DeepSeek R1 Distill Llama 8B prenáša vzorce uvažovania z DeepSeek R1 do hustého modelu založeného na Llama 3.1 8B Base. DeepSeek tento základ dolaďuje príkladmi generovanými R1. Výsledkom je samostatný destilovaný kontrolný bod 8B, ktorý pracuje s textovým vstupom a vracia textovú odpoveď vrátane odvodenia, návrhu kódu alebo vysvetlenia logického problému.
Identita destilovaného modelu. Výrobca vydáva destilácie Llama a Qwen s odlišnými základmi a veľkosťami. Edícia Llama 8B vychádza z modelu Base; Llama 70B vychádza z Llama 3.3 70B Instruct. Edície Qwen používajú vlastné základy. Pri výbere modelu alebo interpretácii jeho odpovede zachovajte presné označenie kontrolného bodu. DeepSeek upravuje konfigurácie a tokenizéry destilovaných modelov, takže nezmenené nastavenie základného modelu nie je úplným opisom pripravenej verzie.
Pri matematickej otázke uveďte predpoklady, definujte symboly a zahrňte celý problém. Požiadajte o postupné odvodenie a následne jasne oddelený konečný výsledok. Užitočné vzdelávacie zadanie sa môže pýtať, prečo je určitá úprava platná a ktorý predpoklad ju umožňuje. Ak argument závisí od hraničného prípadu, zahrňte ho do zadania a požiadajte model, aby ho výslovne skontroloval. Získate tak riešenie, ktoré môžete preskúmať a rozobrať, namiesto nevysvetlenej odpovede.
Odporúčania na používanie. DeepSeek odporúča pre svoju sériu uvažovania teplotu medzi 0.5 a 0.7, prednostne 0.6. Odporúča umiestniť pokyny do používateľskej správy bez samostatného systémového zadania a pri matematických úlohách žiadať postupné uvažovanie s konečnou odpoveďou v rámčeku. Ak sa zamýšľaný vzorec uvažovania preskočí, DeepSeek odporúča v kompatibilnom nastavení generovania vynútiť prefix odpovede <think>\\n. Ide o zverejnené odporúčania na používanie modelu v kompatibilných prostrediach generovania.
Pri programovaní poskytnite stručnú funkciu alebo algoritmus, reprezentatívne vstupy a očakávané výstupy. Požiadajte o navrhovanú implementáciu a príklady, ktoré preveria bežné aj výnimočné prípady. Pri hlásení chyby zachovajte chybové hlásenie a uveďte zamýšľané správanie, potom požiadajte o minimálnu opravu s vysvetlením. Malý, cielený problém uľahčuje kontrolu, či odpoveď rieši skutočnú požiadavku, aj nájdenie bodu vyžadujúceho nadväzujúcu otázku.
Pri logickej analýze uveďte premisy oddelene od záveru, ktorý chcete preveriť. Vyžiadajte si buď argument, ktorý ich spája, alebo protipríklad dokazujúci, že záver nemusí vyplývať. Ak je úloha nedostatočne špecifikovaná, pred jednoznačným záverom požiadajte o chýbajúci predpoklad. Dôležité výpočty nezávisle overte a kód spustite v zamýšľanom projekte. Pri hodnotení modelu pre pracovný postup sa riaďte odporúčaním výrobcu použiť viac reprezentatívnych pokusov namiesto jednej priaznivej odpovede.
", "aboutText": "DeepSeek R1 Distill Llama 8B prenáša vzorce uvažovania z DeepSeek R1 do hustého modelu založeného na Llama 3.1 8B Base. DeepSeek tento základ dolaďuje príkladmi generovanými R1. Výsledkom je samostatný destilovaný kontrolný bod 8B, ktorý pracuje s textovým vstupom a vracia textovú odpoveď vrátane odvodenia, návrhu kódu alebo vysvetlenia logického problému.\n\nIdentita destilovaného modelu. Výrobca vydáva destilácie Llama a Qwen s odlišnými základmi a veľkosťami. Edícia Llama 8B vychádza z modelu Base; Llama 70B vychádza z Llama 3.3 70B Instruct. Edície Qwen používajú vlastné základy. Pri výbere modelu alebo interpretácii jeho odpovede zachovajte presné označenie kontrolného bodu. DeepSeek upravuje konfigurácie a tokenizéry destilovaných modelov, takže nezmenené nastavenie základného modelu nie je úplným opisom pripravenej verzie.\n\nPri matematickej otázke uveďte predpoklady, definujte symboly a zahrňte celý problém. Požiadajte o postupné odvodenie a následne jasne oddelený konečný výsledok. Užitočné vzdelávacie zadanie sa môže pýtať, prečo je určitá úprava platná a ktorý predpoklad ju umožňuje. Ak argument závisí od hraničného prípadu, zahrňte ho do zadania a požiadajte model, aby ho výslovne skontroloval. Získate tak riešenie, ktoré môžete preskúmať a rozobrať, namiesto nevysvetlenej odpovede.\n\nOdporúčania na používanie. DeepSeek odporúča pre svoju sériu uvažovania teplotu medzi 0.5 a 0.7, prednostne 0.6. Odporúča umiestniť pokyny do používateľskej správy bez samostatného systémového zadania a pri matematických úlohách žiadať postupné uvažovanie s konečnou odpoveďou v rámčeku. Ak sa zamýšľaný vzorec uvažovania preskočí, DeepSeek odporúča v kompatibilnom nastavení generovania vynútiť prefix odpovede `Technický príklad v angličtine
Explain a square-root boundary\n\nSolve sqrt(x + 6) = x over the real numbers. Give a concise derivation, state the domain restrictions before squaring and check every resulting candidate in the original equation. Put the final solution set in box notation and explain why squaring can introduce an invalid candidate.A domain statement, an algebraic derivation, candidate substitutions and a boxed solution set.Check that every accepted root satisfies both the sign restriction and the unsquared equation.deepseek/deepseek-r1-distill-llama-8bKompaktný hustý model uvažovania, ktorý DeepSeek vytvoril na základe Llama 3.1 8B Base a doladil príkladmi generovanými R1. Z jasne formulovaného problému vytvára textové riešenia matematických, logických a programátorských úloh.
Tento opis pokrýva možnosti modelu. Dostupné vstupy, výstupy a voľby v Ailoot sú uvedené nižšie pre vybranú metódu.
DeepSeek R1 Distill Llama 8B prenáša vzorce uvažovania z DeepSeek R1 do hustého modelu založeného na Llama 3.1 8B Base. DeepSeek tento základ dolaďuje príkladmi generovanými R1. Výsledkom je samostatný destilovaný kontrolný bod 8B, ktorý pracuje s textovým vstupom a vracia textovú odpoveď vrátane odvodenia, návrhu kódu alebo vysvetlenia logického problému.
Identita destilovaného modelu. Výrobca vydáva destilácie Llama a Qwen s odlišnými základmi a veľkosťami. Edícia Llama 8B vychádza z modelu Base; Llama 70B vychádza z Llama 3.3 70B Instruct. Edície Qwen používajú vlastné základy. Pri výbere modelu alebo interpretácii jeho odpovede zachovajte presné označenie kontrolného bodu. DeepSeek upravuje konfigurácie a tokenizéry destilovaných modelov, takže nezmenené nastavenie základného modelu nie je úplným opisom pripravenej verzie.
Pri matematickej otázke uveďte predpoklady, definujte symboly a zahrňte celý problém. Požiadajte o postupné odvodenie a následne jasne oddelený konečný výsledok. Užitočné vzdelávacie zadanie sa môže pýtať, prečo je určitá úprava platná a ktorý predpoklad ju umožňuje. Ak argument závisí od hraničného prípadu, zahrňte ho do zadania a požiadajte model, aby ho výslovne skontroloval. Získate tak riešenie, ktoré môžete preskúmať a rozobrať, namiesto nevysvetlenej odpovede.
Odporúčania na používanie. DeepSeek odporúča pre svoju sériu uvažovania teplotu medzi 0.5 a 0.7, prednostne 0.6. Odporúča umiestniť pokyny do používateľskej správy bez samostatného systémového zadania a pri matematických úlohách žiadať postupné uvažovanie s konečnou odpoveďou v rámčeku. Ak sa zamýšľaný vzorec uvažovania preskočí, DeepSeek odporúča v kompatibilnom nastavení generovania vynútiť prefix odpovede <think>\\n. Ide o zverejnené odporúčania na používanie modelu v kompatibilných prostrediach generovania.
Pri programovaní poskytnite stručnú funkciu alebo algoritmus, reprezentatívne vstupy a očakávané výstupy. Požiadajte o navrhovanú implementáciu a príklady, ktoré preveria bežné aj výnimočné prípady. Pri hlásení chyby zachovajte chybové hlásenie a uveďte zamýšľané správanie, potom požiadajte o minimálnu opravu s vysvetlením. Malý, cielený problém uľahčuje kontrolu, či odpoveď rieši skutočnú požiadavku, aj nájdenie bodu vyžadujúceho nadväzujúcu otázku.
Pri logickej analýze uveďte premisy oddelene od záveru, ktorý chcete preveriť. Vyžiadajte si buď argument, ktorý ich spája, alebo protipríklad dokazujúci, že záver nemusí vyplývať. Ak je úloha nedostatočne špecifikovaná, pred jednoznačným záverom požiadajte o chýbajúci predpoklad. Dôležité výpočty nezávisle overte a kód spustite v zamýšľanom projekte. Pri hodnotení modelu pre pracovný postup sa riaďte odporúčaním výrobcu použiť viac reprezentatívnych pokusov namiesto jednej priaznivej odpovede.
POST /v1/chat/completionstexttext| Pole | Typ | Požiadavka | Hodnoty a limity | Predvolené |
|---|---|---|---|---|
Polemodel | Typstring | PožiadavkaPovinné | Hodnoty a limity deepseek/deepseek-r1-distill-llama-8b | Predvolené— |
Polemessages | Typmessage[] | PožiadavkaPovinné | Hodnoty a limity Minimálny počet položiek: 1 | Predvolené— |
Polemessages[].role | Typstring | PožiadavkaPovinné | Hodnoty a limity Príklady: system, user, assistant, tool, function Podmienky: Tieto roly sú výslovne zastúpené typmi kompatibility v zdrojovom kóde; presný súbor rolí zostáva závislý od modelu. Závisí od modelu | Predvolené— |
Polemessages[].content | Typstring|content_part[]|null | PožiadavkaVoliteľné | Hodnoty a limity | Predvolené— |
Polemessages[].tool_calls | Typtool_call[] | PožiadavkaVoliteľné | Hodnoty a limity | Predvolené— |
Polemessages[].tool_call_id | Typstring | PožiadavkaVoliteľné | Hodnoty a limity Platí, keď: role=tool; použite skutočne vrátené ID | Predvolené— |
Polemessages[].name | Typstring | PožiadavkaVoliteľné | Hodnoty a limity | Predvolené— |
Polemessages[].reasoning_content | Typstring | PožiadavkaVoliteľné | Hodnoty a limity Platí, keď: Posielajte späť skutočne vrátené uvažovanie, ak ho tento model používa | Predvolené— |
Polemessages[].reasoning_details | Typobject|array | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Polemax_tokens | Typinteger | PožiadavkaVoliteľné | Hodnoty a limity Minimum: 1 Závisí od modelu | Predvolené— |
Polemax_completion_tokens | Typinteger | PožiadavkaVoliteľné | Hodnoty a limity Minimum: 1 Závisí od modelu | Predvolené— |
Polestream | Typboolean | PožiadavkaVoliteľné | Hodnoty a limity | Predvolenéfalse |
Polestream_options.include_usage | Typboolean | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Poletemperature | Typnumber | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Poletop_p | Typnumber | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Polestop | Typstring|string[] | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Poletools | Typfunction_tool[] | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Poletools[].type | Typstring | PožiadavkaVoliteľné | Hodnoty a limity function Závisí od modelu | Predvolené— |
Poletools[].function.name | Typstring | PožiadavkaPovinné | Hodnoty a limity Platí, keď: poskytnutý nástroj typu funkcia | Predvolené— |
Poletools[].function.description | Typstring | PožiadavkaVoliteľné | Hodnoty a limity | Predvolené— |
Poletools[].function.parameters | TypJSON_schema | PožiadavkaVoliteľné | Hodnoty a limity | Predvolené— |
Poletool_choice | Typstring|object | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Poleparallel_tool_calls | Typboolean | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Poleresponse_format | Typobject | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Polereasoning_effort | Typstring | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Polereasoning | Typobject | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Poleservice_tier | Typstring | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Poleinstructions | Typstring | PožiadavkaVoliteľné | Hodnoty a limity Pole kompatibility | Predvolené— |
Polefunctions | Typfunction[] | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Polefunction_call | Typstring|object | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Poleprompt_cache_options | Typobject | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Polemodalities | Typstring[] | PožiadavkaVoliteľné | Hodnoty a limity text | Predvolené— |
Poleprovider | Typobject | PožiadavkaVoliteľné | Hodnoty a limity Podmienky: provider.options sa na tejto textovej trase Ultra odmieta | Predvolené— |
Polecache_control.ttl | Typstring | PožiadavkaVoliteľné | Hodnoty a limity Podmienky: Hodnota 1h sa v skutočne používaných poliach cache promptov odmieta | Predvolené— |
Text · Text UTF8
messages[].content
| Parameter | Špecifikácia |
|---|---|
Parametercontent_type | Špecifikáciaapplication/json |
Parameterrequired | Špecifikáciamodel, messages |
Parametermaterial_types | Špecifikáciatext |
Parametermessages | Špecifikáciapole správ so štruktúrou role/content |
Parameterfile_material | Špecifikáciaskutočný dokument UTF-8 vložený ako doslovný text; ID súboru sa neodvodzuje |
Parameteroptional_controls | Špecifikáciastream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Špecifikáciazávisí od modelu; používateľské nástroje typu funkcia sa líšia od nástrojov prevádzkovaných službou |
Parameteroutput_modalities | Špecifikáciatext |
Parameterhosted_operations | Špecifikáciafalse |
Parametermultimodal_input_binding | Špecifikácianull |
Životný cyklus: synchronous_or_streamed
Pošlite presné ID modelu spolu s messages.
Dĺžka kontextu nie je horná hranica výstupu.
Textový súbor môže poskytnúť doslovný text; obrazové a zvukové vstupy a vstupy so súborovými objektmi potrebujú presné naviazanie.
Tarifné údaje nepridávajú možnosti požiadavky. Podporované parametre sú uvedené pri vybranej metóde.
| Konfigurácia | Sadzobník | Poplatok |
|---|---|---|
| KonfiguráciaZákladné sadzby za tokeny | SadzobníkZákladná sadzba | Poplatok Vstup · Vstupné tokeny $0.00008 / 1K tokenov Výstup · Výstupné tokeny $0.00008 / 1K tokenov Vstup · Čítanie cache $0 / 1K tokenov Vstup · Zápis do cache $0 / 1K tokenov Vstup · Zápis do cache, 1 hod — / 1K tokenov |
Ailoot pred požiadavkou rezervuje odhadovanú sumu. Po získaní výsledku vyúčtuje konečný poplatok podľa nameraného využitia. Pri streamovaní sa vyúčtovanie riadi konečným záznamom využitia. Ako funguje rezervácia a vyúčtovanie →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "deepseek/deepseek-r1-distill-llama-8b", "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='deepseek/deepseek-r1-distill-llama-8b',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='deepseek/deepseek-r1-distill-llama-8b',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 alebo SSE
Uložte každú úplnú vrátenú odpoveď, súbor a časť obsahu.
Zachovajte každý variant odpovede a jeho obsah, volania nástrojov a uvažovanie. V SSE zostavujte čiastkové zmeny podľa indexu variantu/nástroja a zachovajte konečný dôvod ukončenia aj údaje o spotrebe.
Zachovajte ID požiadaviek/odpovedí aj hlavičky. Všeobecná URL na načítanie textovej úlohy nie je poskytnutá.
| Pole | Typ |
|---|---|
Polechoices[].index | Typinteger |
Polechoices[].message.content | Typstring|null |
Polechoices[].message.tool_calls | Typtool_call[] |
Polechoices[].message.reasoning_content | Typstring |
Polechoices[].message.reasoning_details | Typobject|array |
Polechoices[].finish_reason | Typstring|null |
Poleusage | Typobject |
| Odpoveď | Podmienka | Ďalší krok |
|---|---|---|
Odpoveď400 · invalid_request_error | PodmienkaNeplatné povinné polia, reprezentácia materiálu alebo hodnota parametra | Ďalší krokPred novou požiadavkou na vytvorenie opravte uvedené polia. |
Ailoot Ultra deepseek/deepseek-r1-distill-llama-8b
Použite cesty metód uvedené vyššie.
deepseek/deepseek-r1-distill-llama-8bKompaktný hustý model uvažovania, ktorý DeepSeek vytvoril na základe Llama 3.1 8B Base a doladil príkladmi generovanými R1. Z jasne formulovaného problému vytvára textové riešenia matematických, logických a programátorských úloh.
Tento opis pokrýva možnosti modelu. Dostupné vstupy, výstupy a voľby v Ailoot sú uvedené nižšie pre vybranú metódu.
DeepSeek R1 Distill Llama 8B prenáša vzorce uvažovania z DeepSeek R1 do hustého modelu založeného na Llama 3.1 8B Base. DeepSeek tento základ dolaďuje príkladmi generovanými R1. Výsledkom je samostatný destilovaný kontrolný bod 8B, ktorý pracuje s textovým vstupom a vracia textovú odpoveď vrátane odvodenia, návrhu kódu alebo vysvetlenia logického problému.
Identita destilovaného modelu. Výrobca vydáva destilácie Llama a Qwen s odlišnými základmi a veľkosťami. Edícia Llama 8B vychádza z modelu Base; Llama 70B vychádza z Llama 3.3 70B Instruct. Edície Qwen používajú vlastné základy. Pri výbere modelu alebo interpretácii jeho odpovede zachovajte presné označenie kontrolného bodu. DeepSeek upravuje konfigurácie a tokenizéry destilovaných modelov, takže nezmenené nastavenie základného modelu nie je úplným opisom pripravenej verzie.
Pri matematickej otázke uveďte predpoklady, definujte symboly a zahrňte celý problém. Požiadajte o postupné odvodenie a následne jasne oddelený konečný výsledok. Užitočné vzdelávacie zadanie sa môže pýtať, prečo je určitá úprava platná a ktorý predpoklad ju umožňuje. Ak argument závisí od hraničného prípadu, zahrňte ho do zadania a požiadajte model, aby ho výslovne skontroloval. Získate tak riešenie, ktoré môžete preskúmať a rozobrať, namiesto nevysvetlenej odpovede.
Odporúčania na používanie. DeepSeek odporúča pre svoju sériu uvažovania teplotu medzi 0.5 a 0.7, prednostne 0.6. Odporúča umiestniť pokyny do používateľskej správy bez samostatného systémového zadania a pri matematických úlohách žiadať postupné uvažovanie s konečnou odpoveďou v rámčeku. Ak sa zamýšľaný vzorec uvažovania preskočí, DeepSeek odporúča v kompatibilnom nastavení generovania vynútiť prefix odpovede <think>\\n. Ide o zverejnené odporúčania na používanie modelu v kompatibilných prostrediach generovania.
Pri programovaní poskytnite stručnú funkciu alebo algoritmus, reprezentatívne vstupy a očakávané výstupy. Požiadajte o navrhovanú implementáciu a príklady, ktoré preveria bežné aj výnimočné prípady. Pri hlásení chyby zachovajte chybové hlásenie a uveďte zamýšľané správanie, potom požiadajte o minimálnu opravu s vysvetlením. Malý, cielený problém uľahčuje kontrolu, či odpoveď rieši skutočnú požiadavku, aj nájdenie bodu vyžadujúceho nadväzujúcu otázku.
Pri logickej analýze uveďte premisy oddelene od záveru, ktorý chcete preveriť. Vyžiadajte si buď argument, ktorý ich spája, alebo protipríklad dokazujúci, že záver nemusí vyplývať. Ak je úloha nedostatočne špecifikovaná, pred jednoznačným záverom požiadajte o chýbajúci predpoklad. Dôležité výpočty nezávisle overte a kód spustite v zamýšľanom projekte. Pri hodnotení modelu pre pracovný postup sa riaďte odporúčaním výrobcu použiť viac reprezentatívnych pokusov namiesto jednej priaznivej odpovede.
POST /v1/messagestextjson, sse| Pole | Typ | Požiadavka | Hodnoty a limity | Predvolené |
|---|---|---|---|---|
Polemodel | Typstring | PožiadavkaPovinné | Hodnoty a limity deepseek/deepseek-r1-distill-llama-8b | Predvolené— |
Polemessages | Typmessage[] | PožiadavkaPovinné | Hodnoty a limity | Predvolené— |
Polemessages[].role | Typstring | PožiadavkaPovinné | Hodnoty a limity user, assistant | Predvolené— |
Polemessages[].content | Typstring | PožiadavkaPovinné | Hodnoty a limity | Predvolené— |
Polemax_tokens | Typinteger | PožiadavkaPovinné | Hodnoty a limity | Predvolené— |
Polestream | Typboolean | PožiadavkaVoliteľné | Hodnoty a limity | Predvolenéfalse |
Text · Text UTF-8
reťazec messages[].content
| Parameter | Špecifikácia |
|---|---|
Parametercontent_type | Špecifikáciaapplication/json |
Parameterrequired | Špecifikáciamodel, messages, max_tokens |
Parameteroptional_controls | Špecifikáciastream |
Parametermaterial_types | Špecifikáciatext |
Parametertext_file_material | ŠpecifikáciaPrečítajte skutočný dokument UTF-8 a vložte jeho text do uvedeného vstupného reťazca alebo reťazca obsahu správy. |
Životný cyklus: synchronous_or_streamed
Tarifné údaje nepridávajú možnosti požiadavky. Podporované parametre sú uvedené pri vybranej metóde.
| Konfigurácia | Sadzobník | Poplatok |
|---|---|---|
| KonfiguráciaZákladné sadzby za tokeny | SadzobníkZákladná sadzba | Poplatok Vstup · Vstupné tokeny $0.00008 / 1K tokenov Výstup · Výstupné tokeny $0.00008 / 1K tokenov Vstup · Čítanie cache $0 / 1K tokenov Vstup · Zápis do cache $0 / 1K tokenov Vstup · Zápis do cache, 1 hod — / 1K tokenov |
Ailoot pred požiadavkou rezervuje odhadovanú sumu. Po získaní výsledku vyúčtuje konečný poplatok podľa nameraného využitia. Pri streamovaní sa vyúčtovanie riadi konečným záznamom využitia. Ako funguje rezervácia a vyúčtovanie →
{\n "model": "deepseek/deepseek-r1-distill-llama-8b",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'deepseek/deepseek-r1-distill-llama-8b', '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': 'deepseek/deepseek-r1-distill-llama-8b', '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 alebo SSE
Uložte každú úplnú vrátenú odpoveď, súbor a časť obsahu.
Zachovajte všetky bloky obsahu, podpisy uvažovania a skutočné ID volaní nástrojov. Zostavte všetky čiastkové zmeny blokov SSE; prvý textový blok nie je celý výstup.
Zachovajte ID požiadaviek/odpovedí aj hlavičky. Všeobecná URL na načítanie textovej úlohy nie je poskytnutá.
| Pole | Typ |
|---|---|
Poleid | Typstring |
Polemodel | Typstring |
Polecontent[] | Typtext|thinking|tool_use|other content block |
Polestop_reason | Typstring|null |
Poleusage | Typobject |
| Odpoveď | Podmienka | Ďalší krok |
|---|---|---|
Odpoveď400 · invalid_request_error | PodmienkaNeplatné povinné polia, reprezentácia materiálu alebo hodnota parametra | Ďalší krokPred novou požiadavkou na vytvorenie opravte uvedené polia. |
Ailoot Ultra deepseek/deepseek-r1-distill-llama-8b
Použite cesty metód uvedené vyššie.
Technický príklad v angličtine
Explain a square-root boundary\n\nSolve sqrt(x + 6) = x over the real numbers. Give a concise derivation, state the domain restrictions before squaring and check every resulting candidate in the original equation. Put the final solution set in box notation and explain why squaring can introduce an invalid candidate.A domain statement, an algebraic derivation, candidate substitutions and a boxed solution set.Check that every accepted root satisfies both the sign restriction and the unsquared equation.