Xing4.0-29B-A4B to tekstowy model MoE China Telecom Artificial Intelligence Technology, opracowany jako kolejna generacja TeleChat. Model ma 29 mld parametrów, z których na każdy token aktywuje się około 4 mld. Twórca ukierunkował go na złożone zadania inżynierskie i sekwencyjne scenariusze agentowe.
Cechą Xing4.0 jest uczenie w całości na akceleratorach Ascend NPU z wykorzystaniem MindSpore. Architektura łączy mHC, MLA i MTP; model zawiera 40 warstw, 64 ekspertów wybieranych przez mechanizm routingu, czterech wybranych ekspertów na token i jednego wspólnego. Informacje te opisują budowę modelu źródłowego i jego podstawę badawczą, a nie sprzęt wykonujący zapytanie.
Materiały twórcy wyróżniają planowanie wielu kroków, pracę z kodem i sekwencyjne rozwiązywanie zadań. W dialogu tekstowym można to wykorzystać do przygotowania planu zmiany programu, wyjaśnienia zależności lub analizy błędu na podstawie przekazanego kodu. Zacznij od celu, danych wejściowych i ograniczeń, a następnie poproś o sekwencję działań i oczekiwany wynik każdego kroku.
Przy zadaniu programistycznym przekaż właściwą implementację, format danych i przykład oczekiwanego zachowania. Dogodnym wynikiem jest wyjaśnienie, lokalna zmiana i przykłady kontroli. Po uruchomieniu we własnym środowisku można zwrócić obserwacje do rozmowy i doprecyzować rozwiązanie. Takie zadanie zachowuje związek odpowiedzi z konkretnym problemem i nie wymaga przypisywania modelowi samodzielnego dostępu do projektu.
W Ailoot Xing4.0 przyjmuje tekst i zwraca tekst. Okno kontekstowe wynosi 262 144 tokeny, a maksymalne wyjście 235 929 tokenów. Wspólny kontekst obejmuje instrukcje, materiały źródłowe, historię i odpowiedź. Można dołączyć kilka powiązanych fragmentów: wymagania, dokumentację, kod i wyniki kontroli. Nadaj im czytelne nazwy i określ, czego dokładnie potrzebujesz — porównania, opisu algorytmu, zaktualizowanego kodu czy planu rozwiązania.
Twórca wskazuje możliwość rozszerzenia modelu źródłowego do kontekstu 512K, jednak rozmiar tego podłączenia wynosi 262 144 tokeny. Przy dużym zapytaniu kieruj się tą wartością, zostawiając miejsce na odpowiedź.
Dostępne są Messages, Responses i Chat Completions. Formaty pomagają włączyć model do znanego klienta i zorganizować kilka kolejnych wiadomości. Wynikiem tego podłączenia jest wygenerowany tekst. Wykonywanie proponowanego kodu, czytanie plików i praca z narzędziami zewnętrznymi wymagają odpowiedniej logiki aplikacji. Sama architektura modelu źródłowego nie udostępnia takich działań w zwykłym zapytaniu tekstowym.
", "aboutText": "### Xing4.0 od China Telecom AI\n\nXing4.0-29B-A4B to tekstowy model MoE China Telecom Artificial Intelligence Technology, opracowany jako kolejna generacja TeleChat. Model ma 29 mld parametrów, z których na każdy token aktywuje się około 4 mld. Twórca ukierunkował go na złożone zadania inżynierskie i sekwencyjne scenariusze agentowe.\n\nCechą Xing4.0 jest uczenie w całości na akceleratorach Ascend NPU z wykorzystaniem MindSpore. Architektura łączy mHC, MLA i MTP; model zawiera 40 warstw, 64 ekspertów wybieranych przez mechanizm routingu, czterech wybranych ekspertów na token i jednego wspólnego. Informacje te opisują budowę modelu źródłowego i jego podstawę badawczą, a nie sprzęt wykonujący zapytanie.\n\n### Tekstowe zadania inżynierskie\n\nMateriały twórcy wyróżniają planowanie wielu kroków, pracę z kodem i sekwencyjne rozwiązywanie zadań. W dialogu tekstowym można to wykorzystać do przygotowania planu zmiany programu, wyjaśnienia zależności lub analizy błędu na podstawie przekazanego kodu. Zacznij od celu, danych wejściowych i ograniczeń, a następnie poproś o sekwencję działań i oczekiwany wynik każdego kroku.\n\nPrzy zadaniu programistycznym przekaż właściwą implementację, format danych i przykład oczekiwanego zachowania. Dogodnym wynikiem jest wyjaśnienie, lokalna zmiana i przykłady kontroli. Po uruchomieniu we własnym środowisku można zwrócić obserwacje do rozmowy i doprecyzować rozwiązanie. Takie zadanie zachowuje związek odpowiedzi z konkretnym problemem i nie wymaga przypisywania modelowi samodzielnego dostępu do projektu.\n\n### Kontekst i materiały zapytania\n\nW Ailoot Xing4.0 przyjmuje tekst i zwraca tekst. Okno kontekstowe wynosi 262 144 tokeny, a maksymalne wyjście 235 929 tokenów. Wspólny kontekst obejmuje instrukcje, materiały źródłowe, historię i odpowiedź. Można dołączyć kilka powiązanych fragmentów: wymagania, dokumentację, kod i wyniki kontroli. Nadaj im czytelne nazwy i określ, czego dokładnie potrzebujesz — porównania, opisu algorytmu, zaktualizowanego kodu czy planu rozwiązania.\n\nTwórca wskazuje możliwość rozszerzenia modelu źródłowego do kontekstu 512K, jednak rozmiar tego podłączenia wynosi 262 144 tokeny. Przy dużym zapytaniu kieruj się tą wartością, zostawiając miejsce na odpowiedź.\n\n### Podłączenie do aplikacji\n\nDostępne są Messages, Responses i Chat Completions. Formaty pomagają włączyć model do znanego klienta i zorganizować kilka kolejnych wiadomości. Wynikiem tego podłączenia jest wygenerowany tekst. Wykonywanie proponowanego kodu, czytanie plików i praca z narzędziami zewnętrznymi wymagają odpowiedniej logiki aplikacji. Sama architektura modelu źródłowego nie udostępnia takich działań w zwykłym zapytaniu tekstowym.", "locale": "pl", "methods": [ { "html": "POST /v1/messagestexttextPOST /v1/responsestexttextPOST /v1/chat/completionstexttext