Meituan: LongCat 2.0

LongCat 2.0はMeituanのスパースMixture-of-Experts言語モデルで、総パラメータ数1兆6,000億のうち、アクティブパラメータ数は480億です。公表された用途には、コーディング、リポジトリ全体の変更、長期的な問題解決、エージェントワークフローが含まれます。modelとmessages配列を使用したPOST /v1/chat/completionsでmeituan/longcat-2.0を選択します。このプロフィールはテキストを受け取り、会話内でテキストまたは関数呼び出し要求を生成します。

リポジトリの変更では、関連するファイルや抜粋、変更すべき動作、実装が維持すべき制約を渡します。パッチ、変更手順案、渡したモジュールを障害がどう伝わるかの説明など、具体的な結果を求めてください。文書分析では、実際の元テキストを渡し、回答で解決すべき問いを明示します。応答が結論を提供資料と結び付けられるよう、異なる出典の文章にラベルを付けます。

公開コンテキストウィンドウは1,048,756トークンで、モデルプロフィールには最大262,144生成トークンと記載されています。元資料、会話履歴、ツールの結果、要求する回答を、コンテキスト全体のトークン枠内に収めます。求める出力のトークン枠をmax_tokensで設定してください。大きなコンテキストは大量のテキストを保持できますが、ファイルの境界、現在の目標、有用な回答に含める内容を明示することは依然として役立ちます。

対応設定には、関数呼び出し用のtoolsとtool_choiceが含まれます。アプリケーションは、選択したファイルの読み取り、承認済みのチェック実行、記録の取得などの関数を宣言し、その結果を続く会話ターンに渡せます。モデルは関数呼び出しを要求できます。アプリケーションが引数を検証し、許可された処理を行って結果を返します。複数の手順にまたがる作業では、リクエスト、ツールの結果、次の回答を一緒に保持してください。

ほかの公開パラメータにはtemperature、top_p、top_k、min_p、stop、seed、frequency_penalty、presence_penalty、repetition_penaltyがあります。対応パラメータ一覧にはreasoningとinclude_reasoningもあります。モデルプロフィールはresponse_formatに対応しないため、JSON生成の指示はプロンプト上の指示にとどまります。構造化されたテキストは、コード、データベース、別のワークフローに渡す前に解析して検証してください。

次の手順で組み立て済みの回答が必要なら完全なChat Completions応答を使い、到着に合わせてアプリケーションで表示するならテキストをストリーミングします。返されたchoicesからメッセージ内容とツール呼び出しを読み取り、usageと応答情報を保持します。提案されたパッチや構造化された回答を完了とみなす前に、ストリーミングの差分を組み立ててください。コード変更では、結果を適用する前に、完成した提案を提供された要件と実際のチェックに照らして評価します。