Το Qwen-Long είναι η σειρά επεξεργασίας εγγράφων της Qwen για εύρεση πληροφοριών, σύγκριση υλικού και απαντήσεις σε ερωτήσεις που καλύπτουν ένα μεγάλο σώμα κειμένων. Το ιδιαίτερο χαρακτηριστικό του είναι μια τεκμηριωμένη ροή μεταφόρτωσης και παραπομπών σε αρχεία, η οποία διαχειρίζεται έως 10 εκατομμύρια tokens. Ο στόχος δεν είναι απλώς να παραχθεί μια μεγαλύτερη απάντηση συνομιλίας: είναι να παραμένει διαθέσιμη μια σημαντική συλλογή εγγράφων πηγής, ενώ τίθενται εστιασμένες ερωτήσεις για αυτά.
Πώς λειτουργεί η ροή εργασίας με έγγραφα
Ο κατασκευαστής περιγράφει δύο στάδια. Αρχικά, μεταφορτώστε τα επιλεγμένα αρχεία και περιμένετε να ολοκληρωθεί η ανάλυση από τον αναλυτή εγγράφων. Οι παραπομπές που προκύπτουν προσδιορίζουν τα προετοιμασμένα έγγραφα. Έπειτα, θέστε μια ερώτηση συμπεριλαμβάνοντας τις παραπομπές στο υλικό που πρέπει να ληφθεί υπόψη. Το μοντέλο εκτελεί επεξεργασία συμπερασμού στο κείμενο που συνδέεται με αυτά τα έγγραφα. Έτσι, η προετοιμασία των εγγράφων διαχωρίζεται από την ερώτηση και αποφεύγεται η εκ νέου αποστολή ολόκληρου του αρχείου σε κάθε γύρο συνομιλίας.
Προετοιμάστε ένα μόνο έγγραφο όταν ο στόχος είναι μια σύνοψη, η εξήγηση μιας ενότητας ή η εξαγωγή συγκεκριμένων όρων. Προσδιορίστε τις ενότητες που έχουν σημασία και ζητήστε ένα αποτέλεσμα με σαφή, ελέγξιμο σκοπό. Για παράδειγμα, δώστε μια προδιαγραφή προϊόντος, ζητήστε τους όρους λειτουργίας που αναφέρει ρητά και έναν σύντομο πίνακα με τον όρο, την ενότητα της πηγής και τυχόν λεπτομέρειες που λείπουν. Αυτά τα ονόματα πεδίων είναι ενδεικτική σχεδίαση του αποτελέσματος και όχι ενσωματωμένο, σταθερό σχήμα.
Πολλά έγγραφα και επόμενες ερωτήσεις
Η τεκμηριωμένη ροή δέχεται πολλά προετοιμασμένα αρχεία στο ίδιο αίτημα. Αυτό υποστηρίζει τη σύγκριση μεταξύ εγγράφων: εντοπίστε ένα χαρακτηριστικό σε κάθε προδιαγραφή, διαχωρίστε τις κοινές δηλώσεις από τις διαφορές και συγκεντρώστε τα ανεπίλυτα ερωτήματα. Ένα αίτημα μπορεί να περιλαμβάνει έως 100 παραπομπές σε αρχεία. Επιλέξτε τα αρχεία που σχετίζονται με την ερώτηση, αντί να υποθέτετε ότι η ύπαρξη μεγάλου παραθύρου συμφραζομένων ορίζει τι πρέπει να συγκριθεί.
Ο κατασκευαστής δείχνει επίσης την προσθήκη νέου εγγράφου μετά από μια αρχική απάντηση. Κρατήστε την προηγούμενη απάντηση στη συνομιλία, προσθέστε τη νέα πηγή και θέστε μια επόμενη ερώτηση, όπως το πώς διαφέρουν οι δύο περιγραφές. Σε μια εφαρμογή, διαχωρίστε την προηγούμενη απάντηση από τα νέα στοιχεία που παρέχονται. Ένα χρήσιμο αποτέλεσμα μπορεί να είναι ένας συγκριτικός πίνακας με ξεχωριστές στήλες για κάθε έγγραφο και εξήγηση των διαφωνιών, αντί για μια ενοποιημένη σύνοψη που χάνει την πηγή κάθε δήλωσης.
Η είσοδος απλού κειμένου είναι μια ακόμη τεκμηριωμένη οδός. Μικρότερα σύνολα υλικού μπορούν να δοθούν απευθείας ως κείμενο, αντί για παραπομπές σε μεταφορτωμένα αρχεία. Λόγω των ορίων μεγέθους των αιτημάτων, ο οδηγός του κατασκευαστή απαιτεί τη χρήση παραπομπών όταν το περιεχόμενο εγγράφων που ενσωματώνεται απευθείας υπερβαίνει το 1 εκατομμύριο tokens. Αυτό το όριο είναι ξεχωριστό από τη χωρητικότητα εγγράφων των 10 εκατομμυρίων tokens: η υποστήριξη μεγάλου σώματος κειμένων δεν αποτελεί υπόσχεση ότι θα γίνει δεκτό ένα εξίσου μεγάλο, ενιαίο φορτίο ανεπεξέργαστου κειμένου.
Μορφές, συμφραζόμενα και έξοδος
Η υπηρεσία εγγράφων παραθέτει τις μορφές TXT, DOCX, PDF, XLSX, EPUB, MOBI, MD, CSV και JSON, μαζί με BMP, PNG, JPG/JPEG και GIF. Τα μεταφορτωμένα αρχεία εικόνας περιορίζονται σε 20 MB και τα υπόλοιπα υποστηριζόμενα αρχεία σε 150 MB. Πρόκειται για όρια της ροής προετοιμασίας εγγράφων του κατασκευαστή, όχι για ισχυρισμό ότι το γλωσσικό μοντέλο συλλογίζεται απευθείας πάνω σε κάθε δυαδική μορφή χωρίς ανάλυση.
Η δημοσιευμένη προδιαγραφή ορίζει παράθυρο συμφραζομένων και μέγιστη είσοδο 10.000.000 tokens, με έως 32.768 tokens εξόδου. Στην τεκμηριωμένη μορφή συνομιλίας με παραπομπές σε αρχεία, η ερώτηση του χρήστη έχει ξεχωριστό όριο 9.000 tokens όταν ένα δεύτερο μήνυμα συστήματος παρέχει τα έγγραφα. Κρατήστε την ερώτηση σύντομη και διαθέστε το μεγαλύτερο μέρος της χωρητικότητας εγγράφων στο υλικό πηγής. Η είσοδος με μεγάλο παράθυρο συμφραζομένων και το μήκος της απάντησης επιλύουν διαφορετικά προβλήματα: ένα μεγάλο σώμα κειμένων μπορεί και πάλι να απαιτεί ένα σύντομο, αυστηρά δομημένο αποτέλεσμα.
Οι συχνές ερωτήσεις του κατασκευαστή τεκμηριώνουν δομημένη έξοδο βάσει JSON Schema για το Qwen-Long και τα στιγμιότυπά του. Αυτό είναι χρήσιμο για επαναλαμβανόμενες εργασίες εξαγωγής που απαιτούν τα ίδια πεδία σε ολόκληρη μια συλλογή. Προσδιορίστε τις απαιτούμενες πληροφορίες, τον τύπο κάθε πεδίου και τον τρόπο χειρισμού μιας τιμής που δεν υπάρχει στην πηγή. Η υπηρεσία τεκμηριώνει επίσης ασύγχρονη μαζική επεξεργασία, η οποία αποτελεί εναλλακτική ροή υποβολής και όχι πρόσθετη λειτουργία συλλογιστικής.
Μια πρακτική σύγκριση εγγράφων
Προετοιμάστε τις σχετικές προδιαγραφές και προσδιορίστε τον ρόλο τους πριν ρωτήσετε: ποια είναι η υφιστάμενη περιγραφή, ποια η προτεινόμενη αντικατάσταση και ποιες απαιτήσεις είναι υποχρεωτικές. Ζητήστε ένα αποτέλεσμα με κοινούς όρους, αντικρουόμενες δηλώσεις, πληροφορίες που λείπουν και θέσεις στις πηγές. Μια επόμενη ερώτηση μπορεί να ζητήσει από το μοντέλο να μετατρέψει αυτό το αποτέλεσμα σε μια σύντομη εξήγηση για συνάδελφο, διατηρώντας τις αρχικές διακρίσεις.
Σημαντικά όρια προετοιμασίας
Η ανάλυση πρέπει να ολοκληρωθεί πριν χρησιμοποιηθούν τα προετοιμασμένα αρχεία· τα μεγαλύτερα έγγραφα ενδέχεται να χρειάζονται περισσότερο χρόνο ανάλυσης. Η τεκμηριωμένη επεξεργασία συμπερασμού του μοντέλου χρησιμοποιεί το εξαγόμενο κείμενο, οπότε η πληρότητα και η αναγνωσιμότητα αυτού του προετοιμασμένου περιεχομένου έχουν σημασία. Κάντε σαφή την επιλογή αρχείων, την ερώτηση και την απαιτούμενη έξοδο. Η χωρητικότητα εγγράφων του Qwen-Long δεν πρέπει να υποκαθιστά τα όρια άλλης έκδοσης Qwen, ενός αιτήματος με απευθείας ανεπεξέργαστο κείμενο ή της τελικής απάντησης.
", "aboutText": "Το Qwen-Long είναι η σειρά επεξεργασίας εγγράφων της Qwen για εύρεση πληροφοριών, σύγκριση υλικού και απαντήσεις σε ερωτήσεις που καλύπτουν ένα μεγάλο σώμα κειμένων. Το ιδιαίτερο χαρακτηριστικό του είναι μια τεκμηριωμένη ροή μεταφόρτωσης και παραπομπών σε αρχεία, η οποία διαχειρίζεται έως 10 εκατομμύρια tokens. Ο στόχος δεν είναι απλώς να παραχθεί μια μεγαλύτερη απάντηση συνομιλίας: είναι να παραμένει διαθέσιμη μια σημαντική συλλογή εγγράφων πηγής, ενώ τίθενται εστιασμένες ερωτήσεις για αυτά.\n\nΠώς λειτουργεί η ροή εργασίας με έγγραφα\n\nΟ κατασκευαστής περιγράφει δύο στάδια. Αρχικά, μεταφορτώστε τα επιλεγμένα αρχεία και περιμένετε να ολοκληρωθεί η ανάλυση από τον αναλυτή εγγράφων. Οι παραπομπές που προκύπτουν προσδιορίζουν τα προετοιμασμένα έγγραφα. Έπειτα, θέστε μια ερώτηση συμπεριλαμβάνοντας τις παραπομπές στο υλικό που πρέπει να ληφθεί υπόψη. Το μοντέλο εκτελεί επεξεργασία συμπερασμού στο κείμενο που συνδέεται με αυτά τα έγγραφα. Έτσι, η προετοιμασία των εγγράφων διαχωρίζεται από την ερώτηση και αποφεύγεται η εκ νέου αποστολή ολόκληρου του αρχείου σε κάθε γύρο συνομιλίας.\n\nΠροετοιμάστε ένα μόνο έγγραφο όταν ο στόχος είναι μια σύνοψη, η εξήγηση μιας ενότητας ή η εξαγωγή συγκεκριμένων όρων. Προσδιορίστε τις ενότητες που έχουν σημασία και ζητήστε ένα αποτέλεσμα με σαφή, ελέγξιμο σκοπό. Για παράδειγμα, δώστε μια προδιαγραφή προϊόντος, ζητήστε τους όρους λειτουργίας που αναφέρει ρητά και έναν σύντομο πίνακα με τον όρο, την ενότητα της πηγής και τυχόν λεπτομέρειες που λείπουν. Αυτά τα ονόματα πεδίων είναι ενδεικτική σχεδίαση του αποτελέσματος και όχι ενσωματωμένο, σταθερό σχήμα.\n\nΠολλά έγγραφα και επόμενες ερωτήσεις\n\nΗ τεκμηριωμένη ροή δέχεται πολλά προετοιμασμένα αρχεία στο ίδιο αίτημα. Αυτό υποστηρίζει τη σύγκριση μεταξύ εγγράφων: εντοπίστε ένα χαρακτηριστικό σε κάθε προδιαγραφή, διαχωρίστε τις κοινές δηλώσεις από τις διαφορές και συγκεντρώστε τα ανεπίλυτα ερωτήματα. Ένα αίτημα μπορεί να περιλαμβάνει έως 100 παραπομπές σε αρχεία. Επιλέξτε τα αρχεία που σχετίζονται με την ερώτηση, αντί να υποθέτετε ότι η ύπαρξη μεγάλου παραθύρου συμφραζομένων ορίζει τι πρέπει να συγκριθεί.\n\nΟ κατασκευαστής δείχνει επίσης την προσθήκη νέου εγγράφου μετά από μια αρχική απάντηση. Κρατήστε την προηγούμενη απάντηση στη συνομιλία, προσθέστε τη νέα πηγή και θέστε μια επόμενη ερώτηση, όπως το πώς διαφέρουν οι δύο περιγραφές. Σε μια εφαρμογή, διαχωρίστε την προηγούμενη απάντηση από τα νέα στοιχεία που παρέχονται. Ένα χρήσιμο αποτέλεσμα μπορεί να είναι ένας συγκριτικός πίνακας με ξεχωριστές στήλες για κάθε έγγραφο και εξήγηση των διαφωνιών, αντί για μια ενοποιημένη σύνοψη που χάνει την πηγή κάθε δήλωσης.\n\nΗ είσοδος απλού κειμένου είναι μια ακόμη τεκμηριωμένη οδός. Μικρότερα σύνολα υλικού μπορούν να δοθούν απευθείας ως κείμενο, αντί για παραπομπές σε μεταφορτωμένα αρχεία. Λόγω των ορίων μεγέθους των αιτημάτων, ο οδηγός του κατασκευαστή απαιτεί τη χρήση παραπομπών όταν το περιεχόμενο εγγράφων που ενσωματώνεται απευθείας υπερβαίνει το 1 εκατομμύριο tokens. Αυτό το όριο είναι ξεχωριστό από τη χωρητικότητα εγγράφων των 10 εκατομμυρίων tokens: η υποστήριξη μεγάλου σώματος κειμένων δεν αποτελεί υπόσχεση ότι θα γίνει δεκτό ένα εξίσου μεγάλο, ενιαίο φορτίο ανεπεξέργαστου κειμένου.\n\nΜορφές, συμφραζόμενα και έξοδος\n\nΗ υπηρεσία εγγράφων παραθέτει τις μορφές TXT, DOCX, PDF, XLSX, EPUB, MOBI, MD, CSV και JSON, μαζί με BMP, PNG, JPG/JPEG και GIF. Τα μεταφορτωμένα αρχεία εικόνας περιορίζονται σε 20 MB και τα υπόλοιπα υποστηριζόμενα αρχεία σε 150 MB. Πρόκειται για όρια της ροής προετοιμασίας εγγράφων του κατασκευαστή, όχι για ισχυρισμό ότι το γλωσσικό μοντέλο συλλογίζεται απευθείας πάνω σε κάθε δυαδική μορφή χωρίς ανάλυση.\n\nΗ δημοσιευμένη προδιαγραφή ορίζει παράθυρο συμφραζομένων και μέγιστη είσοδο 10.000.000 tokens, με έως 32.768 tokens εξόδου. Στην τεκμηριωμένη μορφή συνομιλίας με παραπομπές σε αρχεία, η ερώτηση του χρήστη έχει ξεχωριστό όριο 9.000 tokens όταν ένα δεύτερο μήνυμα συστήματος παρέχει τα έγγραφα. Κρατήστε την ερώτηση σύντομη και διαθέστε το μεγαλύτερο μέρος της χωρητικότητας εγγράφων στο υλικό πηγής. Η είσοδος με μεγάλο παράθυρο συμφραζομένων και το μήκος της απάντησης επιλύουν διαφορετικά προβλήματα: ένα μεγάλο σώμα κειμένων μπορεί και πάλι να απαιτεί ένα σύντομο, αυστηρά δομημένο αποτέλεσμα.\n\nΟι συχνές ερωτήσεις του κατασκευαστή τεκμηριώνουν δομημένη έξοδο βάσει JSON Schema για το Qwen-Long και τα στιγμιότυπά του. Αυτό είναι χρήσιμο για επαναλαμβανόμενες εργασίες εξαγωγής που απαιτούν τα ίδια πεδία σε ολόκληρη μια συλλογή. Προσδιορίστε τις απαιτούμενες πληροφορίες, τον τύπο κάθε πεδίου και τον τρόπο χειρισμού μιας τιμής που δεν υπάρχει στην πηγή. Η υπηρεσία τεκμηριώνει επίσης ασύγχρονη μαζική επεξεργασία, η οποία αποτελεί εναλλακτική ροή υποβολής και όχι πρόσθετη λειτουργία συλλογιστικής.\n\nΜια πρακτική σύγκριση εγγράφων\n\nΠροετοιμάστε τις σχετικές προδιαγραφές και προσδιορίστε τον ρόλο τους πριν ρωτήσετε: ποια είναι η υφιστάμενη περιγραφή, ποια η προτεινόμενη αντικατάσταση και ποιες απαιτήσεις είναι υποχρεωτικές. Ζητήστε ένα αποτέλεσμα με κοινούς όρους, αντικρουόμενες δηλώσεις, πληροφορίες που λείπουν και θέσεις στις πηγές. Μια επόμενη ερώτηση μπορεί να ζητήσει από το μοντέλο να μετατρέψει αυτό το αποτέλεσμα σε μια σύντομη εξήγηση για συνάδελφο, διατηρώντας τις αρχικές διακρίσεις.\n\nΣημαντικά όρια προετοιμασίας\n\nΗ ανάλυση πρέπει να ολοκληρωθεί πριν χρησιμοποιηθούν τα προετοιμασμένα αρχεία· τα μεγαλύτερα έγγραφα ενδέχεται να χρειάζονται περισσότερο χρόνο ανάλυσης. Η τεκμηριωμένη επεξεργασία συμπερασμού του μοντέλου χρησιμοποιεί το εξαγόμενο κείμενο, οπότε η πληρότητα και η αναγνωσιμότητα αυτού του προετοιμασμένου περιεχομένου έχουν σημασία. Κάντε σαφή την επιλογή αρχείων, την ερώτηση και την απαιτούμενη έξοδο. Η χωρητικότητα εγγράφων του Qwen-Long δεν πρέπει να υποκαθιστά τα όρια άλλης έκδοσης Qwen, ενός αιτήματος με απευθείας ανεπεξέργαστο κείμενο ή της τελικής απάντησης.", "editorialOverlay": { "copy_fields": { "practical_html": "Τεχνικό παράδειγμα στα αγγλικά
Compare maintenance documents\n\nCompare these source extracts for a maintenance checklist. Manual M1 section 4: Inspect the filter every week; replace it after 500 hours. Manual M2 section 6: Inspect the filter every week; replace it after 400 hours in dusty conditions. Keep shared rules, conditional differences and missing guidance separate. Do not assume which manual overrides the other.A comparison table with shared rule, condition, replacement interval, source section and one unresolved priority question.Check that the 400-hour rule remains conditional on dusty conditions and that no general precedence is invented.qwen-longΤο Qwen-Long έχει σχεδιαστεί για ερωτήσεις που καλύπτουν μεγάλες συλλογές εγγράφων. Ο κατασκευαστής τεκμηριώνει μια ροή μεταφόρτωσης και παραπομπών σε αρχεία, με έως 10 εκατομμύρια tokens συμφραζομένων εγγράφων, σύγκριση μεταξύ αρχείων και δομημένες απαντήσεις κειμένου.
Αυτή η περιγραφή καλύπτει τις δυνατότητες του μοντέλου. Οι είσοδοι, έξοδοι και επιλογές που διατίθενται στο Ailoot παρατίθενται παρακάτω για την επιλεγμένη μέθοδο.
Το Qwen-Long είναι η σειρά επεξεργασίας εγγράφων της Qwen για εύρεση πληροφοριών, σύγκριση υλικού και απαντήσεις σε ερωτήσεις που καλύπτουν ένα μεγάλο σώμα κειμένων. Το ιδιαίτερο χαρακτηριστικό του είναι μια τεκμηριωμένη ροή μεταφόρτωσης και παραπομπών σε αρχεία, η οποία διαχειρίζεται έως 10 εκατομμύρια tokens. Ο στόχος δεν είναι απλώς να παραχθεί μια μεγαλύτερη απάντηση συνομιλίας: είναι να παραμένει διαθέσιμη μια σημαντική συλλογή εγγράφων πηγής, ενώ τίθενται εστιασμένες ερωτήσεις για αυτά.
Πώς λειτουργεί η ροή εργασίας με έγγραφα
Ο κατασκευαστής περιγράφει δύο στάδια. Αρχικά, μεταφορτώστε τα επιλεγμένα αρχεία και περιμένετε να ολοκληρωθεί η ανάλυση από τον αναλυτή εγγράφων. Οι παραπομπές που προκύπτουν προσδιορίζουν τα προετοιμασμένα έγγραφα. Έπειτα, θέστε μια ερώτηση συμπεριλαμβάνοντας τις παραπομπές στο υλικό που πρέπει να ληφθεί υπόψη. Το μοντέλο εκτελεί επεξεργασία συμπερασμού στο κείμενο που συνδέεται με αυτά τα έγγραφα. Έτσι, η προετοιμασία των εγγράφων διαχωρίζεται από την ερώτηση και αποφεύγεται η εκ νέου αποστολή ολόκληρου του αρχείου σε κάθε γύρο συνομιλίας.
Προετοιμάστε ένα μόνο έγγραφο όταν ο στόχος είναι μια σύνοψη, η εξήγηση μιας ενότητας ή η εξαγωγή συγκεκριμένων όρων. Προσδιορίστε τις ενότητες που έχουν σημασία και ζητήστε ένα αποτέλεσμα με σαφή, ελέγξιμο σκοπό. Για παράδειγμα, δώστε μια προδιαγραφή προϊόντος, ζητήστε τους όρους λειτουργίας που αναφέρει ρητά και έναν σύντομο πίνακα με τον όρο, την ενότητα της πηγής και τυχόν λεπτομέρειες που λείπουν. Αυτά τα ονόματα πεδίων είναι ενδεικτική σχεδίαση του αποτελέσματος και όχι ενσωματωμένο, σταθερό σχήμα.
Πολλά έγγραφα και επόμενες ερωτήσεις
Η τεκμηριωμένη ροή δέχεται πολλά προετοιμασμένα αρχεία στο ίδιο αίτημα. Αυτό υποστηρίζει τη σύγκριση μεταξύ εγγράφων: εντοπίστε ένα χαρακτηριστικό σε κάθε προδιαγραφή, διαχωρίστε τις κοινές δηλώσεις από τις διαφορές και συγκεντρώστε τα ανεπίλυτα ερωτήματα. Ένα αίτημα μπορεί να περιλαμβάνει έως 100 παραπομπές σε αρχεία. Επιλέξτε τα αρχεία που σχετίζονται με την ερώτηση, αντί να υποθέτετε ότι η ύπαρξη μεγάλου παραθύρου συμφραζομένων ορίζει τι πρέπει να συγκριθεί.
Ο κατασκευαστής δείχνει επίσης την προσθήκη νέου εγγράφου μετά από μια αρχική απάντηση. Κρατήστε την προηγούμενη απάντηση στη συνομιλία, προσθέστε τη νέα πηγή και θέστε μια επόμενη ερώτηση, όπως το πώς διαφέρουν οι δύο περιγραφές. Σε μια εφαρμογή, διαχωρίστε την προηγούμενη απάντηση από τα νέα στοιχεία που παρέχονται. Ένα χρήσιμο αποτέλεσμα μπορεί να είναι ένας συγκριτικός πίνακας με ξεχωριστές στήλες για κάθε έγγραφο και εξήγηση των διαφωνιών, αντί για μια ενοποιημένη σύνοψη που χάνει την πηγή κάθε δήλωσης.
Η είσοδος απλού κειμένου είναι μια ακόμη τεκμηριωμένη οδός. Μικρότερα σύνολα υλικού μπορούν να δοθούν απευθείας ως κείμενο, αντί για παραπομπές σε μεταφορτωμένα αρχεία. Λόγω των ορίων μεγέθους των αιτημάτων, ο οδηγός του κατασκευαστή απαιτεί τη χρήση παραπομπών όταν το περιεχόμενο εγγράφων που ενσωματώνεται απευθείας υπερβαίνει το 1 εκατομμύριο tokens. Αυτό το όριο είναι ξεχωριστό από τη χωρητικότητα εγγράφων των 10 εκατομμυρίων tokens: η υποστήριξη μεγάλου σώματος κειμένων δεν αποτελεί υπόσχεση ότι θα γίνει δεκτό ένα εξίσου μεγάλο, ενιαίο φορτίο ανεπεξέργαστου κειμένου.
Μορφές, συμφραζόμενα και έξοδος
Η υπηρεσία εγγράφων παραθέτει τις μορφές TXT, DOCX, PDF, XLSX, EPUB, MOBI, MD, CSV και JSON, μαζί με BMP, PNG, JPG/JPEG και GIF. Τα μεταφορτωμένα αρχεία εικόνας περιορίζονται σε 20 MB και τα υπόλοιπα υποστηριζόμενα αρχεία σε 150 MB. Πρόκειται για όρια της ροής προετοιμασίας εγγράφων του κατασκευαστή, όχι για ισχυρισμό ότι το γλωσσικό μοντέλο συλλογίζεται απευθείας πάνω σε κάθε δυαδική μορφή χωρίς ανάλυση.
Η δημοσιευμένη προδιαγραφή ορίζει παράθυρο συμφραζομένων και μέγιστη είσοδο 10.000.000 tokens, με έως 32.768 tokens εξόδου. Στην τεκμηριωμένη μορφή συνομιλίας με παραπομπές σε αρχεία, η ερώτηση του χρήστη έχει ξεχωριστό όριο 9.000 tokens όταν ένα δεύτερο μήνυμα συστήματος παρέχει τα έγγραφα. Κρατήστε την ερώτηση σύντομη και διαθέστε το μεγαλύτερο μέρος της χωρητικότητας εγγράφων στο υλικό πηγής. Η είσοδος με μεγάλο παράθυρο συμφραζομένων και το μήκος της απάντησης επιλύουν διαφορετικά προβλήματα: ένα μεγάλο σώμα κειμένων μπορεί και πάλι να απαιτεί ένα σύντομο, αυστηρά δομημένο αποτέλεσμα.
Οι συχνές ερωτήσεις του κατασκευαστή τεκμηριώνουν δομημένη έξοδο βάσει JSON Schema για το Qwen-Long και τα στιγμιότυπά του. Αυτό είναι χρήσιμο για επαναλαμβανόμενες εργασίες εξαγωγής που απαιτούν τα ίδια πεδία σε ολόκληρη μια συλλογή. Προσδιορίστε τις απαιτούμενες πληροφορίες, τον τύπο κάθε πεδίου και τον τρόπο χειρισμού μιας τιμής που δεν υπάρχει στην πηγή. Η υπηρεσία τεκμηριώνει επίσης ασύγχρονη μαζική επεξεργασία, η οποία αποτελεί εναλλακτική ροή υποβολής και όχι πρόσθετη λειτουργία συλλογιστικής.
Μια πρακτική σύγκριση εγγράφων
Προετοιμάστε τις σχετικές προδιαγραφές και προσδιορίστε τον ρόλο τους πριν ρωτήσετε: ποια είναι η υφιστάμενη περιγραφή, ποια η προτεινόμενη αντικατάσταση και ποιες απαιτήσεις είναι υποχρεωτικές. Ζητήστε ένα αποτέλεσμα με κοινούς όρους, αντικρουόμενες δηλώσεις, πληροφορίες που λείπουν και θέσεις στις πηγές. Μια επόμενη ερώτηση μπορεί να ζητήσει από το μοντέλο να μετατρέψει αυτό το αποτέλεσμα σε μια σύντομη εξήγηση για συνάδελφο, διατηρώντας τις αρχικές διακρίσεις.
Σημαντικά όρια προετοιμασίας
Η ανάλυση πρέπει να ολοκληρωθεί πριν χρησιμοποιηθούν τα προετοιμασμένα αρχεία· τα μεγαλύτερα έγγραφα ενδέχεται να χρειάζονται περισσότερο χρόνο ανάλυσης. Η τεκμηριωμένη επεξεργασία συμπερασμού του μοντέλου χρησιμοποιεί το εξαγόμενο κείμενο, οπότε η πληρότητα και η αναγνωσιμότητα αυτού του προετοιμασμένου περιεχομένου έχουν σημασία. Κάντε σαφή την επιλογή αρχείων, την ερώτηση και την απαιτούμενη έξοδο. Η χωρητικότητα εγγράφων του Qwen-Long δεν πρέπει να υποκαθιστά τα όρια άλλης έκδοσης Qwen, ενός αιτήματος με απευθείας ανεπεξέργαστο κείμενο ή της τελικής απάντησης.
POST /v1/chat/completionstexttext| Πεδίο | Τύπος | Απαίτηση | Τιμές και όρια | Προεπιλογή |
|---|---|---|---|---|
Πεδίοmodel | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια qwen-long | 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 $0.000144 / 1K token Έξοδος · Token εξόδου $0.000572 / 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": "qwen-long", "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='qwen-long',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='qwen-long',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 qwen-long
Χρησιμοποιήστε τις διαδρομές μεθόδων που εμφανίζονται παραπάνω.
qwen-longΤο Qwen-Long έχει σχεδιαστεί για ερωτήσεις που καλύπτουν μεγάλες συλλογές εγγράφων. Ο κατασκευαστής τεκμηριώνει μια ροή μεταφόρτωσης και παραπομπών σε αρχεία, με έως 10 εκατομμύρια tokens συμφραζομένων εγγράφων, σύγκριση μεταξύ αρχείων και δομημένες απαντήσεις κειμένου.
Αυτή η περιγραφή καλύπτει τις δυνατότητες του μοντέλου. Οι είσοδοι, έξοδοι και επιλογές που διατίθενται στο Ailoot παρατίθενται παρακάτω για την επιλεγμένη μέθοδο.
Το Qwen-Long είναι η σειρά επεξεργασίας εγγράφων της Qwen για εύρεση πληροφοριών, σύγκριση υλικού και απαντήσεις σε ερωτήσεις που καλύπτουν ένα μεγάλο σώμα κειμένων. Το ιδιαίτερο χαρακτηριστικό του είναι μια τεκμηριωμένη ροή μεταφόρτωσης και παραπομπών σε αρχεία, η οποία διαχειρίζεται έως 10 εκατομμύρια tokens. Ο στόχος δεν είναι απλώς να παραχθεί μια μεγαλύτερη απάντηση συνομιλίας: είναι να παραμένει διαθέσιμη μια σημαντική συλλογή εγγράφων πηγής, ενώ τίθενται εστιασμένες ερωτήσεις για αυτά.
Πώς λειτουργεί η ροή εργασίας με έγγραφα
Ο κατασκευαστής περιγράφει δύο στάδια. Αρχικά, μεταφορτώστε τα επιλεγμένα αρχεία και περιμένετε να ολοκληρωθεί η ανάλυση από τον αναλυτή εγγράφων. Οι παραπομπές που προκύπτουν προσδιορίζουν τα προετοιμασμένα έγγραφα. Έπειτα, θέστε μια ερώτηση συμπεριλαμβάνοντας τις παραπομπές στο υλικό που πρέπει να ληφθεί υπόψη. Το μοντέλο εκτελεί επεξεργασία συμπερασμού στο κείμενο που συνδέεται με αυτά τα έγγραφα. Έτσι, η προετοιμασία των εγγράφων διαχωρίζεται από την ερώτηση και αποφεύγεται η εκ νέου αποστολή ολόκληρου του αρχείου σε κάθε γύρο συνομιλίας.
Προετοιμάστε ένα μόνο έγγραφο όταν ο στόχος είναι μια σύνοψη, η εξήγηση μιας ενότητας ή η εξαγωγή συγκεκριμένων όρων. Προσδιορίστε τις ενότητες που έχουν σημασία και ζητήστε ένα αποτέλεσμα με σαφή, ελέγξιμο σκοπό. Για παράδειγμα, δώστε μια προδιαγραφή προϊόντος, ζητήστε τους όρους λειτουργίας που αναφέρει ρητά και έναν σύντομο πίνακα με τον όρο, την ενότητα της πηγής και τυχόν λεπτομέρειες που λείπουν. Αυτά τα ονόματα πεδίων είναι ενδεικτική σχεδίαση του αποτελέσματος και όχι ενσωματωμένο, σταθερό σχήμα.
Πολλά έγγραφα και επόμενες ερωτήσεις
Η τεκμηριωμένη ροή δέχεται πολλά προετοιμασμένα αρχεία στο ίδιο αίτημα. Αυτό υποστηρίζει τη σύγκριση μεταξύ εγγράφων: εντοπίστε ένα χαρακτηριστικό σε κάθε προδιαγραφή, διαχωρίστε τις κοινές δηλώσεις από τις διαφορές και συγκεντρώστε τα ανεπίλυτα ερωτήματα. Ένα αίτημα μπορεί να περιλαμβάνει έως 100 παραπομπές σε αρχεία. Επιλέξτε τα αρχεία που σχετίζονται με την ερώτηση, αντί να υποθέτετε ότι η ύπαρξη μεγάλου παραθύρου συμφραζομένων ορίζει τι πρέπει να συγκριθεί.
Ο κατασκευαστής δείχνει επίσης την προσθήκη νέου εγγράφου μετά από μια αρχική απάντηση. Κρατήστε την προηγούμενη απάντηση στη συνομιλία, προσθέστε τη νέα πηγή και θέστε μια επόμενη ερώτηση, όπως το πώς διαφέρουν οι δύο περιγραφές. Σε μια εφαρμογή, διαχωρίστε την προηγούμενη απάντηση από τα νέα στοιχεία που παρέχονται. Ένα χρήσιμο αποτέλεσμα μπορεί να είναι ένας συγκριτικός πίνακας με ξεχωριστές στήλες για κάθε έγγραφο και εξήγηση των διαφωνιών, αντί για μια ενοποιημένη σύνοψη που χάνει την πηγή κάθε δήλωσης.
Η είσοδος απλού κειμένου είναι μια ακόμη τεκμηριωμένη οδός. Μικρότερα σύνολα υλικού μπορούν να δοθούν απευθείας ως κείμενο, αντί για παραπομπές σε μεταφορτωμένα αρχεία. Λόγω των ορίων μεγέθους των αιτημάτων, ο οδηγός του κατασκευαστή απαιτεί τη χρήση παραπομπών όταν το περιεχόμενο εγγράφων που ενσωματώνεται απευθείας υπερβαίνει το 1 εκατομμύριο tokens. Αυτό το όριο είναι ξεχωριστό από τη χωρητικότητα εγγράφων των 10 εκατομμυρίων tokens: η υποστήριξη μεγάλου σώματος κειμένων δεν αποτελεί υπόσχεση ότι θα γίνει δεκτό ένα εξίσου μεγάλο, ενιαίο φορτίο ανεπεξέργαστου κειμένου.
Μορφές, συμφραζόμενα και έξοδος
Η υπηρεσία εγγράφων παραθέτει τις μορφές TXT, DOCX, PDF, XLSX, EPUB, MOBI, MD, CSV και JSON, μαζί με BMP, PNG, JPG/JPEG και GIF. Τα μεταφορτωμένα αρχεία εικόνας περιορίζονται σε 20 MB και τα υπόλοιπα υποστηριζόμενα αρχεία σε 150 MB. Πρόκειται για όρια της ροής προετοιμασίας εγγράφων του κατασκευαστή, όχι για ισχυρισμό ότι το γλωσσικό μοντέλο συλλογίζεται απευθείας πάνω σε κάθε δυαδική μορφή χωρίς ανάλυση.
Η δημοσιευμένη προδιαγραφή ορίζει παράθυρο συμφραζομένων και μέγιστη είσοδο 10.000.000 tokens, με έως 32.768 tokens εξόδου. Στην τεκμηριωμένη μορφή συνομιλίας με παραπομπές σε αρχεία, η ερώτηση του χρήστη έχει ξεχωριστό όριο 9.000 tokens όταν ένα δεύτερο μήνυμα συστήματος παρέχει τα έγγραφα. Κρατήστε την ερώτηση σύντομη και διαθέστε το μεγαλύτερο μέρος της χωρητικότητας εγγράφων στο υλικό πηγής. Η είσοδος με μεγάλο παράθυρο συμφραζομένων και το μήκος της απάντησης επιλύουν διαφορετικά προβλήματα: ένα μεγάλο σώμα κειμένων μπορεί και πάλι να απαιτεί ένα σύντομο, αυστηρά δομημένο αποτέλεσμα.
Οι συχνές ερωτήσεις του κατασκευαστή τεκμηριώνουν δομημένη έξοδο βάσει JSON Schema για το Qwen-Long και τα στιγμιότυπά του. Αυτό είναι χρήσιμο για επαναλαμβανόμενες εργασίες εξαγωγής που απαιτούν τα ίδια πεδία σε ολόκληρη μια συλλογή. Προσδιορίστε τις απαιτούμενες πληροφορίες, τον τύπο κάθε πεδίου και τον τρόπο χειρισμού μιας τιμής που δεν υπάρχει στην πηγή. Η υπηρεσία τεκμηριώνει επίσης ασύγχρονη μαζική επεξεργασία, η οποία αποτελεί εναλλακτική ροή υποβολής και όχι πρόσθετη λειτουργία συλλογιστικής.
Μια πρακτική σύγκριση εγγράφων
Προετοιμάστε τις σχετικές προδιαγραφές και προσδιορίστε τον ρόλο τους πριν ρωτήσετε: ποια είναι η υφιστάμενη περιγραφή, ποια η προτεινόμενη αντικατάσταση και ποιες απαιτήσεις είναι υποχρεωτικές. Ζητήστε ένα αποτέλεσμα με κοινούς όρους, αντικρουόμενες δηλώσεις, πληροφορίες που λείπουν και θέσεις στις πηγές. Μια επόμενη ερώτηση μπορεί να ζητήσει από το μοντέλο να μετατρέψει αυτό το αποτέλεσμα σε μια σύντομη εξήγηση για συνάδελφο, διατηρώντας τις αρχικές διακρίσεις.
Σημαντικά όρια προετοιμασίας
Η ανάλυση πρέπει να ολοκληρωθεί πριν χρησιμοποιηθούν τα προετοιμασμένα αρχεία· τα μεγαλύτερα έγγραφα ενδέχεται να χρειάζονται περισσότερο χρόνο ανάλυσης. Η τεκμηριωμένη επεξεργασία συμπερασμού του μοντέλου χρησιμοποιεί το εξαγόμενο κείμενο, οπότε η πληρότητα και η αναγνωσιμότητα αυτού του προετοιμασμένου περιεχομένου έχουν σημασία. Κάντε σαφή την επιλογή αρχείων, την ερώτηση και την απαιτούμενη έξοδο. Η χωρητικότητα εγγράφων του Qwen-Long δεν πρέπει να υποκαθιστά τα όρια άλλης έκδοσης Qwen, ενός αιτήματος με απευθείας ανεπεξέργαστο κείμενο ή της τελικής απάντησης.
POST /v1/messagestextjson, sse| Πεδίο | Τύπος | Απαίτηση | Τιμές και όρια | Προεπιλογή |
|---|---|---|---|---|
Πεδίοmodel | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια qwen-long | 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 $0.000144 / 1K token Έξοδος · Token εξόδου $0.000572 / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη $0 / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη $0 / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα — / 1K token |
Το Ailoot δεσμεύει ένα εκτιμώμενο ποσό πριν από το αίτημα. Μετά το αποτέλεσμα, εκκαθαρίζει την τελική χρέωση βάσει της μετρημένης χρήσης. Η εκκαθάριση ροής χρησιμοποιεί την τελική καταγραφή χρήσης. Πώς λειτουργούν η δέσμευση και η εκκαθάριση →
{\n "model": "qwen-long",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'qwen-long', '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': 'qwen-long', '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 qwen-long
Χρησιμοποιήστε τις διαδρομές μεθόδων που εμφανίζονται παραπάνω.
Τεχνικό παράδειγμα στα αγγλικά
Compare maintenance documents\n\nCompare these source extracts for a maintenance checklist. Manual M1 section 4: Inspect the filter every week; replace it after 500 hours. Manual M2 section 6: Inspect the filter every week; replace it after 400 hours in dusty conditions. Keep shared rules, conditional differences and missing guidance separate. Do not assume which manual overrides the other.A comparison table with shared rule, condition, replacement interval, source section and one unresolved priority question.Check that the 400-hour rule remains conditional on dusty conditions and that no general precedence is invented.