A Poolside Laguna S 2.1 szakértői keverékarchitektúrájú nyelvi modell ügynöki kódoláshoz és hosszú távú munkához. Összesen 118 milliárd paramétert és tokenenként körülbelül 8 milliárd aktív paramétert tartalmaz, így a gyártó sorozatában a kisebb Laguna XS 2.1 és a nagyobb Laguna M.1 között helyezkedik el. A modell szöveget dolgoz fel, és szöveget, kódot, következtetést és eszközhívási kéréseket állít elő egy eszközökhöz kapcsolt alkalmazásban.
Architektúrája 48 rétegen át kombinálja a globális és a csúszóablakos figyelmet: 12 globális és 36 csúszóablakos réteggel. Az 512 tokenes csúszóablak e rétegek helyi figyelmét írja le, míg a dokumentált modellkontextus 1 048 576 tokenes. Ezek különböző mértékek. A nagyobb kontextus olyan feladatokat támogat, amelyek sok lépésen át forrásfájlokat, megfigyeléseket és döntéseket halmoznak fel. Tartsa együtt a munkacélt és az érdemi bizonyítékokat, és az alkalmazott konfiguráción belül hagyjon helyet a további következtetésnek és a végső válasznak.
A modell fő célja olyan szoftveres munka, amely kitartást, ellenőrzést és átdolgozást igényel. Kódtári feladathoz adja meg az elvárt viselkedést, szövegként a releváns fájlokat, a függőségi információkat és a tényleges sikertelen kimenetet. Kérjen célzott eredményt: „Kövesse végig e regresszió okát, javasoljon a dokumentált interfészt megőrző módosítást, és azonosítsa azokat az ellenőrzéseket, amelyek megkülönböztetnék a javítást egy független változtatástól.” Eszközökhöz kapcsolt munkafolyamatban adja meg a modellnek minden végrehajtott ellenőrzés eredményét, mielőtt kiválasztja a következő lépést.
Optimalizáláshoz adjon meg méréseket és egyértelmű célt. Például: „E profil és memóriafoglalási jelentés alapján azonosítson egy szűk keresztmetszetet. Javasoljon egy módosítást, magyarázza el a várható hatását, és ugyanazon mérés megismétlése után hasonlítsa össze az alapállapottal.” Ez ellenőrizhetővé teszi a teljesítményállítást. A Poolside kiadása fontos viselkedésként tárgyalja az ellenőrzést és a folyamatos előrehaladást, de egy meggyőző magyarázat önmagában nem igazolja, hogy egy módosítás gyorsabb, helyes vagy teljes. Őrizze meg a módosítás megtartását vagy elvetését alátámasztó megfigyeléseket.
A Laguna S 2.1 támogatja az eszközhívások előtti és közötti váltakozó gondolkodást. A gyártó a korábbi asszisztensüzenetek következtetési tartalmának megőrzését ajánlja a későbbi előzményekben; e blokkok elhagyása a következtetés leállását okozhatja a folytató lépésekben. Tartsa együtt az asszisztens válaszát, az eszközhívás adatait és a hozzá tartozó eszközeredményt. Ez segít a hosszabb feladatot a tényleges állapotából folytatni a már kipróbált lépések ismételt rekonstruálása helyett.
A dokumentált gondolkodási lehetőségek az off és a max, a gyártó által leírt beállításban alapértelmezetten engedélyezett max értékkel. Ebben a módban a modell határozza meg a gondolkodási keretét; a kiadás nem kínál külön low, medium és high erőfeszítési vezérlőket. Ügynöki kódoláshoz a Poolside a gondolkodás engedélyezését és a lépések közötti megtartását ajánlja. Egyértelműen adja meg a végső anyagot és a befejezési kritériumokat, és különítse el a hosszú következtetési sorozatot a kész eredménytől. A gyártó érdemi korlátként azonosítja a túlgondolást, különösen versenymatematikai feladatoknál.
Az eszközdefiníciók különös figyelmet igényelnek. A Poolside szerint az S 2.1 kezdetben egy ismerős eszközfelületre támaszkodhat ahelyett, hogy pontosan követne egy hasonló, de eltérő sémát. Hibás vagy helytelenül escape-elt JSON-t is előállíthat, ha egy eszközargumentum beágyazott tömböt tartalmaz. Adja meg a tényleges argumentumdefiníciókat, ellenőrizze a javasolt hívásokat, és eltérés esetén pontos hibát adjon vissza. A gyártó a kontextuson belüli visszajelzésen keresztüli javítást egyes ilyen eltérések megoldási módjaként írja le. Tartsa elérhetően az eredményül kapott eszközmegfigyelést a következő döntéshez.
A gyártó külön BF16- és kvantált változatokat, valamint opcionális DFlash segédmodellt tesz közzé. Ezek külön anyagok és kiszolgálási receptek, ezért egy kvantált ellenőrzőpont memóriahasználata vagy spekulatív dekódolási teljesítménye nem feltételezhető az általános modellnévből. Szokásos szöveges munkához a forráskódot, parancskimenetet és dokumentumrészleteket olvasható szövegként készítse elő. A kiadás megjegyzi, hogy a modell nem rendelkezik képi értelmezési képességgel; egy képernyőképhez szöveges megfigyelés vagy megfelelő külső ellenőrzési lépés szükséges, mielőtt az elemzés alapjául szolgálhatna.
Kérjen olyan végső eredményt, amely azonosítja a módosított anyagot, a fontos döntéseket, a megfigyelt ellenőrzéseket és minden megoldatlan feltételt. Kódellenőrzésnél kapcsolja a megállapításokat a releváns forráshoz, és mutassa meg, hogy az egyes problémák miért befolyásolják a viselkedést. Javításnál különítse el a javasolt javítást attól, amelynek viselkedését ténylegesen ellenőrizték. A következtetés és eszközelőzmények megőrzése segíti a modellt a feladat végigvitelében, míg a végső anyag és a rögzített eredmények igazolják az elvégzett munkát.
", "aboutText": "A Poolside Laguna S 2.1 szakértői keverékarchitektúrájú nyelvi modell ügynöki kódoláshoz és hosszú távú munkához. Összesen 118 milliárd paramétert és tokenenként körülbelül 8 milliárd aktív paramétert tartalmaz, így a gyártó sorozatában a kisebb Laguna XS 2.1 és a nagyobb Laguna M.1 között helyezkedik el. A modell szöveget dolgoz fel, és szöveget, kódot, következtetést és eszközhívási kéréseket állít elő egy eszközökhöz kapcsolt alkalmazásban.\n\nArchitektúrája 48 rétegen át kombinálja a globális és a csúszóablakos figyelmet: 12 globális és 36 csúszóablakos réteggel. Az 512 tokenes csúszóablak e rétegek helyi figyelmét írja le, míg a dokumentált modellkontextus 1 048 576 tokenes. Ezek különböző mértékek. A nagyobb kontextus olyan feladatokat támogat, amelyek sok lépésen át forrásfájlokat, megfigyeléseket és döntéseket halmoznak fel. Tartsa együtt a munkacélt és az érdemi bizonyítékokat, és az alkalmazott konfiguráción belül hagyjon helyet a további következtetésnek és a végső válasznak.\n\nA modell fő célja olyan szoftveres munka, amely kitartást, ellenőrzést és átdolgozást igényel. Kódtári feladathoz adja meg az elvárt viselkedést, szövegként a releváns fájlokat, a függőségi információkat és a tényleges sikertelen kimenetet. Kérjen célzott eredményt: „Kövesse végig e regresszió okát, javasoljon a dokumentált interfészt megőrző módosítást, és azonosítsa azokat az ellenőrzéseket, amelyek megkülönböztetnék a javítást egy független változtatástól.” Eszközökhöz kapcsolt munkafolyamatban adja meg a modellnek minden végrehajtott ellenőrzés eredményét, mielőtt kiválasztja a következő lépést.\n\nOptimalizáláshoz adjon meg méréseket és egyértelmű célt. Például: „E profil és memóriafoglalási jelentés alapján azonosítson egy szűk keresztmetszetet. Javasoljon egy módosítást, magyarázza el a várható hatását, és ugyanazon mérés megismétlése után hasonlítsa össze az alapállapottal.” Ez ellenőrizhetővé teszi a teljesítményállítást. A Poolside kiadása fontos viselkedésként tárgyalja az ellenőrzést és a folyamatos előrehaladást, de egy meggyőző magyarázat önmagában nem igazolja, hogy egy módosítás gyorsabb, helyes vagy teljes. Őrizze meg a módosítás megtartását vagy elvetését alátámasztó megfigyeléseket.\n\nA Laguna S 2.1 támogatja az eszközhívások előtti és közötti váltakozó gondolkodást. A gyártó a korábbi asszisztensüzenetek következtetési tartalmának megőrzését ajánlja a későbbi előzményekben; e blokkok elhagyása a következtetés leállását okozhatja a folytató lépésekben. Tartsa együtt az asszisztens válaszát, az eszközhívás adatait és a hozzá tartozó eszközeredményt. Ez segít a hosszabb feladatot a tényleges állapotából folytatni a már kipróbált lépések ismételt rekonstruálása helyett.\n\nA dokumentált gondolkodási lehetőségek az off és a max, a gyártó által leírt beállításban alapértelmezetten engedélyezett max értékkel. Ebben a módban a modell határozza meg a gondolkodási keretét; a kiadás nem kínál külön low, medium és high erőfeszítési vezérlőket. Ügynöki kódoláshoz a Poolside a gondolkodás engedélyezését és a lépések közötti megtartását ajánlja. Egyértelműen adja meg a végső anyagot és a befejezési kritériumokat, és különítse el a hosszú következtetési sorozatot a kész eredménytől. A gyártó érdemi korlátként azonosítja a túlgondolást, különösen versenymatematikai feladatoknál.\n\nAz eszközdefiníciók különös figyelmet igényelnek. A Poolside szerint az S 2.1 kezdetben egy ismerős eszközfelületre támaszkodhat ahelyett, hogy pontosan követne egy hasonló, de eltérő sémát. Hibás vagy helytelenül escape-elt JSON-t is előállíthat, ha egy eszközargumentum beágyazott tömböt tartalmaz. Adja meg a tényleges argumentumdefiníciókat, ellenőrizze a javasolt hívásokat, és eltérés esetén pontos hibát adjon vissza. A gyártó a kontextuson belüli visszajelzésen keresztüli javítást egyes ilyen eltérések megoldási módjaként írja le. Tartsa elérhetően az eredményül kapott eszközmegfigyelést a következő döntéshez.\n\nA gyártó külön BF16- és kvantált változatokat, valamint opcionális DFlash segédmodellt tesz közzé. Ezek külön anyagok és kiszolgálási receptek, ezért egy kvantált ellenőrzőpont memóriahasználata vagy spekulatív dekódolási teljesítménye nem feltételezhető az általános modellnévből. Szokásos szöveges munkához a forráskódot, parancskimenetet és dokumentumrészleteket olvasható szövegként készítse elő. A kiadás megjegyzi, hogy a modell nem rendelkezik képi értelmezési képességgel; egy képernyőképhez szöveges megfigyelés vagy megfelelő külső ellenőrzési lépés szükséges, mielőtt az elemzés alapjául szolgálhatna.\n\nKérjen olyan végső eredményt, amely azonosítja a módosított anyagot, a fontos döntéseket, a megfigyelt ellenőrzéseket és minden megoldatlan feltételt. Kódellenőrzésnél kapcsolja a megállapításokat a releváns forráshoz, és mutassa meg, hogy az egyes problémák miért befolyásolják a viselkedést. Javításnál különítse el a javasolt javítást attól, amelynek viselkedését ténylegesen ellenőrizték. A következtetés és eszközelőzmények megőrzése segíti a modellt a feladat végigvitelében, míg a végső anyag és a rögzített eredmények igazolják az elvégzett munkát.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "dd695f549a3d389234413a201871c3aefbf3fdb75012b4dab6c6b4b2d75e9cd6", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "hu", "methods": [ { "html": "poolside/laguna-s-2.1:freeA Poolside Laguna S 2.1 szöveges modell ügynöki kódoláshoz és hosszú távú munkához, összesen 118 milliárd és körülbelül 8 milliárd aktív paraméterrel. Az 1 048 576 tokenes modellkontextust natív eszközhasználattal és közbeiktatott következtetéssel ötvözi; a korábbi gondolkodás megőrzése segíti az eszközhívások közötti hatékony folytatást.
Ez a leírás a modell képességeit ismerteti. Az Ailootban elérhető bemenetek, kimenetek és lehetőségek alább, a kiválasztott metódusnál láthatók.
A Poolside Laguna S 2.1 szakértői keverékarchitektúrájú nyelvi modell ügynöki kódoláshoz és hosszú távú munkához. Összesen 118 milliárd paramétert és tokenenként körülbelül 8 milliárd aktív paramétert tartalmaz, így a gyártó sorozatában a kisebb Laguna XS 2.1 és a nagyobb Laguna M.1 között helyezkedik el. A modell szöveget dolgoz fel, és szöveget, kódot, következtetést és eszközhívási kéréseket állít elő egy eszközökhöz kapcsolt alkalmazásban.
Architektúrája 48 rétegen át kombinálja a globális és a csúszóablakos figyelmet: 12 globális és 36 csúszóablakos réteggel. Az 512 tokenes csúszóablak e rétegek helyi figyelmét írja le, míg a dokumentált modellkontextus 1 048 576 tokenes. Ezek különböző mértékek. A nagyobb kontextus olyan feladatokat támogat, amelyek sok lépésen át forrásfájlokat, megfigyeléseket és döntéseket halmoznak fel. Tartsa együtt a munkacélt és az érdemi bizonyítékokat, és az alkalmazott konfiguráción belül hagyjon helyet a további következtetésnek és a végső válasznak.
A modell fő célja olyan szoftveres munka, amely kitartást, ellenőrzést és átdolgozást igényel. Kódtári feladathoz adja meg az elvárt viselkedést, szövegként a releváns fájlokat, a függőségi információkat és a tényleges sikertelen kimenetet. Kérjen célzott eredményt: „Kövesse végig e regresszió okát, javasoljon a dokumentált interfészt megőrző módosítást, és azonosítsa azokat az ellenőrzéseket, amelyek megkülönböztetnék a javítást egy független változtatástól.” Eszközökhöz kapcsolt munkafolyamatban adja meg a modellnek minden végrehajtott ellenőrzés eredményét, mielőtt kiválasztja a következő lépést.
Optimalizáláshoz adjon meg méréseket és egyértelmű célt. Például: „E profil és memóriafoglalási jelentés alapján azonosítson egy szűk keresztmetszetet. Javasoljon egy módosítást, magyarázza el a várható hatását, és ugyanazon mérés megismétlése után hasonlítsa össze az alapállapottal.” Ez ellenőrizhetővé teszi a teljesítményállítást. A Poolside kiadása fontos viselkedésként tárgyalja az ellenőrzést és a folyamatos előrehaladást, de egy meggyőző magyarázat önmagában nem igazolja, hogy egy módosítás gyorsabb, helyes vagy teljes. Őrizze meg a módosítás megtartását vagy elvetését alátámasztó megfigyeléseket.
A Laguna S 2.1 támogatja az eszközhívások előtti és közötti váltakozó gondolkodást. A gyártó a korábbi asszisztensüzenetek következtetési tartalmának megőrzését ajánlja a későbbi előzményekben; e blokkok elhagyása a következtetés leállását okozhatja a folytató lépésekben. Tartsa együtt az asszisztens válaszát, az eszközhívás adatait és a hozzá tartozó eszközeredményt. Ez segít a hosszabb feladatot a tényleges állapotából folytatni a már kipróbált lépések ismételt rekonstruálása helyett.
A dokumentált gondolkodási lehetőségek az off és a max, a gyártó által leírt beállításban alapértelmezetten engedélyezett max értékkel. Ebben a módban a modell határozza meg a gondolkodási keretét; a kiadás nem kínál külön low, medium és high erőfeszítési vezérlőket. Ügynöki kódoláshoz a Poolside a gondolkodás engedélyezését és a lépések közötti megtartását ajánlja. Egyértelműen adja meg a végső anyagot és a befejezési kritériumokat, és különítse el a hosszú következtetési sorozatot a kész eredménytől. A gyártó érdemi korlátként azonosítja a túlgondolást, különösen versenymatematikai feladatoknál.
Az eszközdefiníciók különös figyelmet igényelnek. A Poolside szerint az S 2.1 kezdetben egy ismerős eszközfelületre támaszkodhat ahelyett, hogy pontosan követne egy hasonló, de eltérő sémát. Hibás vagy helytelenül escape-elt JSON-t is előállíthat, ha egy eszközargumentum beágyazott tömböt tartalmaz. Adja meg a tényleges argumentumdefiníciókat, ellenőrizze a javasolt hívásokat, és eltérés esetén pontos hibát adjon vissza. A gyártó a kontextuson belüli visszajelzésen keresztüli javítást egyes ilyen eltérések megoldási módjaként írja le. Tartsa elérhetően az eredményül kapott eszközmegfigyelést a következő döntéshez.
A gyártó külön BF16- és kvantált változatokat, valamint opcionális DFlash segédmodellt tesz közzé. Ezek külön anyagok és kiszolgálási receptek, ezért egy kvantált ellenőrzőpont memóriahasználata vagy spekulatív dekódolási teljesítménye nem feltételezhető az általános modellnévből. Szokásos szöveges munkához a forráskódot, parancskimenetet és dokumentumrészleteket olvasható szövegként készítse elő. A kiadás megjegyzi, hogy a modell nem rendelkezik képi értelmezési képességgel; egy képernyőképhez szöveges megfigyelés vagy megfelelő külső ellenőrzési lépés szükséges, mielőtt az elemzés alapjául szolgálhatna.
Kérjen olyan végső eredményt, amely azonosítja a módosított anyagot, a fontos döntéseket, a megfigyelt ellenőrzéseket és minden megoldatlan feltételt. Kódellenőrzésnél kapcsolja a megállapításokat a releváns forráshoz, és mutassa meg, hogy az egyes problémák miért befolyásolják a viselkedést. Javításnál különítse el a javasolt javítást attól, amelynek viselkedését ténylegesen ellenőrizték. A következtetés és eszközelőzmények megőrzése segíti a modellt a feladat végigvitelében, míg a végső anyag és a rögzített eredmények igazolják az elvégzett munkát.
POST /v1/chat/completionstexttext| Mező | Típus | Követelmény | Értékek és korlátok | Alapértelmezett |
|---|---|---|---|---|
Mezőmodel | Típusstring | KövetelményKötelező | Értékek és korlátok poolside/laguna-s-2.1:free | Alapértelmezett— |
Mezőmessages | Típusarray | KövetelményKötelező | Értékek és korlátok | Alapértelmezett— |
Mezőstream | Típusboolean | KövetelményOpcionális | Értékek és korlátok false | Alapértelmezettfalse |
Mezőmax_tokens | Típusinteger | KövetelményOpcionális | Értékek és korlátok Minimum: 1 Maximum: 32 768 | Alapértelmezett— |
Mezőmax_completion_tokens | Típusinteger | KövetelményOpcionális | Értékek és korlátok Minimum: 1 Maximum: 32 768 | Alapértelmezett— |
Mezőn | Típusinteger | KövetelményOpcionális | Értékek és korlátok Minimum: 1 Maximum: 128 | Alapértelmezett— |
Mezőtemperature | Típusnumber | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— |
Mezőtop_p | Típusnumber | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— |
Mezőseed | Típusinteger | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— |
Mezőstop | Típus | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— |
Mezőfrequency_penalty | Típusnumber | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— |
Mezőpresence_penalty | Típusnumber | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— |
Mezőuser | Típusstring | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— |
| Paraméter | Szerződés |
|---|---|
Paramétercontent_type | Szerződésapplication/json |
Paraméterrequired | Szerződésmodel, messages |
Paraméteroptional | Szerződésstream, max_tokens, max_completion_tokens, n, temperature, top_p, seed, stop, frequency_penalty, presence_penalty, user |
Paramétermaterial_types | Szerződéstext |
Paraméterconditions | SzerződésUse literal text messages only. Cache controls, tools, image/audio/video content and streamed responses are unavailable for this method., The complete encoded JSON request must not exceed 262144 bytes. |
Életciklus: synchronous_json
A díjszabás nem ad új kérési lehetőségeket. A támogatott paraméterek a kiválasztott módszernél szerepelnek.
| Beállítás | Díjtáblázat | Díj |
|---|---|---|
| BeállításTokenek alapdíjai | DíjtáblázatAlapdíj | Díj Bemenet · Bemeneti tokenek $0 / 1K token Kimenet · Kimeneti tokenek $0 / 1K token Bemenet · Gyorsítótár olvasása — / 1K token Bemenet · Írás a gyorsítótárba — / 1K token Bemenet · Írás a gyorsítótárba, 1 óra — / 1K token |
Az Ailoot a kérés előtt becsült összeget foglal le. Az eredmény után a mért használat alapján elszámolja a végső díjat. Folyamatos átvitel esetén a végső használati rekordot használja. A foglalás és az elszámolás működése →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nexport AILOOT_API_KEY\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "poolside/laguna-s-2.1:free", "messages": [{"role": "user", "content": "Summarize the supplied text in three concise points."}], "stream": false}')\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\n# Submit once. Retain the complete result, original identifiers and every response header.\nJSON
Őrizzen meg minden teljes visszaadott választ, fájlt és tartalomrészt.
Retain the complete response, all actual results, original identifiers, usage and response headers.
Preserve the original response, headers and X-Client-Request-ID. An uncertain outcome does not authorize another creation.
Ailoot Ultra poolside/laguna-s-2.1:free
Használja a fent látható metódusútvonalakat.
poolside/laguna-s-2.1:freeA Poolside Laguna S 2.1 szöveges modell ügynöki kódoláshoz és hosszú távú munkához, összesen 118 milliárd és körülbelül 8 milliárd aktív paraméterrel. Az 1 048 576 tokenes modellkontextust natív eszközhasználattal és közbeiktatott következtetéssel ötvözi; a korábbi gondolkodás megőrzése segíti az eszközhívások közötti hatékony folytatást.
Ez a leírás a modell képességeit ismerteti. Az Ailootban elérhető bemenetek, kimenetek és lehetőségek alább, a kiválasztott metódusnál láthatók.
A Poolside Laguna S 2.1 szakértői keverékarchitektúrájú nyelvi modell ügynöki kódoláshoz és hosszú távú munkához. Összesen 118 milliárd paramétert és tokenenként körülbelül 8 milliárd aktív paramétert tartalmaz, így a gyártó sorozatában a kisebb Laguna XS 2.1 és a nagyobb Laguna M.1 között helyezkedik el. A modell szöveget dolgoz fel, és szöveget, kódot, következtetést és eszközhívási kéréseket állít elő egy eszközökhöz kapcsolt alkalmazásban.
Architektúrája 48 rétegen át kombinálja a globális és a csúszóablakos figyelmet: 12 globális és 36 csúszóablakos réteggel. Az 512 tokenes csúszóablak e rétegek helyi figyelmét írja le, míg a dokumentált modellkontextus 1 048 576 tokenes. Ezek különböző mértékek. A nagyobb kontextus olyan feladatokat támogat, amelyek sok lépésen át forrásfájlokat, megfigyeléseket és döntéseket halmoznak fel. Tartsa együtt a munkacélt és az érdemi bizonyítékokat, és az alkalmazott konfiguráción belül hagyjon helyet a további következtetésnek és a végső válasznak.
A modell fő célja olyan szoftveres munka, amely kitartást, ellenőrzést és átdolgozást igényel. Kódtári feladathoz adja meg az elvárt viselkedést, szövegként a releváns fájlokat, a függőségi információkat és a tényleges sikertelen kimenetet. Kérjen célzott eredményt: „Kövesse végig e regresszió okát, javasoljon a dokumentált interfészt megőrző módosítást, és azonosítsa azokat az ellenőrzéseket, amelyek megkülönböztetnék a javítást egy független változtatástól.” Eszközökhöz kapcsolt munkafolyamatban adja meg a modellnek minden végrehajtott ellenőrzés eredményét, mielőtt kiválasztja a következő lépést.
Optimalizáláshoz adjon meg méréseket és egyértelmű célt. Például: „E profil és memóriafoglalási jelentés alapján azonosítson egy szűk keresztmetszetet. Javasoljon egy módosítást, magyarázza el a várható hatását, és ugyanazon mérés megismétlése után hasonlítsa össze az alapállapottal.” Ez ellenőrizhetővé teszi a teljesítményállítást. A Poolside kiadása fontos viselkedésként tárgyalja az ellenőrzést és a folyamatos előrehaladást, de egy meggyőző magyarázat önmagában nem igazolja, hogy egy módosítás gyorsabb, helyes vagy teljes. Őrizze meg a módosítás megtartását vagy elvetését alátámasztó megfigyeléseket.
A Laguna S 2.1 támogatja az eszközhívások előtti és közötti váltakozó gondolkodást. A gyártó a korábbi asszisztensüzenetek következtetési tartalmának megőrzését ajánlja a későbbi előzményekben; e blokkok elhagyása a következtetés leállását okozhatja a folytató lépésekben. Tartsa együtt az asszisztens válaszát, az eszközhívás adatait és a hozzá tartozó eszközeredményt. Ez segít a hosszabb feladatot a tényleges állapotából folytatni a már kipróbált lépések ismételt rekonstruálása helyett.
A dokumentált gondolkodási lehetőségek az off és a max, a gyártó által leírt beállításban alapértelmezetten engedélyezett max értékkel. Ebben a módban a modell határozza meg a gondolkodási keretét; a kiadás nem kínál külön low, medium és high erőfeszítési vezérlőket. Ügynöki kódoláshoz a Poolside a gondolkodás engedélyezését és a lépések közötti megtartását ajánlja. Egyértelműen adja meg a végső anyagot és a befejezési kritériumokat, és különítse el a hosszú következtetési sorozatot a kész eredménytől. A gyártó érdemi korlátként azonosítja a túlgondolást, különösen versenymatematikai feladatoknál.
Az eszközdefiníciók különös figyelmet igényelnek. A Poolside szerint az S 2.1 kezdetben egy ismerős eszközfelületre támaszkodhat ahelyett, hogy pontosan követne egy hasonló, de eltérő sémát. Hibás vagy helytelenül escape-elt JSON-t is előállíthat, ha egy eszközargumentum beágyazott tömböt tartalmaz. Adja meg a tényleges argumentumdefiníciókat, ellenőrizze a javasolt hívásokat, és eltérés esetén pontos hibát adjon vissza. A gyártó a kontextuson belüli visszajelzésen keresztüli javítást egyes ilyen eltérések megoldási módjaként írja le. Tartsa elérhetően az eredményül kapott eszközmegfigyelést a következő döntéshez.
A gyártó külön BF16- és kvantált változatokat, valamint opcionális DFlash segédmodellt tesz közzé. Ezek külön anyagok és kiszolgálási receptek, ezért egy kvantált ellenőrzőpont memóriahasználata vagy spekulatív dekódolási teljesítménye nem feltételezhető az általános modellnévből. Szokásos szöveges munkához a forráskódot, parancskimenetet és dokumentumrészleteket olvasható szövegként készítse elő. A kiadás megjegyzi, hogy a modell nem rendelkezik képi értelmezési képességgel; egy képernyőképhez szöveges megfigyelés vagy megfelelő külső ellenőrzési lépés szükséges, mielőtt az elemzés alapjául szolgálhatna.
Kérjen olyan végső eredményt, amely azonosítja a módosított anyagot, a fontos döntéseket, a megfigyelt ellenőrzéseket és minden megoldatlan feltételt. Kódellenőrzésnél kapcsolja a megállapításokat a releváns forráshoz, és mutassa meg, hogy az egyes problémák miért befolyásolják a viselkedést. Javításnál különítse el a javasolt javítást attól, amelynek viselkedését ténylegesen ellenőrizték. A következtetés és eszközelőzmények megőrzése segíti a modellt a feladat végigvitelében, míg a végső anyag és a rögzített eredmények igazolják az elvégzett munkát.
POST /v1/messagestexttext| Mező | Típus | Követelmény | Értékek és korlátok | Alapértelmezett |
|---|---|---|---|---|
Mezőmodel | Típusstring | KövetelményKötelező | Értékek és korlátok poolside/laguna-s-2.1:free | Alapértelmezett— |
Mezőmessages | Típusarray | KövetelményKötelező | Értékek és korlátok | Alapértelmezett— |
Mezőstream | Típusboolean | KövetelményOpcionális | Értékek és korlátok false | Alapértelmezettfalse |
Mezősystem | Típusstring | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— |
Mezőmax_tokens | Típusinteger | KövetelményKötelező | Értékek és korlátok Minimum: 1 Maximum: 32 768 | Alapértelmezett— |
Mezőtemperature | Típusnumber | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— |
Mezőtop_p | Típusnumber | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— |
Mezőtop_k | Típusinteger | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— |
Mezőstop_sequences | Típusarray | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— |
Mezőmetadata | Típusobject | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— |
| Paraméter | Szerződés |
|---|---|
Paramétercontent_type | Szerződésapplication/json |
Paraméterrequired | Szerződésmodel, messages, max_tokens |
Paraméteroptional | Szerződésstream, system, temperature, top_p, top_k, stop_sequences, metadata |
Paramétermaterial_types | Szerződéstext |
Paraméterconditions | SzerződésUse literal text messages only. Cache controls, tools, image/audio/video content and streamed responses are unavailable for this method., The complete encoded JSON request must not exceed 262144 bytes. |
Életciklus: synchronous_json
A díjszabás nem ad új kérési lehetőségeket. A támogatott paraméterek a kiválasztott módszernél szerepelnek.
| Beállítás | Díjtáblázat | Díj |
|---|---|---|
| BeállításTokenek alapdíjai | DíjtáblázatAlapdíj | Díj Bemenet · Bemeneti tokenek $0 / 1K token Kimenet · Kimeneti tokenek $0 / 1K token Bemenet · Gyorsítótár olvasása — / 1K token Bemenet · Írás a gyorsítótárba — / 1K token Bemenet · Írás a gyorsítótárba, 1 óra — / 1K token |
Az Ailoot a kérés előtt becsült összeget foglal le. Az eredmény után a mért használat alapján elszámolja a végső díjat. Folyamatos átvitel esetén a végső használati rekordot használja. A foglalás és az elszámolás működése →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nexport AILOOT_API_KEY\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "poolside/laguna-s-2.1:free", "messages": [{"role": "user", "content": "Summarize the supplied text in three concise points."}], "stream": false, "max_tokens": 256}')\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/messages \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\n# Submit once. Retain the complete result, original identifiers and every response header.\nJSON
Őrizzen meg minden teljes visszaadott választ, fájlt és tartalomrészt.
Retain the complete response, all actual results, original identifiers, usage and response headers.
Preserve the original response, headers and X-Client-Request-ID. An uncertain outcome does not authorize another creation.
Ailoot Ultra poolside/laguna-s-2.1:free
Használja a fent látható metódusútvonalakat.