Qwen2.5-Math-72B-Instruct ialah edisi 72B keluarga matematik Qwen2.5-Math yang ditala mengikut arahan. Pembuatnya menyasarkan khusus masalah matematik dalam bahasa Inggeris dan Cina serta menerangkan dua pendekatan: penaakulan rantaian pemikiran dan penaakulan bersepadu alat. Model menerima syarat matematik bertulis dan mengembalikan teks yang mengandungi huraian langkah penyelesaian, penjelasan atau penyelesaian. Pengkhususannya ialah matematik, berbanding penulisan kreatif umum atau pemprosesan dokumen.
Keupayaan matematik dan pendekatan penaakulan
Dalam pendekatan penaakulan teks, tugas meminta definisi berkaitan, transformasi yang berasas dan jawapan akhir yang dipisahkan dengan jelas. Kad model turut menerangkan penaakulan bersepadu alat, yang menggabungkan penaakulan bahasa semula jadi dengan program. Pembuat menamakan pencarian punca persamaan kuadratik dan pengiraan nilai eigen matriks sebagai contoh yang memerlukan pengiraan tepat serta manipulasi simbolik atau algoritma.
Penaakulan bersepadu alat berbeza daripada sekadar memaparkan kod dalam jawapan. Demonstrasi matematik pembuat menyediakan persekitaran yang boleh menjalankan program, dan hasil pengiraan kemudian menjadi sebahagian daripada penyelesaian. Permintaan penjanaan teks kendiri menghasilkan teks; aplikasi yang menggunakan aliran kerja pengiraan mesti menyediakan langkah pelaksanaan sebenar. Perbezaan ini mengasingkan penaakulan matematik, cadangan program dan hasil berangka yang dikembalikan.
Edisi asas, Instruct dan model ganjaran
Keluarga ini merangkumi model asas, model ditala mengikut arahan dan model ganjaran matematik yang berasingan. Edisi 72B-Instruct dimaksudkan untuk arahan gaya sembang. Edisi asas Qwen2.5-Math-72B diterangkan sebagai asas pelengkapan dan few-shot serta titik permulaan untuk penalaan lanjut. Model ganjaran bernama berasingan mempunyai peranannya sendiri dan tidak patut dianggap sebagai penjana jawapan biasa model ini.
Pengumuman keluaran menerangkan saluran latihan khusus matematik. Model asas menggunakan bahan matematik tersintesis tambahan, lebih banyak data matematik bahasa Cina dan permulaan daripada asas Qwen2.5. Peringkat Instruct menggunakan penalaan halus terselia dan pembelajaran pengukuhan, dengan model ganjaran khusus matematik membimbing pensampelan penolakan serta pengoptimuman kemudian. Pembuat menambah data penaakulan bersepadu alat serta data arahan bahasa Inggeris dan Cina. Perkara ini menerangkan tumpuan matematik edisi tersebut; ia tidak bermaksud pengesah berasingan dipanggil secara automatik bagi setiap permintaan pengguna.
Menyediakan soalan
Pastikan pernyataan matematik lengkap. Takrifkan pemboleh ubah, sekatan domain dan kuantiti atau proposisi yang perlu ditentukan. Gunakan notasi yang kekal konsisten antara syarat asal dengan jawapan yang diminta. Arahan berguna boleh meminta kaedah, transformasi penting dan hasil akhir, dengan pemeriksaan berasingan berdasarkan syarat asal.
Panduan mula pantas pembuat membezakan kedua-dua pendekatan melalui arahan. Permintaan penaakulan teks meminta penyelesaian langkah demi langkah dan jawapan akhir dalam kotak. Permintaan bersepadu alat meminta model menggabungkan penaakulan bahasa semula jadi dengan program dan mengekalkan konvensyen jawapan akhir yang sama. Ini ialah aliran kerja matematik yang didokumenkan, bukannya janji berasingan tentang alat yang tersedia pada setiap antara muka penyajian.
Sebagai ilustrasi, persamaan mudah pada kad ialah 4x + 5 = 6x + 7. Reka bentuk output yang berguna mengasingkan pengumpulan sebutan pemboleh ubah, pengasingan pemboleh ubah dan ungkapan akhir; hasil matematik bagi syarat ilustrasi itu ialah x = -1. Penggantian memberikan 4(-1) + 5 = 1 dan 6(-1) + 7 = 1, maka kedua-dua belah sepadan. Permintaan lebih rumit boleh memberikan matriks, meminta langkah mendapatkan nilai eigen secara simbolik dan mengenal pasti pengiraan berangka yang akan diserahkan kepada persekitaran pengiraan.
Konteks dan konfigurasi
Keluaran yang diterbitkan menerangkan pralatihan matematik dengan konteks 4K. Konfigurasi model yang dikeluarkan menetapkan kedudukan maksimum kepada 4,096, maka prompt dan penyelesaian berlangkah memerlukan rancangan panjang yang padat. Jangan berikan edisi matematik ini konteks jauh lebih besar yang diiklankan bagi barisan Qwen2.5 umum. Kekalkan syarat dan kerja matematik berkaitan bersama-sama, serta tinggalkan bahan tidak berkaitan yang menggunakan ruang itu.
Penjanaan mula pantas pada kad model menggunakan tetapan contoh 512 token. Nilai itu tidak dibentangkan sebagai kapasiti output maksimum. Panjang respons yang dikehendaki boleh dinyatakan untuk tugas, tetapi had output berasingan perlu datang daripada konfigurasi sebenar yang terpakai, bukannya contoh atau edisi Qwen lain.
Had utama dan hasil yang berguna
Pembuat mengesyorkan siri ini untuk tugas matematik dalam bahasa Inggeris dan Cina serta tidak mengesyorkan tugas tujuan umum di luar pengkhususan itu. Pemberat ini digunakan untuk penjanaan teks; soalan matematik dalam imej memerlukan simbol dan syaratnya ditukar kepada teks melalui langkah visual atau OCR yang berasingan. Demonstrasi multimodal yang menggabungkan model visual dan matematik tidak menjadikan edisi matematik itu sendiri model input imej.
Untuk aliran kerja bimbingan, bekalkan cubaan langkah penyelesaian pelajar dan tandakan peralihan yang memerlukan penjelasan. Minta pembetulan dalam notasi asal dan jawapan akhir pada tahap perincian yang diminta. Untuk pengiraan teknikal, tentukan output tepat atau anggaran, unit dan pembundaran sebelum memilih penaakulan teks atau aliran kerja pengiraan. Penyediaan ini menghubungkan pengkhususan matematik model dengan penyelesaian konkrit yang boleh diperiksa.
", "aboutText": "Qwen2.5-Math-72B-Instruct ialah edisi 72B keluarga matematik Qwen2.5-Math yang ditala mengikut arahan. Pembuatnya menyasarkan khusus masalah matematik dalam bahasa Inggeris dan Cina serta menerangkan dua pendekatan: penaakulan rantaian pemikiran dan penaakulan bersepadu alat. Model menerima syarat matematik bertulis dan mengembalikan teks yang mengandungi huraian langkah penyelesaian, penjelasan atau penyelesaian. Pengkhususannya ialah matematik, berbanding penulisan kreatif umum atau pemprosesan dokumen.\n\nKeupayaan matematik dan pendekatan penaakulan\n\nDalam pendekatan penaakulan teks, tugas meminta definisi berkaitan, transformasi yang berasas dan jawapan akhir yang dipisahkan dengan jelas. Kad model turut menerangkan penaakulan bersepadu alat, yang menggabungkan penaakulan bahasa semula jadi dengan program. Pembuat menamakan pencarian punca persamaan kuadratik dan pengiraan nilai eigen matriks sebagai contoh yang memerlukan pengiraan tepat serta manipulasi simbolik atau algoritma.\n\nPenaakulan bersepadu alat berbeza daripada sekadar memaparkan kod dalam jawapan. Demonstrasi matematik pembuat menyediakan persekitaran yang boleh menjalankan program, dan hasil pengiraan kemudian menjadi sebahagian daripada penyelesaian. Permintaan penjanaan teks kendiri menghasilkan teks; aplikasi yang menggunakan aliran kerja pengiraan mesti menyediakan langkah pelaksanaan sebenar. Perbezaan ini mengasingkan penaakulan matematik, cadangan program dan hasil berangka yang dikembalikan.\n\nEdisi asas, Instruct dan model ganjaran\n\nKeluarga ini merangkumi model asas, model ditala mengikut arahan dan model ganjaran matematik yang berasingan. Edisi 72B-Instruct dimaksudkan untuk arahan gaya sembang. Edisi asas Qwen2.5-Math-72B diterangkan sebagai asas pelengkapan dan few-shot serta titik permulaan untuk penalaan lanjut. Model ganjaran bernama berasingan mempunyai peranannya sendiri dan tidak patut dianggap sebagai penjana jawapan biasa model ini.\n\nPengumuman keluaran menerangkan saluran latihan khusus matematik. Model asas menggunakan bahan matematik tersintesis tambahan, lebih banyak data matematik bahasa Cina dan permulaan daripada asas Qwen2.5. Peringkat Instruct menggunakan penalaan halus terselia dan pembelajaran pengukuhan, dengan model ganjaran khusus matematik membimbing pensampelan penolakan serta pengoptimuman kemudian. Pembuat menambah data penaakulan bersepadu alat serta data arahan bahasa Inggeris dan Cina. Perkara ini menerangkan tumpuan matematik edisi tersebut; ia tidak bermaksud pengesah berasingan dipanggil secara automatik bagi setiap permintaan pengguna.\n\nMenyediakan soalan\n\nPastikan pernyataan matematik lengkap. Takrifkan pemboleh ubah, sekatan domain dan kuantiti atau proposisi yang perlu ditentukan. Gunakan notasi yang kekal konsisten antara syarat asal dengan jawapan yang diminta. Arahan berguna boleh meminta kaedah, transformasi penting dan hasil akhir, dengan pemeriksaan berasingan berdasarkan syarat asal.\n\nPanduan mula pantas pembuat membezakan kedua-dua pendekatan melalui arahan. Permintaan penaakulan teks meminta penyelesaian langkah demi langkah dan jawapan akhir dalam kotak. Permintaan bersepadu alat meminta model menggabungkan penaakulan bahasa semula jadi dengan program dan mengekalkan konvensyen jawapan akhir yang sama. Ini ialah aliran kerja matematik yang didokumenkan, bukannya janji berasingan tentang alat yang tersedia pada setiap antara muka penyajian.\n\nSebagai ilustrasi, persamaan mudah pada kad ialah 4x + 5 = 6x + 7. Reka bentuk output yang berguna mengasingkan pengumpulan sebutan pemboleh ubah, pengasingan pemboleh ubah dan ungkapan akhir; hasil matematik bagi syarat ilustrasi itu ialah x = -1. Penggantian memberikan 4(-1) + 5 = 1 dan 6(-1) + 7 = 1, maka kedua-dua belah sepadan. Permintaan lebih rumit boleh memberikan matriks, meminta langkah mendapatkan nilai eigen secara simbolik dan mengenal pasti pengiraan berangka yang akan diserahkan kepada persekitaran pengiraan.\n\nKonteks dan konfigurasi\n\nKeluaran yang diterbitkan menerangkan pralatihan matematik dengan konteks 4K. Konfigurasi model yang dikeluarkan menetapkan kedudukan maksimum kepada 4,096, maka prompt dan penyelesaian berlangkah memerlukan rancangan panjang yang padat. Jangan berikan edisi matematik ini konteks jauh lebih besar yang diiklankan bagi barisan Qwen2.5 umum. Kekalkan syarat dan kerja matematik berkaitan bersama-sama, serta tinggalkan bahan tidak berkaitan yang menggunakan ruang itu.\n\nPenjanaan mula pantas pada kad model menggunakan tetapan contoh 512 token. Nilai itu tidak dibentangkan sebagai kapasiti output maksimum. Panjang respons yang dikehendaki boleh dinyatakan untuk tugas, tetapi had output berasingan perlu datang daripada konfigurasi sebenar yang terpakai, bukannya contoh atau edisi Qwen lain.\n\nHad utama dan hasil yang berguna\n\nPembuat mengesyorkan siri ini untuk tugas matematik dalam bahasa Inggeris dan Cina serta tidak mengesyorkan tugas tujuan umum di luar pengkhususan itu. Pemberat ini digunakan untuk penjanaan teks; soalan matematik dalam imej memerlukan simbol dan syaratnya ditukar kepada teks melalui langkah visual atau OCR yang berasingan. Demonstrasi multimodal yang menggabungkan model visual dan matematik tidak menjadikan edisi matematik itu sendiri model input imej.\n\nUntuk aliran kerja bimbingan, bekalkan cubaan langkah penyelesaian pelajar dan tandakan peralihan yang memerlukan penjelasan. Minta pembetulan dalam notasi asal dan jawapan akhir pada tahap perincian yang diminta. Untuk pengiraan teknikal, tentukan output tepat atau anggaran, unit dan pembundaran sebelum memilih penaakulan teks atau aliran kerja pengiraan. Penyediaan ini menghubungkan pengkhususan matematik model dengan penyelesaian konkrit yang boleh diperiksa.", "editorialOverlay": { "copy_fields": { "practical_html": "Contoh teknikal dalam bahasa Inggeris
Solve a quadratic with a domain check\n\nSolve x squared minus 5x plus 6 = 0 over the real numbers, then apply the additional condition x greater than 2. Show the factorisation, list the equation's roots, and clearly separate the root that remains after the condition. Check the accepted value by substitution and put the final admissible set in boxed mathematical notation.A compact factorisation-based derivation, substitution check and boxed admissible solution set.Both equation roots are considered before the strict inequality excludes the boundary value 2.qwen2.5-math-72b-instructQwen2.5-Math-72B-Instruct ialah model arahan matematik untuk masalah dalam bahasa Inggeris dan Cina. Ia menyokong penaakulan teks berlangkah serta aliran kerja matematik yang disepadukan dengan alat, dengan konfigurasi keluaran 4K tersendiri, berbanding spesifikasi konteks panjang Qwen2.5 umum.
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
Qwen2.5-Math-72B-Instruct ialah edisi 72B keluarga matematik Qwen2.5-Math yang ditala mengikut arahan. Pembuatnya menyasarkan khusus masalah matematik dalam bahasa Inggeris dan Cina serta menerangkan dua pendekatan: penaakulan rantaian pemikiran dan penaakulan bersepadu alat. Model menerima syarat matematik bertulis dan mengembalikan teks yang mengandungi huraian langkah penyelesaian, penjelasan atau penyelesaian. Pengkhususannya ialah matematik, berbanding penulisan kreatif umum atau pemprosesan dokumen.
Keupayaan matematik dan pendekatan penaakulan
Dalam pendekatan penaakulan teks, tugas meminta definisi berkaitan, transformasi yang berasas dan jawapan akhir yang dipisahkan dengan jelas. Kad model turut menerangkan penaakulan bersepadu alat, yang menggabungkan penaakulan bahasa semula jadi dengan program. Pembuat menamakan pencarian punca persamaan kuadratik dan pengiraan nilai eigen matriks sebagai contoh yang memerlukan pengiraan tepat serta manipulasi simbolik atau algoritma.
Penaakulan bersepadu alat berbeza daripada sekadar memaparkan kod dalam jawapan. Demonstrasi matematik pembuat menyediakan persekitaran yang boleh menjalankan program, dan hasil pengiraan kemudian menjadi sebahagian daripada penyelesaian. Permintaan penjanaan teks kendiri menghasilkan teks; aplikasi yang menggunakan aliran kerja pengiraan mesti menyediakan langkah pelaksanaan sebenar. Perbezaan ini mengasingkan penaakulan matematik, cadangan program dan hasil berangka yang dikembalikan.
Edisi asas, Instruct dan model ganjaran
Keluarga ini merangkumi model asas, model ditala mengikut arahan dan model ganjaran matematik yang berasingan. Edisi 72B-Instruct dimaksudkan untuk arahan gaya sembang. Edisi asas Qwen2.5-Math-72B diterangkan sebagai asas pelengkapan dan few-shot serta titik permulaan untuk penalaan lanjut. Model ganjaran bernama berasingan mempunyai peranannya sendiri dan tidak patut dianggap sebagai penjana jawapan biasa model ini.
Pengumuman keluaran menerangkan saluran latihan khusus matematik. Model asas menggunakan bahan matematik tersintesis tambahan, lebih banyak data matematik bahasa Cina dan permulaan daripada asas Qwen2.5. Peringkat Instruct menggunakan penalaan halus terselia dan pembelajaran pengukuhan, dengan model ganjaran khusus matematik membimbing pensampelan penolakan serta pengoptimuman kemudian. Pembuat menambah data penaakulan bersepadu alat serta data arahan bahasa Inggeris dan Cina. Perkara ini menerangkan tumpuan matematik edisi tersebut; ia tidak bermaksud pengesah berasingan dipanggil secara automatik bagi setiap permintaan pengguna.
Menyediakan soalan
Pastikan pernyataan matematik lengkap. Takrifkan pemboleh ubah, sekatan domain dan kuantiti atau proposisi yang perlu ditentukan. Gunakan notasi yang kekal konsisten antara syarat asal dengan jawapan yang diminta. Arahan berguna boleh meminta kaedah, transformasi penting dan hasil akhir, dengan pemeriksaan berasingan berdasarkan syarat asal.
Panduan mula pantas pembuat membezakan kedua-dua pendekatan melalui arahan. Permintaan penaakulan teks meminta penyelesaian langkah demi langkah dan jawapan akhir dalam kotak. Permintaan bersepadu alat meminta model menggabungkan penaakulan bahasa semula jadi dengan program dan mengekalkan konvensyen jawapan akhir yang sama. Ini ialah aliran kerja matematik yang didokumenkan, bukannya janji berasingan tentang alat yang tersedia pada setiap antara muka penyajian.
Sebagai ilustrasi, persamaan mudah pada kad ialah 4x + 5 = 6x + 7. Reka bentuk output yang berguna mengasingkan pengumpulan sebutan pemboleh ubah, pengasingan pemboleh ubah dan ungkapan akhir; hasil matematik bagi syarat ilustrasi itu ialah x = -1. Penggantian memberikan 4(-1) + 5 = 1 dan 6(-1) + 7 = 1, maka kedua-dua belah sepadan. Permintaan lebih rumit boleh memberikan matriks, meminta langkah mendapatkan nilai eigen secara simbolik dan mengenal pasti pengiraan berangka yang akan diserahkan kepada persekitaran pengiraan.
Konteks dan konfigurasi
Keluaran yang diterbitkan menerangkan pralatihan matematik dengan konteks 4K. Konfigurasi model yang dikeluarkan menetapkan kedudukan maksimum kepada 4,096, maka prompt dan penyelesaian berlangkah memerlukan rancangan panjang yang padat. Jangan berikan edisi matematik ini konteks jauh lebih besar yang diiklankan bagi barisan Qwen2.5 umum. Kekalkan syarat dan kerja matematik berkaitan bersama-sama, serta tinggalkan bahan tidak berkaitan yang menggunakan ruang itu.
Penjanaan mula pantas pada kad model menggunakan tetapan contoh 512 token. Nilai itu tidak dibentangkan sebagai kapasiti output maksimum. Panjang respons yang dikehendaki boleh dinyatakan untuk tugas, tetapi had output berasingan perlu datang daripada konfigurasi sebenar yang terpakai, bukannya contoh atau edisi Qwen lain.
Had utama dan hasil yang berguna
Pembuat mengesyorkan siri ini untuk tugas matematik dalam bahasa Inggeris dan Cina serta tidak mengesyorkan tugas tujuan umum di luar pengkhususan itu. Pemberat ini digunakan untuk penjanaan teks; soalan matematik dalam imej memerlukan simbol dan syaratnya ditukar kepada teks melalui langkah visual atau OCR yang berasingan. Demonstrasi multimodal yang menggabungkan model visual dan matematik tidak menjadikan edisi matematik itu sendiri model input imej.
Untuk aliran kerja bimbingan, bekalkan cubaan langkah penyelesaian pelajar dan tandakan peralihan yang memerlukan penjelasan. Minta pembetulan dalam notasi asal dan jawapan akhir pada tahap perincian yang diminta. Untuk pengiraan teknikal, tentukan output tepat atau anggaran, unit dan pembundaran sebelum memilih penaakulan teks atau aliran kerja pengiraan. Penyediaan ini menghubungkan pengkhususan matematik model dengan penyelesaian konkrit yang boleh diperiksa.
POST /v1/chat/completionstexttext| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had qwen2.5-math-72b-instruct | Lalai— |
Medanmessages | Jenismessage[] | KeperluanDiperlukan | Nilai & had Item minimum: 1 | Lalai— |
Medanmessages[].role | Jenisstring | KeperluanDiperlukan | Nilai & had Contoh: system, user, assistant, tool, function Syarat: Peranan ini diwakili secara eksplisit oleh jenis keserasian dalam kod sumber; set peranan model yang tepat kekal khusus untuk setiap model. Bergantung pada model | Lalai— |
Medanmessages[].content | Jenisstring|content_part[]|null | KeperluanPilihan | Nilai & had | Lalai— |
Medanmessages[].tool_calls | Jenistool_call[] | KeperluanPilihan | Nilai & had | Lalai— |
Medanmessages[].tool_call_id | Jenisstring | KeperluanPilihan | Nilai & had Terpakai apabila: role=tool; gunakan ID sebenar yang dipulangkan | Lalai— |
Medanmessages[].name | Jenisstring | KeperluanPilihan | Nilai & had | Lalai— |
Medanmessages[].reasoning_content | Jenisstring | KeperluanPilihan | Nilai & had Terpakai apabila: Hantar semula penaakulan sebenar yang dipulangkan apabila model ini menggunakannya | Lalai— |
Medanmessages[].reasoning_details | Jenisobject|array | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanmax_tokens | Jenisinteger | KeperluanPilihan | Nilai & had Minimum: 1 Bergantung pada model | Lalai— |
Medanmax_completion_tokens | Jenisinteger | KeperluanPilihan | Nilai & had Minimum: 1 Bergantung pada model | Lalai— |
Medanstream | Jenisboolean | KeperluanPilihan | Nilai & had | Lalaifalse |
Medanstream_options.include_usage | Jenisboolean | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medantemperature | Jenisnumber | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medantop_p | Jenisnumber | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanstop | Jenisstring|string[] | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medantools | Jenisfunction_tool[] | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medantools[].type | Jenisstring | KeperluanPilihan | Nilai & had function Bergantung pada model | Lalai— |
Medantools[].function.name | Jenisstring | KeperluanDiperlukan | Nilai & had Terpakai apabila: alat fungsi dibekalkan | Lalai— |
Medantools[].function.description | Jenisstring | KeperluanPilihan | Nilai & had | Lalai— |
Medantools[].function.parameters | JenisJSON_schema | KeperluanPilihan | Nilai & had | Lalai— |
Medantool_choice | Jenisstring|object | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanparallel_tool_calls | Jenisboolean | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanresponse_format | Jenisobject | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanreasoning_effort | Jenisstring | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanreasoning | Jenisobject | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanservice_tier | Jenisstring | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medaninstructions | Jenisstring | KeperluanPilihan | Nilai & had Medan keserasian | Lalai— |
Medanfunctions | Jenisfunction[] | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanfunction_call | Jenisstring|object | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanprompt_cache_options | Jenisobject | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanmodalities | Jenisstring[] | KeperluanPilihan | Nilai & had text | Lalai— |
Medanprovider | Jenisobject | KeperluanPilihan | Nilai & had Syarat: provider.options ditolak pada laluan teks Ultra ini | Lalai— |
Medancache_control.ttl | Jenisstring | KeperluanPilihan | Nilai & had Syarat: 1h ditolak pada lokasi cache prompt yang digunakan | Lalai— |
Teks · Teks UTF8
messages[].content
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages |
Parametermaterial_types | Kontraktext |
Parametermessages | Kontraktatasusunan mesej dengan struktur role/content |
Parameterfile_material | Kontrakdokumen UTF-8 sebenar dimasukkan sebagai teks literal; ID fail tidak diandaikan |
Parameteroptional_controls | Kontrakstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Kontrakkhusus model; alat fungsi pengguna berbeza daripada alat yang dihoskan |
Parameteroutput_modalities | Kontraktext |
Parameterhosted_operations | Kontrakfalse |
Parametermultimodal_input_binding | Kontraknull |
Kitar hayat: synchronous_or_streamed
Hantar ID model yang tepat bersama messages.
Panjang konteks bukan had output.
Fail teks boleh membekalkan teks literal; input imej/audio/objek fail memerlukan pengikatan tepat.
Rujukan tarif tidak menambah pilihan permintaan. Parameter yang disokong disenaraikan untuk kaedah yang dipilih.
| Konfigurasi | Jadual kadar | Caj |
|---|---|---|
| KonfigurasiKadar asas token | Jadual kadarKadar asas | Caj Input · Token input $0.001144 / 1K token Output · Token output $0.00344 / 1K token Input · Bacaan cache $0 / 1K token Input · Penulisan cache $0 / 1K token Input · Penulisan cache, 1 jam — / 1K token |
Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qwen2.5-math-72b-instruct", "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='qwen2.5-math-72b-instruct',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='qwen2.5-math-72b-instruct',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 atau SSE
Simpan setiap respons lengkap, fail dan bahagian kandungan yang dikembalikan.
Kekalkan setiap pilihan jawapan bersama kandungan, panggilan alat dan penaakulannya. Dalam SSE, gabungkan delta mengikut indeks pilihan jawapan/alat dan kekalkan sebab penamatan akhir serta data penggunaan.
Kekalkan ID permintaan/respons dan pengepala. Tiada URL umum bagi pengambilan tugas teks dibekalkan.
| Medan | Jenis |
|---|---|
Medanchoices[].index | Jenisinteger |
Medanchoices[].message.content | Jenisstring|null |
Medanchoices[].message.tool_calls | Jenistool_call[] |
Medanchoices[].message.reasoning_content | Jenisstring |
Medanchoices[].message.reasoning_details | Jenisobject|array |
Medanchoices[].finish_reason | Jenisstring|null |
Medanusage | Jenisobject |
| Respons | Syarat | Langkah seterusnya |
|---|---|---|
Respons400 · invalid_request_error | SyaratMedan wajib, perwakilan bahan atau nilai parameter tidak sah | Langkah seterusnyaBetulkan medan yang ditunjukkan sebelum permintaan penciptaan baharu. |
Ailoot Ultra qwen2.5-math-72b-instruct
Gunakan laluan kaedah yang dipaparkan di atas.
qwen2.5-math-72b-instructQwen2.5-Math-72B-Instruct ialah model arahan matematik untuk masalah dalam bahasa Inggeris dan Cina. Ia menyokong penaakulan teks berlangkah serta aliran kerja matematik yang disepadukan dengan alat, dengan konfigurasi keluaran 4K tersendiri, berbanding spesifikasi konteks panjang Qwen2.5 umum.
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
Qwen2.5-Math-72B-Instruct ialah edisi 72B keluarga matematik Qwen2.5-Math yang ditala mengikut arahan. Pembuatnya menyasarkan khusus masalah matematik dalam bahasa Inggeris dan Cina serta menerangkan dua pendekatan: penaakulan rantaian pemikiran dan penaakulan bersepadu alat. Model menerima syarat matematik bertulis dan mengembalikan teks yang mengandungi huraian langkah penyelesaian, penjelasan atau penyelesaian. Pengkhususannya ialah matematik, berbanding penulisan kreatif umum atau pemprosesan dokumen.
Keupayaan matematik dan pendekatan penaakulan
Dalam pendekatan penaakulan teks, tugas meminta definisi berkaitan, transformasi yang berasas dan jawapan akhir yang dipisahkan dengan jelas. Kad model turut menerangkan penaakulan bersepadu alat, yang menggabungkan penaakulan bahasa semula jadi dengan program. Pembuat menamakan pencarian punca persamaan kuadratik dan pengiraan nilai eigen matriks sebagai contoh yang memerlukan pengiraan tepat serta manipulasi simbolik atau algoritma.
Penaakulan bersepadu alat berbeza daripada sekadar memaparkan kod dalam jawapan. Demonstrasi matematik pembuat menyediakan persekitaran yang boleh menjalankan program, dan hasil pengiraan kemudian menjadi sebahagian daripada penyelesaian. Permintaan penjanaan teks kendiri menghasilkan teks; aplikasi yang menggunakan aliran kerja pengiraan mesti menyediakan langkah pelaksanaan sebenar. Perbezaan ini mengasingkan penaakulan matematik, cadangan program dan hasil berangka yang dikembalikan.
Edisi asas, Instruct dan model ganjaran
Keluarga ini merangkumi model asas, model ditala mengikut arahan dan model ganjaran matematik yang berasingan. Edisi 72B-Instruct dimaksudkan untuk arahan gaya sembang. Edisi asas Qwen2.5-Math-72B diterangkan sebagai asas pelengkapan dan few-shot serta titik permulaan untuk penalaan lanjut. Model ganjaran bernama berasingan mempunyai peranannya sendiri dan tidak patut dianggap sebagai penjana jawapan biasa model ini.
Pengumuman keluaran menerangkan saluran latihan khusus matematik. Model asas menggunakan bahan matematik tersintesis tambahan, lebih banyak data matematik bahasa Cina dan permulaan daripada asas Qwen2.5. Peringkat Instruct menggunakan penalaan halus terselia dan pembelajaran pengukuhan, dengan model ganjaran khusus matematik membimbing pensampelan penolakan serta pengoptimuman kemudian. Pembuat menambah data penaakulan bersepadu alat serta data arahan bahasa Inggeris dan Cina. Perkara ini menerangkan tumpuan matematik edisi tersebut; ia tidak bermaksud pengesah berasingan dipanggil secara automatik bagi setiap permintaan pengguna.
Menyediakan soalan
Pastikan pernyataan matematik lengkap. Takrifkan pemboleh ubah, sekatan domain dan kuantiti atau proposisi yang perlu ditentukan. Gunakan notasi yang kekal konsisten antara syarat asal dengan jawapan yang diminta. Arahan berguna boleh meminta kaedah, transformasi penting dan hasil akhir, dengan pemeriksaan berasingan berdasarkan syarat asal.
Panduan mula pantas pembuat membezakan kedua-dua pendekatan melalui arahan. Permintaan penaakulan teks meminta penyelesaian langkah demi langkah dan jawapan akhir dalam kotak. Permintaan bersepadu alat meminta model menggabungkan penaakulan bahasa semula jadi dengan program dan mengekalkan konvensyen jawapan akhir yang sama. Ini ialah aliran kerja matematik yang didokumenkan, bukannya janji berasingan tentang alat yang tersedia pada setiap antara muka penyajian.
Sebagai ilustrasi, persamaan mudah pada kad ialah 4x + 5 = 6x + 7. Reka bentuk output yang berguna mengasingkan pengumpulan sebutan pemboleh ubah, pengasingan pemboleh ubah dan ungkapan akhir; hasil matematik bagi syarat ilustrasi itu ialah x = -1. Penggantian memberikan 4(-1) + 5 = 1 dan 6(-1) + 7 = 1, maka kedua-dua belah sepadan. Permintaan lebih rumit boleh memberikan matriks, meminta langkah mendapatkan nilai eigen secara simbolik dan mengenal pasti pengiraan berangka yang akan diserahkan kepada persekitaran pengiraan.
Konteks dan konfigurasi
Keluaran yang diterbitkan menerangkan pralatihan matematik dengan konteks 4K. Konfigurasi model yang dikeluarkan menetapkan kedudukan maksimum kepada 4,096, maka prompt dan penyelesaian berlangkah memerlukan rancangan panjang yang padat. Jangan berikan edisi matematik ini konteks jauh lebih besar yang diiklankan bagi barisan Qwen2.5 umum. Kekalkan syarat dan kerja matematik berkaitan bersama-sama, serta tinggalkan bahan tidak berkaitan yang menggunakan ruang itu.
Penjanaan mula pantas pada kad model menggunakan tetapan contoh 512 token. Nilai itu tidak dibentangkan sebagai kapasiti output maksimum. Panjang respons yang dikehendaki boleh dinyatakan untuk tugas, tetapi had output berasingan perlu datang daripada konfigurasi sebenar yang terpakai, bukannya contoh atau edisi Qwen lain.
Had utama dan hasil yang berguna
Pembuat mengesyorkan siri ini untuk tugas matematik dalam bahasa Inggeris dan Cina serta tidak mengesyorkan tugas tujuan umum di luar pengkhususan itu. Pemberat ini digunakan untuk penjanaan teks; soalan matematik dalam imej memerlukan simbol dan syaratnya ditukar kepada teks melalui langkah visual atau OCR yang berasingan. Demonstrasi multimodal yang menggabungkan model visual dan matematik tidak menjadikan edisi matematik itu sendiri model input imej.
Untuk aliran kerja bimbingan, bekalkan cubaan langkah penyelesaian pelajar dan tandakan peralihan yang memerlukan penjelasan. Minta pembetulan dalam notasi asal dan jawapan akhir pada tahap perincian yang diminta. Untuk pengiraan teknikal, tentukan output tepat atau anggaran, unit dan pembundaran sebelum memilih penaakulan teks atau aliran kerja pengiraan. Penyediaan ini menghubungkan pengkhususan matematik model dengan penyelesaian konkrit yang boleh diperiksa.
POST /v1/messagestextjson, sse| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had qwen2.5-math-72b-instruct | Lalai— |
Medanmessages | Jenismessage[] | KeperluanDiperlukan | Nilai & had | Lalai— |
Medanmessages[].role | Jenisstring | KeperluanDiperlukan | Nilai & had user, assistant | Lalai— |
Medanmessages[].content | Jenisstring | KeperluanDiperlukan | Nilai & had | Lalai— |
Medanmax_tokens | Jenisinteger | KeperluanDiperlukan | Nilai & had | Lalai— |
Medanstream | Jenisboolean | KeperluanPilihan | Nilai & had | Lalaifalse |
Teks · Teks UTF-8
rentetan messages[].content
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages, max_tokens |
Parameteroptional_controls | Kontrakstream |
Parametermaterial_types | Kontraktext |
Parametertext_file_material | KontrakBaca dokumen UTF-8 sebenar dan letakkan teksnya dalam rentetan input atau kandungan mesej yang ditunjukkan. |
Kitar hayat: synchronous_or_streamed
Rujukan tarif tidak menambah pilihan permintaan. Parameter yang disokong disenaraikan untuk kaedah yang dipilih.
| Konfigurasi | Jadual kadar | Caj |
|---|---|---|
| KonfigurasiKadar asas token | Jadual kadarKadar asas | Caj Input · Token input $0.001144 / 1K token Output · Token output $0.00344 / 1K token Input · Bacaan cache $0 / 1K token Input · Penulisan cache $0 / 1K token Input · Penulisan cache, 1 jam — / 1K token |
Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
{\n "model": "qwen2.5-math-72b-instruct",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'qwen2.5-math-72b-instruct', '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': 'qwen2.5-math-72b-instruct', '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 atau SSE
Simpan setiap respons lengkap, fail dan bahagian kandungan yang dikembalikan.
Kekalkan semua blok kandungan, tandatangan penaakulan dan ID penggunaan alat sebenar. Gabungkan semua delta blok SSE; blok teks pertama bukan keseluruhan output.
Kekalkan ID permintaan/respons dan pengepala. Tiada URL umum bagi pengambilan tugas teks dibekalkan.
| Medan | Jenis |
|---|---|
Medanid | Jenisstring |
Medanmodel | Jenisstring |
Medancontent[] | Jenistext|thinking|tool_use|other content block |
Medanstop_reason | Jenisstring|null |
Medanusage | Jenisobject |
| Respons | Syarat | Langkah seterusnya |
|---|---|---|
Respons400 · invalid_request_error | SyaratMedan wajib, perwakilan bahan atau nilai parameter tidak sah | Langkah seterusnyaBetulkan medan yang ditunjukkan sebelum permintaan penciptaan baharu. |
Ailoot Ultra qwen2.5-math-72b-instruct
Gunakan laluan kaedah yang dipaparkan di atas.
Contoh teknikal dalam bahasa Inggeris
Solve a quadratic with a domain check\n\nSolve x squared minus 5x plus 6 = 0 over the real numbers, then apply the additional condition x greater than 2. Show the factorisation, list the equation's roots, and clearly separate the root that remains after the condition. Check the accepted value by substitution and put the final admissible set in boxed mathematical notation.A compact factorisation-based derivation, substitution check and boxed admissible solution set.Both equation roots are considered before the strict inequality excludes the boundary value 2.