O Moondream 3.1 é uma versão do modelo de visão e linguagem Moondream com arquitetura de mistura de especialistas. O fabricante indica 9 mil milhões de parâmetros no total e cerca de 2 mil milhões ativos por token. A orientação principal desta versão são respostas ligadas a objetos e áreas concretas de uma imagem: é importante descrever a cena e indicar a que parte se refere o resultado.
A ficha oficial do modelo original distingue cinco capacidades: perguntas sobre imagens, legendas, deteção de objetos, indicação de pontos e segmentação. Uma pergunta produz uma explicação textual; a deteção associa um objeto a uma área retangular; um ponto indica a sua posição e a segmentação delimita a área que ocupa. Esta abordagem é útil em sistemas que precisam de um tipo específico de resultado, em vez de uma descrição livre de toda a imagem.
Na Ailoot, o Moondream 3.1 está ligado para mensagens de texto e respostas de texto. O processamento de imagens e a produção de coordenadas visuais ou máscaras através das capacidades especializadas não fazem parte da interface atual desta ficha. Para uma tarefa textual, pode fornecer uma descrição de observações já preparada, uma tabela de características ou requisitos do resultado e fazer perguntas sobre esses materiais.
Por exemplo, se a informação sobre produtos ou objetos já estiver representada em texto, o pedido pode assentar em critérios explícitos: que características comparar, o que considerar uma correspondência e como assinalar um valor ausente. Peça a preservação dos nomes e dos valores originais e uma breve explicação da conclusão com base nos dados fornecidos. Trata-se de trabalho sobre um registo textual de observações; não substitui a inspeção da fotografia original.
Para esta versão na Ailoot está indicado um contexto de 32 000 tokens. O pedido pode incluir instruções, exemplos do formato desejado e materiais a processar. Se a tarefa exigir uma escolha inequívoca, é útil definir previamente as respostas permitidas e os critérios: isto torna o enunciado verificável sem pressupor informação ausente da entrada.
A especialização do Moondream em compreensão visual não significa que qualquer conclusão numérica ou lógica seja automaticamente exata. Na ficha oficial, o fabricante distingue as tarefas de deteção e localização espacial dos problemas matemáticos textuais gerais. A escolha desta versão deve considerar a entrada concreta e a resposta exigida; na Ailoot, o resultado da ligação atual continua a ser texto.
", "aboutText": "### Moondream 3.1 e a ligação aos dados observados\n\nO Moondream 3.1 é uma versão do modelo de visão e linguagem Moondream com arquitetura de mistura de especialistas. O fabricante indica 9 mil milhões de parâmetros no total e cerca de 2 mil milhões ativos por token. A orientação principal desta versão são respostas ligadas a objetos e áreas concretas de uma imagem: é importante descrever a cena e indicar a que parte se refere o resultado.\n\nA ficha oficial do modelo original distingue cinco capacidades: perguntas sobre imagens, legendas, deteção de objetos, indicação de pontos e segmentação. Uma pergunta produz uma explicação textual; a deteção associa um objeto a uma área retangular; um ponto indica a sua posição e a segmentação delimita a área que ocupa. Esta abordagem é útil em sistemas que precisam de um tipo específico de resultado, em vez de uma descrição livre de toda a imagem.\n\n### Modo disponível na Ailoot\n\nNa Ailoot, o Moondream 3.1 está ligado para mensagens de texto e respostas de texto. O processamento de imagens e a produção de coordenadas visuais ou máscaras através das capacidades especializadas não fazem parte da interface atual desta ficha. Para uma tarefa textual, pode fornecer uma descrição de observações já preparada, uma tabela de características ou requisitos do resultado e fazer perguntas sobre esses materiais.\n\nPor exemplo, se a informação sobre produtos ou objetos já estiver representada em texto, o pedido pode assentar em critérios explícitos: que características comparar, o que considerar uma correspondência e como assinalar um valor ausente. Peça a preservação dos nomes e dos valores originais e uma breve explicação da conclusão com base nos dados fornecidos. Trata-se de trabalho sobre um registo textual de observações; não substitui a inspeção da fotografia original.\n\n### Contexto e limites do resultado\n\nPara esta versão na Ailoot está indicado um contexto de 32 000 tokens. O pedido pode incluir instruções, exemplos do formato desejado e materiais a processar. Se a tarefa exigir uma escolha inequívoca, é útil definir previamente as respostas permitidas e os critérios: isto torna o enunciado verificável sem pressupor informação ausente da entrada.\n\nA especialização do Moondream em compreensão visual não significa que qualquer conclusão numérica ou lógica seja automaticamente exata. Na ficha oficial, o fabricante distingue as tarefas de deteção e localização espacial dos problemas matemáticos textuais gerais. A escolha desta versão deve considerar a entrada concreta e a resposta exigida; na Ailoot, o resultado da ligação atual continua a ser texto.", "locale": "pt-pt", "methods": [ { "html": "POST /v1/messagestexttextPOST /v1/responsestexttextPOST /v1/chat/completionstexttextPOST /v1beta/models/moondream/moondream3.1-9b-a2b:generateContenttexttext