Moondream 3.1 è una versione del modello visivo-linguistico Moondream con architettura a miscela di esperti. Lo sviluppatore indica 9 miliardi di parametri totali e circa 2 miliardi attivi per token. L’orientamento principale di questa versione è fornire risposte legate a oggetti e aree specifiche dell’immagine: conta non solo descrivere la scena, ma indicare a quale parte si riferisce il risultato.
La scheda ufficiale del modello originario distingue cinque abilità: domanda sull’immagine, didascalia, rilevamento di oggetti, indicazione di punti e segmentazione. La domanda produce una spiegazione testuale; il rilevamento collega l’oggetto a una regione rettangolare; il punto ne indica la posizione; la segmentazione delimita l’area occupata. L’approccio è utile nei sistemi che richiedono un tipo di risultato preciso anziché una descrizione libera di tutta l’immagine.
In Ailoot Moondream 3.1 è collegato per messaggi e risposte testuali. L’elaborazione di immagini e la restituzione di coordinate visive o maschere tramite abilità specialistiche non rientrano nell’interfaccia attuale di questa scheda. Per un compito testuale si possono fornire descrizioni di osservazioni già preparate, una tabella di caratteristiche o requisiti del risultato e porre una domanda su di essi.
Per esempio, se le informazioni su prodotti od oggetti sono già rappresentate in testo, la richiesta può basarsi su criteri espliciti: quali caratteristiche confrontare, cosa considerare una corrispondenza e come indicare un valore assente. Chiedere di conservare nomi e valori originali e accompagnare la conclusione con una breve spiegazione basata sui dati forniti. È lavoro su una registrazione testuale delle osservazioni; non sostituisce l’esame della fotografia originale.
Per questa versione in Ailoot è indicato un contesto di 32 000 token. La richiesta può includere istruzioni, esempi del formato voluto e materiali da elaborare. Se il compito richiede una scelta univoca, è utile definire prima le risposte ammesse e i criteri: questo rende verificabile l’incarico senza supporre informazioni mancanti nell’ingresso.
La specializzazione visiva di Moondream non significa che ogni conclusione numerica o logica sia automaticamente esatta. Nella scheda ufficiale lo sviluppatore separa rilevamento e localizzazione spaziale dalle attività matematiche testuali generali. Conviene scegliere questa versione considerando l’ingresso concreto e la risposta richiesta; in Ailoot il risultato del collegamento attuale resta testo.
", "aboutText": "### Moondream 3.1 e collegamento ai dati osservati\n\nMoondream 3.1 è una versione del modello visivo-linguistico Moondream con architettura a miscela di esperti. Lo sviluppatore indica 9 miliardi di parametri totali e circa 2 miliardi attivi per token. L’orientamento principale di questa versione è fornire risposte legate a oggetti e aree specifiche dell’immagine: conta non solo descrivere la scena, ma indicare a quale parte si riferisce il risultato.\n\nLa scheda ufficiale del modello originario distingue cinque abilità: domanda sull’immagine, didascalia, rilevamento di oggetti, indicazione di punti e segmentazione. La domanda produce una spiegazione testuale; il rilevamento collega l’oggetto a una regione rettangolare; il punto ne indica la posizione; la segmentazione delimita l’area occupata. L’approccio è utile nei sistemi che richiedono un tipo di risultato preciso anziché una descrizione libera di tutta l’immagine.\n\n### Modalità disponibile in Ailoot\n\nIn Ailoot Moondream 3.1 è collegato per messaggi e risposte testuali. L’elaborazione di immagini e la restituzione di coordinate visive o maschere tramite abilità specialistiche non rientrano nell’interfaccia attuale di questa scheda. Per un compito testuale si possono fornire descrizioni di osservazioni già preparate, una tabella di caratteristiche o requisiti del risultato e porre una domanda su di essi.\n\nPer esempio, se le informazioni su prodotti od oggetti sono già rappresentate in testo, la richiesta può basarsi su criteri espliciti: quali caratteristiche confrontare, cosa considerare una corrispondenza e come indicare un valore assente. Chiedere di conservare nomi e valori originali e accompagnare la conclusione con una breve spiegazione basata sui dati forniti. È lavoro su una registrazione testuale delle osservazioni; non sostituisce l’esame della fotografia originale.\n\n### Contesto e confini del risultato\n\nPer questa versione in Ailoot è indicato un contesto di 32 000 token. La richiesta può includere istruzioni, esempi del formato voluto e materiali da elaborare. Se il compito richiede una scelta univoca, è utile definire prima le risposte ammesse e i criteri: questo rende verificabile l’incarico senza supporre informazioni mancanti nell’ingresso.\n\nLa specializzazione visiva di Moondream non significa che ogni conclusione numerica o logica sia automaticamente esatta. Nella scheda ufficiale lo sviluppatore separa rilevamento e localizzazione spaziale dalle attività matematiche testuali generali. Conviene scegliere questa versione considerando l’ingresso concreto e la risposta richiesta; in Ailoot il risultato del collegamento attuale resta testo.", "locale": "it", "methods": [ { "html": "POST /v1/messagestexttextPOST /v1/responsestexttextPOST /v1/chat/completionstexttextPOST /v1beta/models/moondream/moondream3.1-9b-a2b:generateContenttexttext