Hermes 3 Llama 3.1 70B הוא מהדורת מודל השפה הכללי בגודל 70B של Nous Research בסדרת Hermes 3. הוא מקבל טקסט ויוצר תשובה, קטע כתוב, קוד, רשומה מובנית או קריאה מוצעת לכלי. היצרן מדגיש יכולת הכוונה בידי המשתמש, הסקה, משחק תפקידים, דיאלוג מרובה תורים ועקביות בהקשר ארוך, לצד שיפורים בקריאה לפונקציות וביצירת קוד.
הוראת מערכת יכולה להגדיר את התפקיד, הכללים, הסגנון ודרישות הפלט. למשחק תפקידים, ספקו את הרקע, נקודת המבט וגבולות הדמויות; למשימה אנליטית, ספקו את קטעי המקור ואת הקריטריונים למסקנה. תדריך שימושי הוא: ״הסבירו את ההבדלים בין הדרישות האלה, שמרו את השמות הטכניים וזהו את הקטע התומך בכל ממצא.״
לתכנות, ספקו את המימוש הרלוונטי, את הכשל שנצפה, את ההתנהגות הצפויה ואת הממשקים שחייבים להישאר יציבים. בקשו את תוצר הקוד המוצע ואת הסברו, ולאחר מכן השתמשו בתצפיות אימות בפועל כאשר נדרש תיקון. יכולת ההכוונה של המודל עוזרת לעצב את התשובה, אך התדריך עדיין צריך להגדיר את התוצאה השימושית.
Hermes 3 משתמש ב־ChatML עם תורי מערכת, משתמש ועוזר נפרדים וגבולות מפורשים. היצרן ממליץ לעצב את השיחה באמצעות התבנית של המודל עצמו ולהוסיף את הנחיית יצירת העוזר. הודעת מערכת היא אופציונלית; כאשר משתמשים בה, היא צריכה לתאר את הקשר המשימה ואת ההתנהגות הרצויה, ולא להחליף את הבקשה בפועל של המשתמש.
שמרו את היסטוריית הדיאלוג בתפקידים הנכונים. למשימת כתיבה מתמשכת, שמרו עובדות שנקבעו ואמרו למודל איזה קטע מותר לשנות. לעבודה עם מקורות, זהו חומר כראיות והפרידו אותו מהוראות. כך תשובה מאוחרת יותר יכולה לשמר את אילוצי המשימה בלי לבלבל בין טקסט מצוטט לפקודה חדשה.
הכרטיס המדויק מאמן שימוש בפונקציות עם ייצוג מערכת מסוים, חתימות פונקציות וסכימות פרמטרים. המודל מחזיר אובייקטי JSON המכילים את שם הפונקציה שנבחרה ואת הארגומנטים בתוך תגיות קריאה לכלי. היישום הסובב מנתח את ההצעה, מפעיל את הפונקציה ומחזיר תשובת כלי בעלת שם. לאחר מכן המודל משתמש בנתונים שהוחזרו להפקת התשובה.
הגדירו פונקציות במדויק ודרשו ערכים אמיתיים לארגומנטים במקום הנחות על מערכת חיצונית. פונקציית חיפוש יכולה לספק שדה מוצר חסר או חישוב, והתשובה מסבירה את משמעות המידע שהוחזר. קריאה שנוצרה נבדלת מתוצאה שבוצעה; שמרו את התצפית עם המשימה.
Hermes 3 מתעד גם הוראת מערכת המותנית בסכימה לתשובות JSON בלבד. הגדירו שדות וסוגים והסבירו כיצד לייצג מידע חסר במקור. בדקו את האובייקט שנוצר הן מבחינת מבנהו והן מבחינת התאמתו לקלט. אין להתייחס לתשובה התואמת לסכימה כאל הוכחה שערך אוחזר או אומת.
לתצורת מודל 70B שפורסמה יש 131,072 מיקומים. טקסט מקור, שיחה ותוכן שנוצר חולקים את ההקשר של התהליך שנבחר, וגודל היצירה בדוגמה אינו מגבלת תשובה קשיחה אוניברסלית. השאירו מקום לתוצאה ושמרו על רלוונטיות של קלטים ארוכים לשאלה.
התוצר השימושי הוא טקסט שניתן לבדוק, הצעת קוד או רשומה מובנית המעוגנים בהקשר שסופק ובתצפיות כלים בפועל. מהדורת Hermes 3 המדויקת הזאת בגודל 70B נשארת נפרדת ממודל 405B הגדול יותר ומפורמט ההסקה ההיברידית והבקרות של Hermes 4.
", "aboutText": "Hermes 3 Llama 3.1 70B הוא מהדורת מודל השפה הכללי בגודל 70B של Nous Research בסדרת Hermes 3. הוא מקבל טקסט ויוצר תשובה, קטע כתוב, קוד, רשומה מובנית או קריאה מוצעת לכלי. היצרן מדגיש יכולת הכוונה בידי המשתמש, הסקה, משחק תפקידים, דיאלוג מרובה תורים ועקביות בהקשר ארוך, לצד שיפורים בקריאה לפונקציות וביצירת קוד.\n\n### הכוונו את המשימה ואת התשובה\n\nהוראת מערכת יכולה להגדיר את התפקיד, הכללים, הסגנון ודרישות הפלט. למשחק תפקידים, ספקו את הרקע, נקודת המבט וגבולות הדמויות; למשימה אנליטית, ספקו את קטעי המקור ואת הקריטריונים למסקנה. תדריך שימושי הוא: ״הסבירו את ההבדלים בין הדרישות האלה, שמרו את השמות הטכניים וזהו את הקטע התומך בכל ממצא.״\n\nלתכנות, ספקו את המימוש הרלוונטי, את הכשל שנצפה, את ההתנהגות הצפויה ואת הממשקים שחייבים להישאר יציבים. בקשו את תוצר הקוד המוצע ואת הסברו, ולאחר מכן השתמשו בתצפיות אימות בפועל כאשר נדרש תיקון. יכולת ההכוונה של המודל עוזרת לעצב את התשובה, אך התדריך עדיין צריך להגדיר את התוצאה השימושית.\n\n### שיחת ChatML\n\nHermes 3 משתמש ב־ChatML עם תורי מערכת, משתמש ועוזר נפרדים וגבולות מפורשים. היצרן ממליץ לעצב את השיחה באמצעות התבנית של המודל עצמו ולהוסיף את הנחיית יצירת העוזר. הודעת מערכת היא אופציונלית; כאשר משתמשים בה, היא צריכה לתאר את הקשר המשימה ואת ההתנהגות הרצויה, ולא להחליף את הבקשה בפועל של המשתמש.\n\nשמרו את היסטוריית הדיאלוג בתפקידים הנכונים. למשימת כתיבה מתמשכת, שמרו עובדות שנקבעו ואמרו למודל איזה קטע מותר לשנות. לעבודה עם מקורות, זהו חומר כראיות והפרידו אותו מהוראות. כך תשובה מאוחרת יותר יכולה לשמר את אילוצי המשימה בלי לבלבל בין טקסט מצוטט לפקודה חדשה.\n\n### קריאה לפונקציות\n\nהכרטיס המדויק מאמן שימוש בפונקציות עם ייצוג מערכת מסוים, חתימות פונקציות וסכימות פרמטרים. המודל מחזיר אובייקטי JSON המכילים את שם הפונקציה שנבחרה ואת הארגומנטים בתוך תגיות קריאה לכלי. היישום הסובב מנתח את ההצעה, מפעיל את הפונקציה ומחזיר תשובת כלי בעלת שם. לאחר מכן המודל משתמש בנתונים שהוחזרו להפקת התשובה.\n\nהגדירו פונקציות במדויק ודרשו ערכים אמיתיים לארגומנטים במקום הנחות על מערכת חיצונית. פונקציית חיפוש יכולה לספק שדה מוצר חסר או חישוב, והתשובה מסבירה את משמעות המידע שהוחזר. קריאה שנוצרה נבדלת מתוצאה שבוצעה; שמרו את התצפית עם המשימה.\n\n### מצב JSON ומגבלות\n\nHermes 3 מתעד גם הוראת מערכת המותנית בסכימה לתשובות JSON בלבד. הגדירו שדות וסוגים והסבירו כיצד לייצג מידע חסר במקור. בדקו את האובייקט שנוצר הן מבחינת מבנהו והן מבחינת התאמתו לקלט. אין להתייחס לתשובה התואמת לסכימה כאל הוכחה שערך אוחזר או אומת.\n\nלתצורת מודל 70B שפורסמה יש 131,072 מיקומים. טקסט מקור, שיחה ותוכן שנוצר חולקים את ההקשר של התהליך שנבחר, וגודל היצירה בדוגמה אינו מגבלת תשובה קשיחה אוניברסלית. השאירו מקום לתוצאה ושמרו על רלוונטיות של קלטים ארוכים לשאלה.\n\nהתוצר השימושי הוא טקסט שניתן לבדוק, הצעת קוד או רשומה מובנית המעוגנים בהקשר שסופק ובתצפיות כלים בפועל. מהדורת Hermes 3 המדויקת הזאת בגודל 70B נשארת נפרדת ממודל 405B הגדול יותר ומפורמט ההסקה ההיברידית והבקרות של Hermes 4.", "editorialOverlay": { "copy_fields": { "practical_html": "דוגמה טכנית באנגלית
Continue a constrained roleplay\n\nPlay Irena, the archivist who knows a bridge is unsafe but fears closing it will isolate the town. I play the mayor. Begin with two or three lines of dialogue that reveal the conflict through subtext. Keep Irena’s knowledge consistent and stop before choosing the mayor’s answer or actions.Two or three in-character lines, with optional short stage direction and room for the mayor’s response.Check that the safety-versus-isolation conflict is present and that the user’s character remains under user control.nousresearch/hermes-3-llama-3.1-70bHermes 3 Llama 3.1 70B הוא מודל הטקסט הכללי הניתן להכוונה של Nous Research, לדיאלוג מרובה תורים, למשחק תפקידים, לקוד ולמשימות סוכנים. מאפייני ChatML שלו כוללים JSON מונחה סכימה וקריאות לפונקציות המוקפות בתגיות, עם תצורה שפורסמה של 131,072 מיקומים.
התיאור הזה מציג את יכולות המודל. הקלט, הפלט והאפשרויות הזמינים ב-Ailoot מפורטים בהמשך לפי השיטה שנבחרה.
Hermes 3 Llama 3.1 70B הוא מהדורת מודל השפה הכללי בגודל 70B של Nous Research בסדרת Hermes 3. הוא מקבל טקסט ויוצר תשובה, קטע כתוב, קוד, רשומה מובנית או קריאה מוצעת לכלי. היצרן מדגיש יכולת הכוונה בידי המשתמש, הסקה, משחק תפקידים, דיאלוג מרובה תורים ועקביות בהקשר ארוך, לצד שיפורים בקריאה לפונקציות וביצירת קוד.
הוראת מערכת יכולה להגדיר את התפקיד, הכללים, הסגנון ודרישות הפלט. למשחק תפקידים, ספקו את הרקע, נקודת המבט וגבולות הדמויות; למשימה אנליטית, ספקו את קטעי המקור ואת הקריטריונים למסקנה. תדריך שימושי הוא: ״הסבירו את ההבדלים בין הדרישות האלה, שמרו את השמות הטכניים וזהו את הקטע התומך בכל ממצא.״
לתכנות, ספקו את המימוש הרלוונטי, את הכשל שנצפה, את ההתנהגות הצפויה ואת הממשקים שחייבים להישאר יציבים. בקשו את תוצר הקוד המוצע ואת הסברו, ולאחר מכן השתמשו בתצפיות אימות בפועל כאשר נדרש תיקון. יכולת ההכוונה של המודל עוזרת לעצב את התשובה, אך התדריך עדיין צריך להגדיר את התוצאה השימושית.
Hermes 3 משתמש ב־ChatML עם תורי מערכת, משתמש ועוזר נפרדים וגבולות מפורשים. היצרן ממליץ לעצב את השיחה באמצעות התבנית של המודל עצמו ולהוסיף את הנחיית יצירת העוזר. הודעת מערכת היא אופציונלית; כאשר משתמשים בה, היא צריכה לתאר את הקשר המשימה ואת ההתנהגות הרצויה, ולא להחליף את הבקשה בפועל של המשתמש.
שמרו את היסטוריית הדיאלוג בתפקידים הנכונים. למשימת כתיבה מתמשכת, שמרו עובדות שנקבעו ואמרו למודל איזה קטע מותר לשנות. לעבודה עם מקורות, זהו חומר כראיות והפרידו אותו מהוראות. כך תשובה מאוחרת יותר יכולה לשמר את אילוצי המשימה בלי לבלבל בין טקסט מצוטט לפקודה חדשה.
הכרטיס המדויק מאמן שימוש בפונקציות עם ייצוג מערכת מסוים, חתימות פונקציות וסכימות פרמטרים. המודל מחזיר אובייקטי JSON המכילים את שם הפונקציה שנבחרה ואת הארגומנטים בתוך תגיות קריאה לכלי. היישום הסובב מנתח את ההצעה, מפעיל את הפונקציה ומחזיר תשובת כלי בעלת שם. לאחר מכן המודל משתמש בנתונים שהוחזרו להפקת התשובה.
הגדירו פונקציות במדויק ודרשו ערכים אמיתיים לארגומנטים במקום הנחות על מערכת חיצונית. פונקציית חיפוש יכולה לספק שדה מוצר חסר או חישוב, והתשובה מסבירה את משמעות המידע שהוחזר. קריאה שנוצרה נבדלת מתוצאה שבוצעה; שמרו את התצפית עם המשימה.
Hermes 3 מתעד גם הוראת מערכת המותנית בסכימה לתשובות JSON בלבד. הגדירו שדות וסוגים והסבירו כיצד לייצג מידע חסר במקור. בדקו את האובייקט שנוצר הן מבחינת מבנהו והן מבחינת התאמתו לקלט. אין להתייחס לתשובה התואמת לסכימה כאל הוכחה שערך אוחזר או אומת.
לתצורת מודל 70B שפורסמה יש 131,072 מיקומים. טקסט מקור, שיחה ותוכן שנוצר חולקים את ההקשר של התהליך שנבחר, וגודל היצירה בדוגמה אינו מגבלת תשובה קשיחה אוניברסלית. השאירו מקום לתוצאה ושמרו על רלוונטיות של קלטים ארוכים לשאלה.
התוצר השימושי הוא טקסט שניתן לבדוק, הצעת קוד או רשומה מובנית המעוגנים בהקשר שסופק ובתצפיות כלים בפועל. מהדורת Hermes 3 המדויקת הזאת בגודל 70B נשארת נפרדת ממודל 405B הגדול יותר ומפורמט ההסקה ההיברידית והבקרות של Hermes 4.
POST /v1/chat/completionstexttext| שדה | סוג | דרישה | ערכים ומגבלות | ברירת מחדל |
|---|---|---|---|---|
שדהmodel | סוגstring | דרישהחובה | ערכים ומגבלות nousresearch/hermes-3-llama-3.1-70b | ברירת מחדל— |
שדהmessages | סוגmessage[] | דרישהחובה | ערכים ומגבלות מספר פריטים מזערי: 1 | ברירת מחדל— |
שדהmessages[].role | סוגstring | דרישהחובה | ערכים ומגבלות דוגמאות: system, user, assistant, tool, function תנאים: התפקידים האלה מיוצגים במפורש בטיפוסי התאימות בקוד המקור; מערך התפקידים המדויק נשאר ייחודי לכל מודל. תלוי במודל | ברירת מחדל— |
שדהmessages[].content | סוגstring|content_part[]|null | דרישהרשות | ערכים ומגבלות | ברירת מחדל— |
שדהmessages[].tool_calls | סוגtool_call[] | דרישהרשות | ערכים ומגבלות | ברירת מחדל— |
שדהmessages[].tool_call_id | סוגstring | דרישהרשות | ערכים ומגבלות חל כאשר: role=tool; השתמשו במזהה שהוחזר בפועל | ברירת מחדל— |
שדהmessages[].name | סוגstring | דרישהרשות | ערכים ומגבלות | ברירת מחדל— |
שדהmessages[].reasoning_content | סוגstring | דרישהרשות | ערכים ומגבלות חל כאשר: החזירו בהמשך את ההנמקה שהתקבלה בפועל כאשר המודל הזה משתמש בה | ברירת מחדל— |
שדהmessages[].reasoning_details | סוגobject|array | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהmax_tokens | סוגinteger | דרישהרשות | ערכים ומגבלות מינימום: 1 תלוי במודל | ברירת מחדל— |
שדהmax_completion_tokens | סוגinteger | דרישהרשות | ערכים ומגבלות מינימום: 1 תלוי במודל | ברירת מחדל— |
שדהstream | סוגboolean | דרישהרשות | ערכים ומגבלות | ברירת מחדלfalse |
שדהstream_options.include_usage | סוגboolean | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהtemperature | סוגnumber | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהtop_p | סוגnumber | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהstop | סוגstring|string[] | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהtools | סוגfunction_tool[] | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהtools[].type | סוגstring | דרישהרשות | ערכים ומגבלות function תלוי במודל | ברירת מחדל— |
שדהtools[].function.name | סוגstring | דרישהחובה | ערכים ומגבלות חל כאשר: סופק כלי פונקציה | ברירת מחדל— |
שדהtools[].function.description | סוגstring | דרישהרשות | ערכים ומגבלות | ברירת מחדל— |
שדהtools[].function.parameters | סוגJSON_schema | דרישהרשות | ערכים ומגבלות | ברירת מחדל— |
שדהtool_choice | סוגstring|object | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהparallel_tool_calls | סוגboolean | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהresponse_format | סוגobject | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהreasoning_effort | סוגstring | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהreasoning | סוגobject | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהservice_tier | סוגstring | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהinstructions | סוגstring | דרישהרשות | ערכים ומגבלות שדה תאימות | ברירת מחדל— |
שדהfunctions | סוגfunction[] | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהfunction_call | סוגstring|object | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהprompt_cache_options | סוגobject | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהmodalities | סוגstring[] | דרישהרשות | ערכים ומגבלות text | ברירת מחדל— |
שדהprovider | סוגobject | דרישהרשות | ערכים ומגבלות תנאים: provider.options נדחה במסלול הטקסט הזה של Ultra | ברירת מחדל— |
שדהcache_control.ttl | סוגstring | דרישהרשות | ערכים ומגבלות תנאים: 1h נדחה במיקומים המשמשים בפועל למטמון הנחיות | ברירת מחדל— |
טקסט · טקסט UTF8
messages[].content
| פרמטר | מפרט |
|---|---|
פרמטרcontent_type | מפרטapplication/json |
פרמטרrequired | מפרטmodel, messages |
פרמטרmaterial_types | מפרטtext |
פרמטרmessages | מפרטמערך הודעות במבנה role/content |
פרמטרfile_material | מפרטמסמך UTF-8 בפועל מוכנס כטקסט מילולי; לא מוסק מזהה קובץ |
פרמטרoptional_controls | מפרטstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
פרמטרcontrol_scope | מפרטייחודי למודל; כלי פונקציות של המשתמש שונים מכלים מתארחים |
פרמטרoutput_modalities | מפרטtext |
פרמטרhosted_operations | מפרטfalse |
פרמטרmultimodal_input_binding | מפרטnull |
מחזור חיים: synchronous_or_streamed
שלחו את מזהה המודל המדויק עם messages.
אורך ההקשר אינו תקרת פלט.
קובץ טקסט יכול לספק טקסט מילולי; קלטי תמונה/אודיו/אובייקט קובץ דורשים קישור מדויק.
מידע תעריפים אינו מוסיף אפשרויות לבקשה. הפרמטרים הנתמכים מפורטים בשיטה שנבחרה.
התאימו כל חיוב לתנאים המוצגים. השתמשו בתעריף אחד לכל קבוצה של תצורות חלופיות.
| תצורה | טבלת תעריפים | טוקנים בהקשר, יותר מ- | טוקנים בהקשר, עד וכולל | חיוב |
|---|---|---|---|---|
| תצורהתעריפי הבסיס לטוקנים | טבלת תעריפיםתעריף בסיס | טוקנים בהקשר, יותר מ-— | טוקנים בהקשר, עד וכוללללא גבול עליון | חיוב קלט · טוקני קלט $0.0014 / 1K טוקנים פלט · טוקני פלט $0.0014 / 1K טוקנים קלט · קריאה מהמטמון — / 1K טוקנים קלט · כתיבה למטמון — / 1K טוקנים קלט · כתיבה למטמון, 1 שעה — / 1K טוקנים |
| תצורהרמת אורך בקשה 1 | טבלת תעריפים— | טוקנים בהקשר, יותר מ-0 | טוקנים בהקשר, עד וכוללללא גבול עליון | חיוב קלט · טוקני קלט $0.0014 / 1K טוקנים פלט · טוקני פלט $0.0014 / 1K טוקנים קלט · קריאה מהמטמון — / 1K טוקנים קלט · כתיבה למטמון — / 1K טוקנים קלט · כתיבה למטמון, 1 שעה — / 1K טוקנים |
לפני הבקשה Ailoot משריינת סכום משוער. לאחר קבלת התוצאה היא מסדירה את החיוב הסופי לפי השימוש המדוד. הסדרת חיוב בהזרמה משתמשת ברשומת השימוש הסופית. איך פועלים שריון הסכום והסדרת החיוב →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "nousresearch/hermes-3-llama-3.1-70b", "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='nousresearch/hermes-3-llama-3.1-70b',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='nousresearch/hermes-3-llama-3.1-70b',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 או SSE
שמרו כל תגובה מלאה, קובץ ומקטע תוכן שהוחזרו.
שמרו כל בחירה ואת התוכן, קריאות הכלים וההנמקה שלה. ב-SSE הרכיבו עדכונים לפי אינדקס הבחירה/הכלי ושמרו את סיבת הסיום הסופית ואת השימוש.
שמרו מזהי בקשות/תגובות וכותרות. לא מסופק URL כללי לאחזור משימת טקסט.
| שדה | סוג |
|---|---|
שדהchoices[].index | סוגinteger |
שדהchoices[].message.content | סוגstring|null |
שדהchoices[].message.tool_calls | סוגtool_call[] |
שדהchoices[].message.reasoning_content | סוגstring |
שדהchoices[].message.reasoning_details | סוגobject|array |
שדהchoices[].finish_reason | סוגstring|null |
שדהusage | סוגobject |
| תגובה | תנאי | השלב הבא |
|---|---|---|
תגובה400 · invalid_request_error | תנאישדות נדרשים, ייצוג חומר או ערך פרמטר שאינם תקינים | השלב הבאתקנו את השדות שצוינו לפני בקשת יצירה חדשה. |
Ailoot Ultra nousresearch/hermes-3-llama-3.1-70b
השתמשו בנתיבי השיטות המוצגים למעלה.
nousresearch/hermes-3-llama-3.1-70bHermes 3 Llama 3.1 70B הוא מודל הטקסט הכללי הניתן להכוונה של Nous Research, לדיאלוג מרובה תורים, למשחק תפקידים, לקוד ולמשימות סוכנים. מאפייני ChatML שלו כוללים JSON מונחה סכימה וקריאות לפונקציות המוקפות בתגיות, עם תצורה שפורסמה של 131,072 מיקומים.
התיאור הזה מציג את יכולות המודל. הקלט, הפלט והאפשרויות הזמינים ב-Ailoot מפורטים בהמשך לפי השיטה שנבחרה.
Hermes 3 Llama 3.1 70B הוא מהדורת מודל השפה הכללי בגודל 70B של Nous Research בסדרת Hermes 3. הוא מקבל טקסט ויוצר תשובה, קטע כתוב, קוד, רשומה מובנית או קריאה מוצעת לכלי. היצרן מדגיש יכולת הכוונה בידי המשתמש, הסקה, משחק תפקידים, דיאלוג מרובה תורים ועקביות בהקשר ארוך, לצד שיפורים בקריאה לפונקציות וביצירת קוד.
הוראת מערכת יכולה להגדיר את התפקיד, הכללים, הסגנון ודרישות הפלט. למשחק תפקידים, ספקו את הרקע, נקודת המבט וגבולות הדמויות; למשימה אנליטית, ספקו את קטעי המקור ואת הקריטריונים למסקנה. תדריך שימושי הוא: ״הסבירו את ההבדלים בין הדרישות האלה, שמרו את השמות הטכניים וזהו את הקטע התומך בכל ממצא.״
לתכנות, ספקו את המימוש הרלוונטי, את הכשל שנצפה, את ההתנהגות הצפויה ואת הממשקים שחייבים להישאר יציבים. בקשו את תוצר הקוד המוצע ואת הסברו, ולאחר מכן השתמשו בתצפיות אימות בפועל כאשר נדרש תיקון. יכולת ההכוונה של המודל עוזרת לעצב את התשובה, אך התדריך עדיין צריך להגדיר את התוצאה השימושית.
Hermes 3 משתמש ב־ChatML עם תורי מערכת, משתמש ועוזר נפרדים וגבולות מפורשים. היצרן ממליץ לעצב את השיחה באמצעות התבנית של המודל עצמו ולהוסיף את הנחיית יצירת העוזר. הודעת מערכת היא אופציונלית; כאשר משתמשים בה, היא צריכה לתאר את הקשר המשימה ואת ההתנהגות הרצויה, ולא להחליף את הבקשה בפועל של המשתמש.
שמרו את היסטוריית הדיאלוג בתפקידים הנכונים. למשימת כתיבה מתמשכת, שמרו עובדות שנקבעו ואמרו למודל איזה קטע מותר לשנות. לעבודה עם מקורות, זהו חומר כראיות והפרידו אותו מהוראות. כך תשובה מאוחרת יותר יכולה לשמר את אילוצי המשימה בלי לבלבל בין טקסט מצוטט לפקודה חדשה.
הכרטיס המדויק מאמן שימוש בפונקציות עם ייצוג מערכת מסוים, חתימות פונקציות וסכימות פרמטרים. המודל מחזיר אובייקטי JSON המכילים את שם הפונקציה שנבחרה ואת הארגומנטים בתוך תגיות קריאה לכלי. היישום הסובב מנתח את ההצעה, מפעיל את הפונקציה ומחזיר תשובת כלי בעלת שם. לאחר מכן המודל משתמש בנתונים שהוחזרו להפקת התשובה.
הגדירו פונקציות במדויק ודרשו ערכים אמיתיים לארגומנטים במקום הנחות על מערכת חיצונית. פונקציית חיפוש יכולה לספק שדה מוצר חסר או חישוב, והתשובה מסבירה את משמעות המידע שהוחזר. קריאה שנוצרה נבדלת מתוצאה שבוצעה; שמרו את התצפית עם המשימה.
Hermes 3 מתעד גם הוראת מערכת המותנית בסכימה לתשובות JSON בלבד. הגדירו שדות וסוגים והסבירו כיצד לייצג מידע חסר במקור. בדקו את האובייקט שנוצר הן מבחינת מבנהו והן מבחינת התאמתו לקלט. אין להתייחס לתשובה התואמת לסכימה כאל הוכחה שערך אוחזר או אומת.
לתצורת מודל 70B שפורסמה יש 131,072 מיקומים. טקסט מקור, שיחה ותוכן שנוצר חולקים את ההקשר של התהליך שנבחר, וגודל היצירה בדוגמה אינו מגבלת תשובה קשיחה אוניברסלית. השאירו מקום לתוצאה ושמרו על רלוונטיות של קלטים ארוכים לשאלה.
התוצר השימושי הוא טקסט שניתן לבדוק, הצעת קוד או רשומה מובנית המעוגנים בהקשר שסופק ובתצפיות כלים בפועל. מהדורת Hermes 3 המדויקת הזאת בגודל 70B נשארת נפרדת ממודל 405B הגדול יותר ומפורמט ההסקה ההיברידית והבקרות של Hermes 4.
POST /v1/messagestextjson, sse| שדה | סוג | דרישה | ערכים ומגבלות | ברירת מחדל |
|---|---|---|---|---|
שדהmodel | סוגstring | דרישהחובה | ערכים ומגבלות nousresearch/hermes-3-llama-3.1-70b | ברירת מחדל— |
שדהmessages | סוגmessage[] | דרישהחובה | ערכים ומגבלות | ברירת מחדל— |
שדהmessages[].role | סוגstring | דרישהחובה | ערכים ומגבלות user, assistant | ברירת מחדל— |
שדהmessages[].content | סוגstring | דרישהחובה | ערכים ומגבלות | ברירת מחדל— |
שדהmax_tokens | סוגinteger | דרישהחובה | ערכים ומגבלות | ברירת מחדל— |
שדהstream | סוגboolean | דרישהרשות | ערכים ומגבלות | ברירת מחדלfalse |
טקסט · טקסט UTF-8
מחרוזת messages[].content
| פרמטר | מפרט |
|---|---|
פרמטרcontent_type | מפרטapplication/json |
פרמטרrequired | מפרטmodel, messages, max_tokens |
פרמטרoptional_controls | מפרטstream |
פרמטרmaterial_types | מפרטtext |
פרמטרtext_file_material | מפרטקראו את מסמך UTF-8 בפועל והכניסו את הטקסט שלו לקלט שצוין או למחרוזת תוכן ההודעה. |
מחזור חיים: synchronous_or_streamed
מידע תעריפים אינו מוסיף אפשרויות לבקשה. הפרמטרים הנתמכים מפורטים בשיטה שנבחרה.
התאימו כל חיוב לתנאים המוצגים. השתמשו בתעריף אחד לכל קבוצה של תצורות חלופיות.
| תצורה | טבלת תעריפים | טוקנים בהקשר, יותר מ- | טוקנים בהקשר, עד וכולל | חיוב |
|---|---|---|---|---|
| תצורהתעריפי הבסיס לטוקנים | טבלת תעריפיםתעריף בסיס | טוקנים בהקשר, יותר מ-— | טוקנים בהקשר, עד וכוללללא גבול עליון | חיוב קלט · טוקני קלט $0.0014 / 1K טוקנים פלט · טוקני פלט $0.0014 / 1K טוקנים קלט · קריאה מהמטמון — / 1K טוקנים קלט · כתיבה למטמון — / 1K טוקנים קלט · כתיבה למטמון, 1 שעה — / 1K טוקנים |
| תצורהרמת אורך בקשה 1 | טבלת תעריפים— | טוקנים בהקשר, יותר מ-0 | טוקנים בהקשר, עד וכוללללא גבול עליון | חיוב קלט · טוקני קלט $0.0014 / 1K טוקנים פלט · טוקני פלט $0.0014 / 1K טוקנים קלט · קריאה מהמטמון — / 1K טוקנים קלט · כתיבה למטמון — / 1K טוקנים קלט · כתיבה למטמון, 1 שעה — / 1K טוקנים |
לפני הבקשה Ailoot משריינת סכום משוער. לאחר קבלת התוצאה היא מסדירה את החיוב הסופי לפי השימוש המדוד. הסדרת חיוב בהזרמה משתמשת ברשומת השימוש הסופית. איך פועלים שריון הסכום והסדרת החיוב →
{\n "model": "nousresearch/hermes-3-llama-3.1-70b",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'nousresearch/hermes-3-llama-3.1-70b', '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': 'nousresearch/hermes-3-llama-3.1-70b', '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 או SSE
שמרו כל תגובה מלאה, קובץ ומקטע תוכן שהוחזרו.
שמרו את כל בלוקי התוכן, חתימות החשיבה ומזהי השימוש בכלים בפועל. הרכיבו את כל עדכוני הבלוקים של SSE; בלוק הטקסט הראשון אינו הפלט המלא.
שמרו מזהי בקשות/תגובות וכותרות. לא מסופק URL כללי לאחזור משימת טקסט.
| שדה | סוג |
|---|---|
שדהid | סוגstring |
שדהmodel | סוגstring |
שדהcontent[] | סוגtext|thinking|tool_use|other content block |
שדהstop_reason | סוגstring|null |
שדהusage | סוגobject |
| תגובה | תנאי | השלב הבא |
|---|---|---|
תגובה400 · invalid_request_error | תנאישדות נדרשים, ייצוג חומר או ערך פרמטר שאינם תקינים | השלב הבאתקנו את השדות שצוינו לפני בקשת יצירה חדשה. |
Ailoot Ultra nousresearch/hermes-3-llama-3.1-70b
השתמשו בנתיבי השיטות המוצגים למעלה.
דוגמה טכנית באנגלית
Continue a constrained roleplay\n\nPlay Irena, the archivist who knows a bridge is unsafe but fears closing it will isolate the town. I play the mayor. Begin with two or three lines of dialogue that reveal the conflict through subtext. Keep Irena’s knowledge consistent and stop before choosing the mayor’s answer or actions.Two or three in-character lines, with optional short stage direction and room for the mayor’s response.Check that the safety-versus-isolation conflict is present and that the user’s character remains under user control.