητος προϋπολογισμός εξόδου 128K. Η βασική διαδρομή εικόνας κανονικοποιεί τις εικόνες σε 896×896 και κωδικοποιεί κάθε όψη σε 256 οπτικά token. Για έναν εστιασμένο βοηθό, δώστε τη σχετική σημείωση ή εικόνα, ένα σαφές ερώτημα και σύντομο επιθυμητό αποτέλεσμα. Κρατήστε το κείμενο πηγής με την απάντηση, ώστε να μπορεί να ελεγχθεί ένα εξαγόμενο όνομα, μια ημερομηνία ή μια ετικέτα.
Το εκπαιδευτικό υλικό της οικογένειας καλύπτει κείμενο ιστού σε περισσότερες από 140 γλώσσες, κώδικα, μαθηματικά και εικόνες. Ο κατασκευαστής αναφέρει τέσσερα τρισεκατομμύρια token προεκπαίδευσης για το μοντέλο 4B. Η τεχνική αναφορά περιγράφει απόσταξη κατά την προεκπαίδευση και την προσαρμογή σε οδηγίες, ακολουθούμενη από μετεκπαίδευση βάσει ενισχυτικής μάθησης για βελτίωση της χρησιμότητας, της συλλογιστικής, του κώδικα, των μαθηματικών και της τήρησης οδηγιών. Πρόκειται για χαρακτηριστικά εκπαίδευσης αυτού του μεγέθους και αυτής της οικογένειας, όχι για εγγύηση ότι κάθε απάντηση είναι σωστή ή ότι άλλο σημείο ελέγχου Gemma συμπεριφέρεται πανομοιότυπα.
Η αρχιτεκτονική είναι μετασχηματιστής μόνο αποκωδικοποιητή με προσοχή ομαδοποιημένων ερωτημάτων, εναλλάσσοντας πέντε επίπεδα τοπικής προσοχής για κάθε επίπεδο καθολικής προσοχής. Η τοπική προσοχή καλύπτει 1,024 token, ενώ τα καθολικά επίπεδα χειρίζονται τα ευρύτερα συμφραζόμενα. Ένας κοινός κωδικοποιητής όρασης SigLIP μετατρέπει τις πληροφορίες εικόνας σε εισόδους για το γλωσσικό μοντέλο. Ο tokenizer βασίζεται στο SentencePiece, με διαχωρισμένα ψηφία, διατηρούμενα κενά και κωδικοποίηση σε επίπεδο byte. Χρησιμοποιήστε πλήθη token από τον πραγματικό tokenizer όταν σχεδιάζετε μεγάλη είσοδο και κρατήστε ανέπαφες την εσοχή κώδικα και τα αναγνωριστικά όταν μεταφέρουν νόημα.
Η αναφορά περιγράφει το Pan and Scan για εικόνες των οποίων το σχήμα ή η λεπτομέρεια δεν διατηρείται με απλή τετραγωνική αλλαγή μεγέθους. Μπορεί να δημιουργεί πρόσθετες μη επικαλυπτόμενες όψεις, οι οποίες αλλάζουν μέγεθος για τον κωδικοποιητή όρασης. Αυτή η επεξεργασία έχει δικές της συνέπειες για την είσοδο και τους υπολογισμούς. Για στιγμιότυπο οθόνης με μικρές ετικέτες, προσδιορίστε την περιοχή ενδιαφέροντος και δώστε ευανάγνωστη όψη αντί να στηρίζεστε σε μια μικροσκοπική εικόνα ολόκληρης της οθόνης. Για πολλές εικόνες, προσθέστε ετικέτες στους ρόλους τους και ζητήστε απάντηση συνδεδεμένη με τη σωστή πηγή.
Η εγγενής μορφή συνομιλίας IT του κατασκευαστή χρησιμοποιεί γύρους user και model, με ρητά όρια γύρων. Δεν υποστηρίζει χωριστό εγγενή ρόλο system· τοποθετήστε τις οδηγίες ρόλου και μορφοποίησης στην αρχική προτροπή χρήστη. Χρησιμοποιήστε τον αντίστοιχο formatter ή processor αντί να αντιμετωπίζετε το σημείο ελέγχου IT ως απλή συμπλήρωση κειμένου. Για παράδειγμα σημειώματος υποστήριξης, δηλώστε τον επιδιωκόμενο αναγνώστη, τα γεγονότα που πρέπει να διατηρηθούν και τον τόνο και κατόπιν ζητήστε σύντομη απάντηση μαζί με τυχόν αναπάντητο ερώτημα. Για οπτική εξαγωγή, ορίστε τα πεδία και τον τρόπο αναπαράστασης μιας μη αναγνώσιμης τιμής.
Οι επιδιωκόμενες χρήσεις του Gemma περιλαμβάνουν συγγραφή, σύνοψη, συνομιλιακή βοήθεια, εξαγωγή δεδομένων εικόνας και εκπαιδευτική διερεύνηση. Μια στενή ροή εργασίας 4B μπορεί να μετατρέπει σημείωμα εξυπηρέτησης σε κατάλογο ενεργειών, να εξηγεί ορατό διάγραμμα ή να απαντά σε ερώτημα για παρεχόμενο απόσπασμα. Ζητήστε αποτέλεσμα εύκολο στην εξέταση: εξήγηση συνδεδεμένη με ονομασμένα στοιχεία ή μικρή καταγραφή με πεδία που στηρίζονται στην πηγή. Κάθε αναζήτηση εργαλείου ή εκτέλεση κώδικα ανήκει στην εφαρμογή που περιβάλλει το μοντέλο· η δημιουργία εντολής σε μορφή εργαλείου διαφέρει από την ολοκλήρωση εξωτερικής λειτουργίας.
Ο κατασκευαστής σημειώνει περιορισμούς από την κάλυψη εκπαίδευσης, τις γλωσσικές αποχρώσεις, τα πραγματολογικά λάθη και την πολυπλοκότητα ανοικτών εργασιών. Η Google προειδοποιεί επίσης ότι ένα εύλογο γλωσσικό μοτίβο μπορεί να παράγει απάντηση που παραβλέπει καθημερινό περιορισμό του πραγματικού κόσμου. Οι εικόνες μπορούν επίσης να χάσουν σημαντική λεπτομέρεια κατά την αλλαγή μεγέθους και τα μεγάλα συμφραζόμενα δεν καθιστούν σαφές ένα ανεπαρκώς ορισμένο ερώτημα. Ελέγξτε το αποτέλεσμα με βάση το αρχικό υλικό, επικυρώστε τα ζητούμενα δομημένα πεδία και ελέγξτε ανεξάρτητα υπολογισμούς ή προτεινόμενο κώδικα. Αξιολογήστε το ακριβές μοντέλο 4B IT στις πραγματικές γλώσσες και στα είδη εγγράφων της εργασίας. Κρατήστε το μέγεθος, την ταυτότητα IT και τη ρύθμιση επεξεργασίας του χωριστά από τις παραλλαγές 12B, 27B και τις νεότερες Gemma κατά την καταγραφή αποτελεσμάτων.
", "aboutText": "Το Gemma 3 4B IT είναι η προσαρμοσμένη σε οδηγίες έκδοση μεγέθους 4B της οικογένειας όρασης και γλώσσας Gemma 3 της Google. Το IT προσδιορίζει την έκδοση που έχει προσαρμοστεί για να ακολουθεί οδηγίες χρήστη και γύρους συνομιλίας, αντί για το προεκπαιδευμένο σημείο ελέγχου που χρησιμοποιείται ως βάση περαιτέρω εκπαίδευσης. Το μοντέλο δέχεται κείμενο και εικόνες και παράγει κείμενο: απάντηση, σύνοψη, εξήγηση, προσχέδιο ή κώδικα. Η οπτική είσοδός του υποστηρίζει ερωτήματα για παρεχόμενες εικόνες και σελίδες εγγράφων· η έξοδος δεν είναι νέα παραγόμενη εικόνα.\n\nΗ κάρτα του μοντέλου αποδίδει στην έκδοση 4B συμφραζόμενα 128K token, κοινά για το αίτημα και την παραγόμενη απάντηση. Το υπόλοιπο διαθέσιμο για έξοδο είναι το συνολικό όριο συμφραζομένων μετά την αφαίρεση της εισόδου, όχι πρόσθετος ανεξάρτητος προϋπολογισμός εξόδου 128K. Η βασική διαδρομή εικόνας κανονικοποιεί τις εικόνες σε 896×896 και κωδικοποιεί κάθε όψη σε 256 οπτικά token. Για έναν εστιασμένο βοηθό, δώστε τη σχετική σημείωση ή εικόνα, ένα σαφές ερώτημα και σύντομο επιθυμητό αποτέλεσμα. Κρατήστε το κείμενο πηγής με την απάντηση, ώστε να μπορεί να ελεγχθεί ένα εξαγόμενο όνομα, μια ημερομηνία ή μια ετικέτα.\n\nΤο εκπαιδευτικό υλικό της οικογένειας καλύπτει κείμενο ιστού σε περισσότερες από 140 γλώσσες, κώδικα, μαθηματικά και εικόνες. Ο κατασκευαστής αναφέρει τέσσερα τρισεκατομμύρια token προεκπαίδευσης για το μοντέλο 4B. Η τεχνική αναφορά περιγράφει απόσταξη κατά την προεκπαίδευση και την προσαρμογή σε οδηγίες, ακολουθούμενη από μετεκπαίδευση βάσει ενισχυτικής μάθησης για βελτίωση της χρησιμότητας, της συλλογιστικής, του κώδικα, των μαθηματικών και της τήρησης οδηγιών. Πρόκειται για χαρακτηριστικά εκπαίδευσης αυτού του μεγέθους και αυτής της οικογένειας, όχι για εγγύηση ότι κάθε απάντηση είναι σωστή ή ότι άλλο σημείο ελέγχου Gemma συμπεριφέρεται πανομοιότυπα.\n\nΗ αρχιτεκτονική είναι μετασχηματιστής μόνο αποκωδικοποιητή με προσοχή ομαδοποιημένων ερωτημάτων, εναλλάσσοντας πέντε επίπεδα τοπικής προσοχής για κάθε επίπεδο καθολικής προσοχής. Η τοπική προσοχή καλύπτει 1,024 token, ενώ τα καθολικά επίπεδα χειρίζονται τα ευρύτερα συμφραζόμενα. Ένας κοινός κωδικοποιητής όρασης SigLIP μετατρέπει τις πληροφορίες εικόνας σε εισόδους για το γλωσσικό μοντέλο. Ο tokenizer βασίζεται στο SentencePiece, με διαχωρισμένα ψηφία, διατηρούμενα κενά και κωδικοποίηση σε επίπεδο byte. Χρησιμοποιήστε πλήθη token από τον πραγματικό tokenizer όταν σχεδιάζετε μεγάλη είσοδο και κρατήστε ανέπαφες την εσοχή κώδικα και τα αναγνωριστικά όταν μεταφέρουν νόημα.\n\nΗ αναφορά περιγράφει το Pan and Scan για εικόνες των οποίων το σχήμα ή η λεπτομέρεια δεν διατηρείται με απλή τετραγωνική αλλαγή μεγέθους. Μπορεί να δημιουργεί πρόσθετες μη επικαλυπτόμενες όψεις, οι οποίες αλλάζουν μέγεθος για τον κωδικοποιητή όρασης. Αυτή η επεξεργασία έχει δικές της συνέπειες για την είσοδο και τους υπολογισμούς. Για στιγμιότυπο οθόνης με μικρές ετικέτες, προσδιορίστε την περιοχή ενδιαφέροντος και δώστε ευανάγνωστη όψη αντί να στηρίζεστε σε μια μικροσκοπική εικόνα ολόκληρης της οθόνης. Για πολλές εικόνες, προσθέστε ετικέτες στους ρόλους τους και ζητήστε απάντηση συνδεδεμένη με τη σωστή πηγή.\n\nΗ εγγενής μορφή συνομιλίας IT του κατασκευαστή χρησιμοποιεί γύρους user και model, με ρητά όρια γύρων. Δεν υποστηρίζει χωριστό εγγενή ρόλο system· τοποθετήστε τις οδηγίες ρόλου και μορφοποίησης στην αρχική προτροπή χρήστη. Χρησιμοποιήστε τον αντίστοιχο formatter ή processor αντί να αντιμετωπίζετε το σημείο ελέγχου IT ως απλή συμπλήρωση κειμένου. Για παράδειγμα σημειώματος υποστήριξης, δηλώστε τον επιδιωκόμενο αναγνώστη, τα γεγονότα που πρέπει να διατηρηθούν και τον τόνο και κατόπιν ζητήστε σύντομη απάντηση μαζί με τυχόν αναπάντητο ερώτημα. Για οπτική εξαγωγή, ορίστε τα πεδία και τον τρόπο αναπαράστασης μιας μη αναγνώσιμης τιμής.\n\nΟι επιδιωκόμενες χρήσεις του Gemma περιλαμβάνουν συγγραφή, σύνοψη, συνομιλιακή βοήθεια, εξαγωγή δεδομένων εικόνας και εκπαιδευτική διερεύνηση. Μια στενή ροή εργασίας 4B μπορεί να μετατρέπει σημείωμα εξυπηρέτησης σε κατάλογο ενεργειών, να εξηγεί ορατό διάγραμμα ή να απαντά σε ερώτημα για παρεχόμενο απόσπασμα. Ζητήστε αποτέλεσμα εύκολο στην εξέταση: εξήγηση συνδεδεμένη με ονομασμένα στοιχεία ή μικρή καταγραφή με πεδία που στηρίζονται στην πηγή. Κάθε αναζήτηση εργαλείου ή εκτέλεση κώδικα ανήκει στην εφαρμογή που περιβάλλει το μοντέλο· η δημιουργία εντολής σε μορφή εργαλείου διαφέρει από την ολοκλήρωση εξωτερικής λειτουργίας.\n\nΟ κατασκευαστής σημειώνει περιορισμούς από την κάλυψη εκπαίδευσης, τις γλωσσικές αποχρώσεις, τα πραγματολογικά λάθη και την πολυπλοκότητα ανοικτών εργασιών. Η Google προειδοποιεί επίσης ότι ένα εύλογο γλωσσικό μοτίβο μπορεί να παράγει απάντηση που παραβλέπει καθημερινό περιορισμό του πραγματικού κόσμου. Οι εικόνες μπορούν επίσης να χάσουν σημαντική λεπτομέρεια κατά την αλλαγή μεγέθους και τα μεγάλα συμφραζόμενα δεν καθιστούν σαφές ένα ανεπαρκώς ορισμένο ερώτημα. Ελέγξτε το αποτέλεσμα με βάση το αρχικό υλικό, επικυρώστε τα ζητούμενα δομημένα πεδία και ελέγξτε ανεξάρτητα υπολογισμούς ή προτεινόμενο κώδικα. Αξιολογήστε το ακριβές μοντέλο 4B IT στις πραγματικές γλώσσες και στα είδη εγγράφων της εργασίας. Κρατήστε το μέγεθος, την ταυτότητα IT και τη ρύθμιση επεξεργασίας του χωριστά από τις παραλλαγές 12B, 27B και τις νεότερες Gemma κατά την καταγραφή αποτελεσμάτων.", "editorialOverlay": { "copy_fields": { "practical_html": "Τεχνικό παράδειγμα στα αγγλικά
Explain a seed-growth note\n\nExplain this class note to a ten-year-old: 'Seeds need water and a suitable temperature to germinate. Light requirements differ between species.' Use three short sentences and one question the class could investigate. Preserve the species qualification rather than saying all seeds need light to germinate.A child-friendly three-sentence explanation followed by one investigation question.The explanation must retain the distinction between water, temperature and species-dependent light.google/gemma-3-4b-itΤο Gemma 3 4B IT είναι το μοντέλο κειμένου και εικόνας μεγέθους 4B της Google, προσαρμοσμένο στην τήρηση οδηγιών. Παράγει κείμενο για ερωτήσεις, συνόψεις, συγγραφή και οπτική ανάλυση, με κοινό πλαίσιο 128K και υποστήριξη της οικογένειας για περισσότερες από 140 γλώσσες.
Αυτή η περιγραφή καλύπτει τις δυνατότητες του μοντέλου. Οι είσοδοι, έξοδοι και επιλογές που διατίθενται στο Ailoot παρατίθενται παρακάτω για την επιλεγμένη μέθοδο.
Το Gemma 3 4B IT είναι η προσαρμοσμένη σε οδηγίες έκδοση μεγέθους 4B της οικογένειας όρασης και γλώσσας Gemma 3 της Google. Το IT προσδιορίζει την έκδοση που έχει προσαρμοστεί για να ακολουθεί οδηγίες χρήστη και γύρους συνομιλίας, αντί για το προεκπαιδευμένο σημείο ελέγχου που χρησιμοποιείται ως βάση περαιτέρω εκπαίδευσης. Το μοντέλο δέχεται κείμενο και εικόνες και παράγει κείμενο: απάντηση, σύνοψη, εξήγηση, προσχέδιο ή κώδικα. Η οπτική είσοδός του υποστηρίζει ερωτήματα για παρεχόμενες εικόνες και σελίδες εγγράφων· η έξοδος δεν είναι νέα παραγόμενη εικόνα.
Η κάρτα του μοντέλου αποδίδει στην έκδοση 4B συμφραζόμενα 128K token, κοινά για το αίτημα και την παραγόμενη απάντηση. Το υπόλοιπο διαθέσιμο για έξοδο είναι το συνολικό όριο συμφραζομένων μετά την αφαίρεση της εισόδου, όχι πρόσθετος ανεξάρτητος προϋπολογισμός εξόδου 128K. Η βασική διαδρομή εικόνας κανονικοποιεί τις εικόνες σε 896×896 και κωδικοποιεί κάθε όψη σε 256 οπτικά token. Για έναν εστιασμένο βοηθό, δώστε τη σχετική σημείωση ή εικόνα, ένα σαφές ερώτημα και σύντομο επιθυμητό αποτέλεσμα. Κρατήστε το κείμενο πηγής με την απάντηση, ώστε να μπορεί να ελεγχθεί ένα εξαγόμενο όνομα, μια ημερομηνία ή μια ετικέτα.
Το εκπαιδευτικό υλικό της οικογένειας καλύπτει κείμενο ιστού σε περισσότερες από 140 γλώσσες, κώδικα, μαθηματικά και εικόνες. Ο κατασκευαστής αναφέρει τέσσερα τρισεκατομμύρια token προεκπαίδευσης για το μοντέλο 4B. Η τεχνική αναφορά περιγράφει απόσταξη κατά την προεκπαίδευση και την προσαρμογή σε οδηγίες, ακολουθούμενη από μετεκπαίδευση βάσει ενισχυτικής μάθησης για βελτίωση της χρησιμότητας, της συλλογιστικής, του κώδικα, των μαθηματικών και της τήρησης οδηγιών. Πρόκειται για χαρακτηριστικά εκπαίδευσης αυτού του μεγέθους και αυτής της οικογένειας, όχι για εγγύηση ότι κάθε απάντηση είναι σωστή ή ότι άλλο σημείο ελέγχου Gemma συμπεριφέρεται πανομοιότυπα.
Η αρχιτεκτονική είναι μετασχηματιστής μόνο αποκωδικοποιητή με προσοχή ομαδοποιημένων ερωτημάτων, εναλλάσσοντας πέντε επίπεδα τοπικής προσοχής για κάθε επίπεδο καθολικής προσοχής. Η τοπική προσοχή καλύπτει 1,024 token, ενώ τα καθολικά επίπεδα χειρίζονται τα ευρύτερα συμφραζόμενα. Ένας κοινός κωδικοποιητής όρασης SigLIP μετατρέπει τις πληροφορίες εικόνας σε εισόδους για το γλωσσικό μοντέλο. Ο tokenizer βασίζεται στο SentencePiece, με διαχωρισμένα ψηφία, διατηρούμενα κενά και κωδικοποίηση σε επίπεδο byte. Χρησιμοποιήστε πλήθη token από τον πραγματικό tokenizer όταν σχεδιάζετε μεγάλη είσοδο και κρατήστε ανέπαφες την εσοχή κώδικα και τα αναγνωριστικά όταν μεταφέρουν νόημα.
Η αναφορά περιγράφει το Pan and Scan για εικόνες των οποίων το σχήμα ή η λεπτομέρεια δεν διατηρείται με απλή τετραγωνική αλλαγή μεγέθους. Μπορεί να δημιουργεί πρόσθετες μη επικαλυπτόμενες όψεις, οι οποίες αλλάζουν μέγεθος για τον κωδικοποιητή όρασης. Αυτή η επεξεργασία έχει δικές της συνέπειες για την είσοδο και τους υπολογισμούς. Για στιγμιότυπο οθόνης με μικρές ετικέτες, προσδιορίστε την περιοχή ενδιαφέροντος και δώστε ευανάγνωστη όψη αντί να στηρίζεστε σε μια μικροσκοπική εικόνα ολόκληρης της οθόνης. Για πολλές εικόνες, προσθέστε ετικέτες στους ρόλους τους και ζητήστε απάντηση συνδεδεμένη με τη σωστή πηγή.
Η εγγενής μορφή συνομιλίας IT του κατασκευαστή χρησιμοποιεί γύρους user και model, με ρητά όρια γύρων. Δεν υποστηρίζει χωριστό εγγενή ρόλο system· τοποθετήστε τις οδηγίες ρόλου και μορφοποίησης στην αρχική προτροπή χρήστη. Χρησιμοποιήστε τον αντίστοιχο formatter ή processor αντί να αντιμετωπίζετε το σημείο ελέγχου IT ως απλή συμπλήρωση κειμένου. Για παράδειγμα σημειώματος υποστήριξης, δηλώστε τον επιδιωκόμενο αναγνώστη, τα γεγονότα που πρέπει να διατηρηθούν και τον τόνο και κατόπιν ζητήστε σύντομη απάντηση μαζί με τυχόν αναπάντητο ερώτημα. Για οπτική εξαγωγή, ορίστε τα πεδία και τον τρόπο αναπαράστασης μιας μη αναγνώσιμης τιμής.
Οι επιδιωκόμενες χρήσεις του Gemma περιλαμβάνουν συγγραφή, σύνοψη, συνομιλιακή βοήθεια, εξαγωγή δεδομένων εικόνας και εκπαιδευτική διερεύνηση. Μια στενή ροή εργασίας 4B μπορεί να μετατρέπει σημείωμα εξυπηρέτησης σε κατάλογο ενεργειών, να εξηγεί ορατό διάγραμμα ή να απαντά σε ερώτημα για παρεχόμενο απόσπασμα. Ζητήστε αποτέλεσμα εύκολο στην εξέταση: εξήγηση συνδεδεμένη με ονομασμένα στοιχεία ή μικρή καταγραφή με πεδία που στηρίζονται στην πηγή. Κάθε αναζήτηση εργαλείου ή εκτέλεση κώδικα ανήκει στην εφαρμογή που περιβάλλει το μοντέλο· η δημιουργία εντολής σε μορφή εργαλείου διαφέρει από την ολοκλήρωση εξωτερικής λειτουργίας.
Ο κατασκευαστής σημειώνει περιορισμούς από την κάλυψη εκπαίδευσης, τις γλωσσικές αποχρώσεις, τα πραγματολογικά λάθη και την πολυπλοκότητα ανοικτών εργασιών. Η Google προειδοποιεί επίσης ότι ένα εύλογο γλωσσικό μοτίβο μπορεί να παράγει απάντηση που παραβλέπει καθημερινό περιορισμό του πραγματικού κόσμου. Οι εικόνες μπορούν επίσης να χάσουν σημαντική λεπτομέρεια κατά την αλλαγή μεγέθους και τα μεγάλα συμφραζόμενα δεν καθιστούν σαφές ένα ανεπαρκώς ορισμένο ερώτημα. Ελέγξτε το αποτέλεσμα με βάση το αρχικό υλικό, επικυρώστε τα ζητούμενα δομημένα πεδία και ελέγξτε ανεξάρτητα υπολογισμούς ή προτεινόμενο κώδικα. Αξιολογήστε το ακριβές μοντέλο 4B IT στις πραγματικές γλώσσες και στα είδη εγγράφων της εργασίας. Κρατήστε το μέγεθος, την ταυτότητα IT και τη ρύθμιση επεξεργασίας του χωριστά από τις παραλλαγές 12B, 27B και τις νεότερες Gemma κατά την καταγραφή αποτελεσμάτων.
POST /v1/chat/completionstexttext| Πεδίο | Τύπος | Απαίτηση | Τιμές και όρια | Προεπιλογή |
|---|---|---|---|---|
Πεδίοmodel | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια google/gemma-3-4b-it | 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.
Αντιστοιχίστε κάθε χρέωση στις συνθήκες που εμφανίζονται. Χρησιμοποιήστε μία χρέωση ανά σύνολο εναλλακτικών διαμορφώσεων.
| Διαμόρφωση | Πίνακας χρεώσεων | Token συμφραζομένων, πάνω από | Token συμφραζομένων, έως και | Χρέωση |
|---|---|---|---|---|
| ΔιαμόρφωσηΒασικές χρεώσεις ανά token | Πίνακας χρεώσεωνΒασική χρέωση | Token συμφραζομένων, πάνω από— | Token συμφραζομένων, έως καιΧωρίς ανώτατο όριο | Χρέωση Είσοδος · Token εισόδου $0.0001 / 1K token Έξοδος · Token εξόδου $0.0002 / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη — / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη — / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα — / 1K token |
| ΔιαμόρφωσηΕπίπεδο 1 βάσει μήκους αιτήματος | Πίνακας χρεώσεων— | Token συμφραζομένων, πάνω από0 | Token συμφραζομένων, έως καιΧωρίς ανώτατο όριο | Χρέωση Είσοδος · Token εισόδου $0.0001 / 1K token Έξοδος · Token εξόδου $0.0002 / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη — / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη — / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα — / 1K token |
Το Ailoot δεσμεύει ένα εκτιμώμενο ποσό πριν από το αίτημα. Μετά το αποτέλεσμα, εκκαθαρίζει την τελική χρέωση βάσει της μετρημένης χρήσης. Η εκκαθάριση ροής χρησιμοποιεί την τελική καταγραφή χρήσης. Πώς λειτουργούν η δέσμευση και η εκκαθάριση →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "google/gemma-3-4b-it", "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='google/gemma-3-4b-it',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='google/gemma-3-4b-it',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 google/gemma-3-4b-it
Χρησιμοποιήστε τις διαδρομές μεθόδων που εμφανίζονται παραπάνω.
google/gemma-3-4b-itΤο Gemma 3 4B IT είναι το μοντέλο κειμένου και εικόνας μεγέθους 4B της Google, προσαρμοσμένο στην τήρηση οδηγιών. Παράγει κείμενο για ερωτήσεις, συνόψεις, συγγραφή και οπτική ανάλυση, με κοινό πλαίσιο 128K και υποστήριξη της οικογένειας για περισσότερες από 140 γλώσσες.
Αυτή η περιγραφή καλύπτει τις δυνατότητες του μοντέλου. Οι είσοδοι, έξοδοι και επιλογές που διατίθενται στο Ailoot παρατίθενται παρακάτω για την επιλεγμένη μέθοδο.
Το Gemma 3 4B IT είναι η προσαρμοσμένη σε οδηγίες έκδοση μεγέθους 4B της οικογένειας όρασης και γλώσσας Gemma 3 της Google. Το IT προσδιορίζει την έκδοση που έχει προσαρμοστεί για να ακολουθεί οδηγίες χρήστη και γύρους συνομιλίας, αντί για το προεκπαιδευμένο σημείο ελέγχου που χρησιμοποιείται ως βάση περαιτέρω εκπαίδευσης. Το μοντέλο δέχεται κείμενο και εικόνες και παράγει κείμενο: απάντηση, σύνοψη, εξήγηση, προσχέδιο ή κώδικα. Η οπτική είσοδός του υποστηρίζει ερωτήματα για παρεχόμενες εικόνες και σελίδες εγγράφων· η έξοδος δεν είναι νέα παραγόμενη εικόνα.
Η κάρτα του μοντέλου αποδίδει στην έκδοση 4B συμφραζόμενα 128K token, κοινά για το αίτημα και την παραγόμενη απάντηση. Το υπόλοιπο διαθέσιμο για έξοδο είναι το συνολικό όριο συμφραζομένων μετά την αφαίρεση της εισόδου, όχι πρόσθετος ανεξάρτητος προϋπολογισμός εξόδου 128K. Η βασική διαδρομή εικόνας κανονικοποιεί τις εικόνες σε 896×896 και κωδικοποιεί κάθε όψη σε 256 οπτικά token. Για έναν εστιασμένο βοηθό, δώστε τη σχετική σημείωση ή εικόνα, ένα σαφές ερώτημα και σύντομο επιθυμητό αποτέλεσμα. Κρατήστε το κείμενο πηγής με την απάντηση, ώστε να μπορεί να ελεγχθεί ένα εξαγόμενο όνομα, μια ημερομηνία ή μια ετικέτα.
Το εκπαιδευτικό υλικό της οικογένειας καλύπτει κείμενο ιστού σε περισσότερες από 140 γλώσσες, κώδικα, μαθηματικά και εικόνες. Ο κατασκευαστής αναφέρει τέσσερα τρισεκατομμύρια token προεκπαίδευσης για το μοντέλο 4B. Η τεχνική αναφορά περιγράφει απόσταξη κατά την προεκπαίδευση και την προσαρμογή σε οδηγίες, ακολουθούμενη από μετεκπαίδευση βάσει ενισχυτικής μάθησης για βελτίωση της χρησιμότητας, της συλλογιστικής, του κώδικα, των μαθηματικών και της τήρησης οδηγιών. Πρόκειται για χαρακτηριστικά εκπαίδευσης αυτού του μεγέθους και αυτής της οικογένειας, όχι για εγγύηση ότι κάθε απάντηση είναι σωστή ή ότι άλλο σημείο ελέγχου Gemma συμπεριφέρεται πανομοιότυπα.
Η αρχιτεκτονική είναι μετασχηματιστής μόνο αποκωδικοποιητή με προσοχή ομαδοποιημένων ερωτημάτων, εναλλάσσοντας πέντε επίπεδα τοπικής προσοχής για κάθε επίπεδο καθολικής προσοχής. Η τοπική προσοχή καλύπτει 1,024 token, ενώ τα καθολικά επίπεδα χειρίζονται τα ευρύτερα συμφραζόμενα. Ένας κοινός κωδικοποιητής όρασης SigLIP μετατρέπει τις πληροφορίες εικόνας σε εισόδους για το γλωσσικό μοντέλο. Ο tokenizer βασίζεται στο SentencePiece, με διαχωρισμένα ψηφία, διατηρούμενα κενά και κωδικοποίηση σε επίπεδο byte. Χρησιμοποιήστε πλήθη token από τον πραγματικό tokenizer όταν σχεδιάζετε μεγάλη είσοδο και κρατήστε ανέπαφες την εσοχή κώδικα και τα αναγνωριστικά όταν μεταφέρουν νόημα.
Η αναφορά περιγράφει το Pan and Scan για εικόνες των οποίων το σχήμα ή η λεπτομέρεια δεν διατηρείται με απλή τετραγωνική αλλαγή μεγέθους. Μπορεί να δημιουργεί πρόσθετες μη επικαλυπτόμενες όψεις, οι οποίες αλλάζουν μέγεθος για τον κωδικοποιητή όρασης. Αυτή η επεξεργασία έχει δικές της συνέπειες για την είσοδο και τους υπολογισμούς. Για στιγμιότυπο οθόνης με μικρές ετικέτες, προσδιορίστε την περιοχή ενδιαφέροντος και δώστε ευανάγνωστη όψη αντί να στηρίζεστε σε μια μικροσκοπική εικόνα ολόκληρης της οθόνης. Για πολλές εικόνες, προσθέστε ετικέτες στους ρόλους τους και ζητήστε απάντηση συνδεδεμένη με τη σωστή πηγή.
Η εγγενής μορφή συνομιλίας IT του κατασκευαστή χρησιμοποιεί γύρους user και model, με ρητά όρια γύρων. Δεν υποστηρίζει χωριστό εγγενή ρόλο system· τοποθετήστε τις οδηγίες ρόλου και μορφοποίησης στην αρχική προτροπή χρήστη. Χρησιμοποιήστε τον αντίστοιχο formatter ή processor αντί να αντιμετωπίζετε το σημείο ελέγχου IT ως απλή συμπλήρωση κειμένου. Για παράδειγμα σημειώματος υποστήριξης, δηλώστε τον επιδιωκόμενο αναγνώστη, τα γεγονότα που πρέπει να διατηρηθούν και τον τόνο και κατόπιν ζητήστε σύντομη απάντηση μαζί με τυχόν αναπάντητο ερώτημα. Για οπτική εξαγωγή, ορίστε τα πεδία και τον τρόπο αναπαράστασης μιας μη αναγνώσιμης τιμής.
Οι επιδιωκόμενες χρήσεις του Gemma περιλαμβάνουν συγγραφή, σύνοψη, συνομιλιακή βοήθεια, εξαγωγή δεδομένων εικόνας και εκπαιδευτική διερεύνηση. Μια στενή ροή εργασίας 4B μπορεί να μετατρέπει σημείωμα εξυπηρέτησης σε κατάλογο ενεργειών, να εξηγεί ορατό διάγραμμα ή να απαντά σε ερώτημα για παρεχόμενο απόσπασμα. Ζητήστε αποτέλεσμα εύκολο στην εξέταση: εξήγηση συνδεδεμένη με ονομασμένα στοιχεία ή μικρή καταγραφή με πεδία που στηρίζονται στην πηγή. Κάθε αναζήτηση εργαλείου ή εκτέλεση κώδικα ανήκει στην εφαρμογή που περιβάλλει το μοντέλο· η δημιουργία εντολής σε μορφή εργαλείου διαφέρει από την ολοκλήρωση εξωτερικής λειτουργίας.
Ο κατασκευαστής σημειώνει περιορισμούς από την κάλυψη εκπαίδευσης, τις γλωσσικές αποχρώσεις, τα πραγματολογικά λάθη και την πολυπλοκότητα ανοικτών εργασιών. Η Google προειδοποιεί επίσης ότι ένα εύλογο γλωσσικό μοτίβο μπορεί να παράγει απάντηση που παραβλέπει καθημερινό περιορισμό του πραγματικού κόσμου. Οι εικόνες μπορούν επίσης να χάσουν σημαντική λεπτομέρεια κατά την αλλαγή μεγέθους και τα μεγάλα συμφραζόμενα δεν καθιστούν σαφές ένα ανεπαρκώς ορισμένο ερώτημα. Ελέγξτε το αποτέλεσμα με βάση το αρχικό υλικό, επικυρώστε τα ζητούμενα δομημένα πεδία και ελέγξτε ανεξάρτητα υπολογισμούς ή προτεινόμενο κώδικα. Αξιολογήστε το ακριβές μοντέλο 4B IT στις πραγματικές γλώσσες και στα είδη εγγράφων της εργασίας. Κρατήστε το μέγεθος, την ταυτότητα IT και τη ρύθμιση επεξεργασίας του χωριστά από τις παραλλαγές 12B, 27B και τις νεότερες Gemma κατά την καταγραφή αποτελεσμάτων.
POST /v1/messagestextjson, sse| Πεδίο | Τύπος | Απαίτηση | Τιμές και όρια | Προεπιλογή |
|---|---|---|---|---|
Πεδίοmodel | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια google/gemma-3-4b-it | 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.
Αντιστοιχίστε κάθε χρέωση στις συνθήκες που εμφανίζονται. Χρησιμοποιήστε μία χρέωση ανά σύνολο εναλλακτικών διαμορφώσεων.
| Διαμόρφωση | Πίνακας χρεώσεων | Token συμφραζομένων, πάνω από | Token συμφραζομένων, έως και | Χρέωση |
|---|---|---|---|---|
| ΔιαμόρφωσηΒασικές χρεώσεις ανά token | Πίνακας χρεώσεωνΒασική χρέωση | Token συμφραζομένων, πάνω από— | Token συμφραζομένων, έως καιΧωρίς ανώτατο όριο | Χρέωση Είσοδος · Token εισόδου $0.0001 / 1K token Έξοδος · Token εξόδου $0.0002 / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη — / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη — / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα — / 1K token |
| ΔιαμόρφωσηΕπίπεδο 1 βάσει μήκους αιτήματος | Πίνακας χρεώσεων— | Token συμφραζομένων, πάνω από0 | Token συμφραζομένων, έως καιΧωρίς ανώτατο όριο | Χρέωση Είσοδος · Token εισόδου $0.0001 / 1K token Έξοδος · Token εξόδου $0.0002 / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη — / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη — / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα — / 1K token |
Το Ailoot δεσμεύει ένα εκτιμώμενο ποσό πριν από το αίτημα. Μετά το αποτέλεσμα, εκκαθαρίζει την τελική χρέωση βάσει της μετρημένης χρήσης. Η εκκαθάριση ροής χρησιμοποιεί την τελική καταγραφή χρήσης. Πώς λειτουργούν η δέσμευση και η εκκαθάριση →
{\n "model": "google/gemma-3-4b-it",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'google/gemma-3-4b-it', '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': 'google/gemma-3-4b-it', '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 google/gemma-3-4b-it
Χρησιμοποιήστε τις διαδρομές μεθόδων που εμφανίζονται παραπάνω.
Τεχνικό παράδειγμα στα αγγλικά
Explain a seed-growth note\n\nExplain this class note to a ten-year-old: 'Seeds need water and a suitable temperature to germinate. Light requirements differ between species.' Use three short sentences and one question the class could investigate. Preserve the species qualification rather than saying all seeds need light to germinate.A child-friendly three-sentence explanation followed by one investigation question.The explanation must retain the distinction between water, temperature and species-dependent light.