Riva-Translate-4B-Instruct-v1.1 is een gespecialiseerd model van NVIDIA voor schriftelijke vertaling. Het werkt met losse zinnen en documenten: het accepteert tekst en geeft tekst in de gekozen taal terug. Dit formaat past bij vertalers, marketeers en ontwikkelaars die meertalig materiaal voorbereiden.
Het model biedt 12 talen en varianten: Engels, Duits, Europees en Latijns-Amerikaans Spaans, Frans, Braziliaans Portugees, Russisch, Chinees met vereenvoudigd en traditioneel schrift, Japans, Koreaans en Arabisch. Voor Spaans en Chinees kan de gewenste variant afzonderlijk worden opgegeven; Portugees is in deze versie vertegenwoordigd door de Braziliaanse variant.
De vertaalrichtingen zijn rond Engels georganiseerd: van Engels naar de genoemde talen en terug. Voor Russische tekst is vertaling naar Engels voorzien en voor Engelse tekst naar Russisch. De regionale variant hoort bij de richtingskeuze en kan daarom beter samen met de taal worden opgegeven.
Het verzoek onderscheidt de vertaalrichting van het materiaal zelf. Het systeembericht duidt het talenpaar aan en het gebruikersbericht bevat de brontekst. Zo geeft en-ru vertaling van Engels naar Russisch aan en ru-en van Russisch naar Engels. Voor Europees Spaans is en-es-es voorzien, voor Latijns-Amerikaans Spaans en-es-us en voor Braziliaans Portugees en-pt-br.
Er kunnen meerdere vertaalvoorbeelden in het verzoek worden meegegeven. De gesprekstemplate ondersteunt afwisseling van gebruikerstekst en het vertaalde antwoord. Zo kan vóór het volgende materiaal een paar van brontekst en vertaling worden getoond. NVIDIA beveelt aan de vertaaltemplate te gebruiken waarop het model is gefinetuned: die geeft de bron- en doeltaal expliciet aan.
Het model bevat ongeveer vier miljard parameters en is gebouwd als een Transformer met decoder. Het basismodel is verkregen door compressie en distillatie en heeft vervolgens aanvullende teksttraining, leren van voorbeelden en optimalisatie op voorkeuren doorlopen. De context is maximaal 8K tokens.
De kwaliteit hangt af van het onderwerp, de taakvoorwaarden, ruis in de brontekst en de beschikbare context. Het antwoord kan grammaticale fouten en betekenisafwijkingen bevatten. Het verduidelijken van het verzoek kan een passendere vertaling opleveren.
", "aboutText": "Riva-Translate-4B-Instruct-v1.1 is een gespecialiseerd model van NVIDIA voor schriftelijke vertaling. Het werkt met losse zinnen en documenten: het accepteert tekst en geeft tekst in de gekozen taal terug. Dit formaat past bij vertalers, marketeers en ontwikkelaars die meertalig materiaal voorbereiden.\n\n### Talen en regionale varianten\n\nHet model biedt 12 talen en varianten: Engels, Duits, Europees en Latijns-Amerikaans Spaans, Frans, Braziliaans Portugees, Russisch, Chinees met vereenvoudigd en traditioneel schrift, Japans, Koreaans en Arabisch. Voor Spaans en Chinees kan de gewenste variant afzonderlijk worden opgegeven; Portugees is in deze versie vertegenwoordigd door de Braziliaanse variant.\n\nDe vertaalrichtingen zijn rond Engels georganiseerd: van Engels naar de genoemde talen en terug. Voor Russische tekst is vertaling naar Engels voorzien en voor Engelse tekst naar Russisch. De regionale variant hoort bij de richtingskeuze en kan daarom beter samen met de taal worden opgegeven.\n\n### Hoe de vertaling wordt opgegeven\n\nHet verzoek onderscheidt de vertaalrichting van het materiaal zelf. Het systeembericht duidt het talenpaar aan en het gebruikersbericht bevat de brontekst. Zo geeft `en-ru` vertaling van Engels naar Russisch aan en `ru-en` van Russisch naar Engels. Voor Europees Spaans is `en-es-es` voorzien, voor Latijns-Amerikaans Spaans `en-es-us` en voor Braziliaans Portugees `en-pt-br`.\n\nEr kunnen meerdere vertaalvoorbeelden in het verzoek worden meegegeven. De gesprekstemplate ondersteunt afwisseling van gebruikerstekst en het vertaalde antwoord. Zo kan vóór het volgende materiaal een paar van brontekst en vertaling worden getoond. NVIDIA beveelt aan de vertaaltemplate te gebruiken waarop het model is gefinetuned: die geeft de bron- en doeltaal expliciet aan.\n\n### Context en werking\n\nHet model bevat ongeveer vier miljard parameters en is gebouwd als een Transformer met decoder. Het basismodel is verkregen door compressie en distillatie en heeft vervolgens aanvullende teksttraining, leren van voorbeelden en optimalisatie op voorkeuren doorlopen. De context is maximaal 8K tokens.\n\n### Wat de vertaling beïnvloedt\n\nDe kwaliteit hangt af van het onderwerp, de taakvoorwaarden, ruis in de brontekst en de beschikbare context. Het antwoord kan grammaticale fouten en betekenisafwijkingen bevatten. Het verduidelijken van het verzoek kan een passendere vertaling opleveren.", "editorialOverlay": { "copy_fields": { "practical_html": "Technisch voorbeeld in het Engels
Translate a collection notice into Russian\n\nTranslation direction: English to Russian, en-ru. Translate this notice: 'Your repaired kettle is ready for collection at the service desk. Please bring receipt R-204. We will keep it until Friday at 18:00.' Preserve the receipt identifier and the collection deadline. Return only the translated notice.A Russian translation preserving the service-desk location, R-204 and Friday 18:00 deadline.The translation must not turn the collection deadline into the repair completion time.nvidia/riva-translate-4b-instruct-v1.1Riva-Translate-4B-Instruct-v1.1 van NVIDIA vertaalt zinnen en documenten tussen Engels en 11 andere talen en regionale varianten, waaronder Russisch. Het ondersteunt vertaalvoorbeelden in het verzoek en een context tot 8K tokens.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
Riva-Translate-4B-Instruct-v1.1 is een gespecialiseerd model van NVIDIA voor schriftelijke vertaling. Het werkt met losse zinnen en documenten: het accepteert tekst en geeft tekst in de gekozen taal terug. Dit formaat past bij vertalers, marketeers en ontwikkelaars die meertalig materiaal voorbereiden.
Het model biedt 12 talen en varianten: Engels, Duits, Europees en Latijns-Amerikaans Spaans, Frans, Braziliaans Portugees, Russisch, Chinees met vereenvoudigd en traditioneel schrift, Japans, Koreaans en Arabisch. Voor Spaans en Chinees kan de gewenste variant afzonderlijk worden opgegeven; Portugees is in deze versie vertegenwoordigd door de Braziliaanse variant.
De vertaalrichtingen zijn rond Engels georganiseerd: van Engels naar de genoemde talen en terug. Voor Russische tekst is vertaling naar Engels voorzien en voor Engelse tekst naar Russisch. De regionale variant hoort bij de richtingskeuze en kan daarom beter samen met de taal worden opgegeven.
Het verzoek onderscheidt de vertaalrichting van het materiaal zelf. Het systeembericht duidt het talenpaar aan en het gebruikersbericht bevat de brontekst. Zo geeft en-ru vertaling van Engels naar Russisch aan en ru-en van Russisch naar Engels. Voor Europees Spaans is en-es-es voorzien, voor Latijns-Amerikaans Spaans en-es-us en voor Braziliaans Portugees en-pt-br.
Er kunnen meerdere vertaalvoorbeelden in het verzoek worden meegegeven. De gesprekstemplate ondersteunt afwisseling van gebruikerstekst en het vertaalde antwoord. Zo kan vóór het volgende materiaal een paar van brontekst en vertaling worden getoond. NVIDIA beveelt aan de vertaaltemplate te gebruiken waarop het model is gefinetuned: die geeft de bron- en doeltaal expliciet aan.
Het model bevat ongeveer vier miljard parameters en is gebouwd als een Transformer met decoder. Het basismodel is verkregen door compressie en distillatie en heeft vervolgens aanvullende teksttraining, leren van voorbeelden en optimalisatie op voorkeuren doorlopen. De context is maximaal 8K tokens.
De kwaliteit hangt af van het onderwerp, de taakvoorwaarden, ruis in de brontekst en de beschikbare context. Het antwoord kan grammaticale fouten en betekenisafwijkingen bevatten. Het verduidelijken van het verzoek kan een passendere vertaling opleveren.
POST /v1/chat/completionstexttext| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten nvidia/riva-translate-4b-instruct-v1.1 | Standaard— |
Veldmessages | Typemessage[] | VereisteVereist | Waarden en limieten Minimumaantal items: 1 | Standaard— |
Veldmessages[].role | Typestring | VereisteVereist | Waarden en limieten Voorbeelden: system, user, assistant, tool, function Voorwaarden: Deze rollen worden expliciet weergegeven door compatibiliteitstypen in de broncode; de exacte rollenverzameling van het model blijft modelspecifiek. Afhankelijk van het model | Standaard— |
Veldmessages[].content | Typestring|content_part[]|null | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldmessages[].tool_calls | Typetool_call[] | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldmessages[].tool_call_id | Typestring | VereisteOptioneel | Waarden en limieten Geldt wanneer: role=tool; gebruik het werkelijk teruggegeven ID | Standaard— |
Veldmessages[].name | Typestring | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldmessages[].reasoning_content | Typestring | VereisteOptioneel | Waarden en limieten Geldt wanneer: Stuur de werkelijk teruggegeven redeneringen terug wanneer dit model ze gebruikt | Standaard— |
Veldmessages[].reasoning_details | Typeobject|array | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldmax_tokens | Typeinteger | VereisteOptioneel | Waarden en limieten Minimum: 1 Afhankelijk van het model | Standaard— |
Veldmax_completion_tokens | Typeinteger | VereisteOptioneel | Waarden en limieten Minimum: 1 Afhankelijk van het model | Standaard— |
Veldstream | Typeboolean | VereisteOptioneel | Waarden en limieten | Standaardfalse |
Veldstream_options.include_usage | Typeboolean | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtemperature | Typenumber | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtop_p | Typenumber | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldstop | Typestring|string[] | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtools | Typefunction_tool[] | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtools[].type | Typestring | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtools[].function.name | Typestring | VereisteVereist | Waarden en limieten Geldt wanneer: functietool opgegeven | Standaard— |
Veldtools[].function.description | Typestring | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldtools[].function.parameters | TypeJSON_schema | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldtool_choice | Typestring|object | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldparallel_tool_calls | Typeboolean | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldresponse_format | Typeobject | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldreasoning_effort | Typestring | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldreasoning | Typeobject | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldservice_tier | Typestring | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldinstructions | Typestring | VereisteOptioneel | Waarden en limieten Compatibiliteitsveld | Standaard— |
Veldfunctions | Typefunction[] | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldfunction_call | Typestring|object | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldprompt_cache_options | Typeobject | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Tekst · UTF8-tekst
messages[].content
| Parameter | Contract |
|---|---|
Parametermaterial_types | Contracttext |
Parameterrequired | Contractmodel, messages |
Parameteroptional_controls | Contractnull |
Parametercontent_type | Contractapplication/json |
Parametertext_file_material | Contractwerkelijke UTF-8-inhoud ingevoegd als tekst; bestands-ID’s/URLs vereisen afzonderlijke exacte ondersteuning |
Levenscyclus: exact retained published method
De methodestructuren en ID’s zijn exact; de mogelijkheden van de leverancier staan los van toelating.
POST /v1/chat/completionsAiloot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "nvidia/riva-translate-4b-instruct-v1.1", "messages": []}')\nf=Path(os.environ["AILOOT_TEXT_FILE"])\nif not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")\ntext=f.read_text(encoding="utf-8")\nif not text.strip():raise SystemExit("Source material must contain text")\np["messages"]=[{"role":"user","content":"Summarize this material and quote supporting source passages.\\n\\n"+text}]\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\nprint(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))\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)\nresp = client.chat.completions.create(\n model="nvidia/riva-translate-4b-instruct-v1.1",\n messages=[{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}],\n)\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(resp.to_dict(mode="json"))\nimport OpenAI from "openai";\n\nif (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");\nconst client = new OpenAI({ baseURL: "https://api.ailoot.ai/v1", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });\nconst resp = await client.chat.completions.create({\n model: "nvidia/riva-translate-4b-instruct-v1.1",\n messages: [{ role: "user", content: "Explain the difference between an observation and a hypothesis in three sentences." }],\n});\nimport { writeFileSync } from "node:fs";\n\nfunction saveResult(data, stem = "result") {\n writeFileSync(stem + ".json", JSON.stringify(data, null, 2));\n console.log(JSON.stringify(data, null, 2));\n const saveBlob = (encoded, suffix, label) => {\n const raw = Buffer.from(encoded, "base64");\n const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;\n const file = `${stem}-${label}.${ext}`;\n writeFileSync(file, raw); console.log("Saved", file);\n };\n for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));\n for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));\n for (const [i, item] of (data.output || []).entries()) {\n console.log("Output", i, JSON.stringify(item));\n if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);\n }\n for (const [ci, candidate] of (data.candidates || []).entries()) {\n for (const [pi, part] of (candidate.content?.parts || []).entries()) {\n console.log("Candidate/part", ci, pi, JSON.stringify(part));\n const blob = part.inlineData || part.inline_data;\n if (blob?.data) {\n const mime = blob.mimeType || blob.mime_type;\n const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";\n saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);\n }\n }\n }\n}\n\nsaveResult(resp);\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='nvidia/riva-translate-4b-instruct-v1.1',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 of SSE
Bewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel.
Bewaar elke keuze en de bijbehorende inhoud, toolaanroepen en redeneringen. Voeg in SSE delta’s samen per keuze-/toolindex en bewaar de uiteindelijke reden van beëindiging en de verbruiksgegevens.
Bewaar aanvraag-/antwoord-ID’s en headers. Er wordt geen algemene URL meegeleverd om teksttaken op te halen.
| Veld | Type |
|---|---|
Veldchoices[].index | Typeinteger |
Veldchoices[].message.content | Typestring|null |
Veldchoices[].message.tool_calls | Typetool_call[] |
Veldchoices[].message.reasoning_content | Typestring |
Veldchoices[].message.reasoning_details | Typeobject|array |
Veldchoices[].finish_reason | Typestring|null |
Veldusage | Typeobject |
| Antwoord | Voorwaarde | Volgende stap |
|---|---|---|
Antwoord400 · invalid_request_error | VoorwaardeVerplichte velden, de materiaalrepresentatie of een parameterwaarde zijn ongeldig | Volgende stapCorrigeer de aangegeven velden vóór een nieuwe aanmaakaanvraag. |
Ailoot nvidia/riva-translate-4b-instruct-v1.1
Gebruik de hierboven getoonde methodepaden.
Technisch voorbeeld in het Engels
Translate a collection notice into Russian\n\nTranslation direction: English to Russian, en-ru. Translate this notice: 'Your repaired kettle is ready for collection at the service desk. Please bring receipt R-204. We will keep it until Friday at 18:00.' Preserve the receipt identifier and the collection deadline. Return only the translated notice.A Russian translation preserving the service-desk location, R-204 and Friday 18:00 deadline.The translation must not turn the collection deadline into the repair completion time.