Úvod: menší model na uvažovanie odvodený od R1
DeepSeek-R1-Distill-Qwen-7B prenáša príklady uvažovania z DeepSeek-R1 do hustého modelu založeného na Qwen2.5-Math-7B. Prijíma text a generuje text vrátane riešení s postupom, programovacích vysvetlení a odpovedí na logické problémy. Táto presná destilácia 7B je samostatnou tréningovou verziou odlišnou od plného DeepSeek-R1, pôvodného Qwen2.5-Math-7B a väčších destilovaných edícií. Jej názov zaznamenáva výrobcu dát na uvažovanie aj základnú rodinu modelov.
Čo prináša destilácia
Výskum R1 od DeepSeek odlišuje tréning veľkého učiteľského modelu na uvažovanie od dotrénovania jeho menších žiakov. Postup učiteľa používa posilňované učenie aj fázy s dohľadom; vydané destilované modely sú dotrénované vzorkami vytvorenými R1. Výrobca uvádza 800 000 vybraných príkladov pre tieto vydania. Nepredpokladajte, že samotný žiak 7B má architektúru zmesi expertov plného modelu alebo prešiel každou fázou tréningu učiteľa. Destilácia dáva tomuto modelu naučený štýl uvažovania; jeho závery sa tým nestávajú rovnocennými so závermi učiteľa.
Presný model a jeho konfigurácia
Oficiálna tabuľka modelov označuje Qwen2.5-Math-7B za základ tejto edície. DeepSeek mení konfiguráciu aj nastavenia tokenizéra, preto je dôležitá presná vydaná tréningová verzia a chatová šablóna. Zverejnená konfigurácia používa architektúru kauzálneho jazykového modelu Qwen2 s 28 vrstvami a váhami bfloat16. Maximálny počet pozícií nastavuje na 131 072. Táto konfiguračná hodnota nie je samostatným overením presnosti pri dlhých dokumentoch: tabuľka kontextu 128K v spoločnej karte R1 opisuje plné modely R1, zatiaľ čo tabuľka destilovaných modelov uvádza pôvod bez zverejnenia tabuľky overeného kontextu pre každého žiaka.
Použite ho na úlohu s kontrolovateľným výsledkom. Pri matematike dodajte úplné zadanie, definície a jednotky. Pri kóde zahrňte príslušnú funkciu, vstup, pozorovaný výsledok a želané správanie. Pri logickej otázke vypíšte fakty a odlíšte požadovaný záver od predpokladu. Žiadajte konečný výsledok, ktorý možno nezávisle skontrolovať, napríklad hodnotu v rámčeku, stručný náčrt dôkazu alebo vysvetlenú opravu. Tieto príklady uplatňujú zdokumentovaný rozsah uvažovania výrobcu; nie sú tvrdením, že model automaticky spúšťa kód alebo overuje dôkazy.
Ako pripraviť prompt
DeepSeek odporúča pri tomto vydaní R1 umiestniť všetky pokyny do používateľského promptu a vyhnúť sa systémovému promptu. Pri matematickom probléme žiadajte uvažovanie krok za krokom a jasne oddelenú konečnú odpoveď. Akúkoľvek štruktúru výstupu zahrňte do toho istého promptu: napríklad krátky záver nasledovaný predpokladmi a podpornými výpočtami. Aplikácia má používať vlastný tokenizér a formátovanie žiaka namiesto nahradenia základnou šablónou Qwen bez kontroly zmien výrobcu.
Výrobca upozorňuje, že niektoré dopyty môžu vytvoriť prázdny blok premýšľania a obísť zamýšľaný vzor uvažovania. Odporúčaným riešením je v kompatibilnom postupe začať generovanie úvodnou značkou premýšľania a novým riadkom. Ide o zdokumentované odporúčanie formátu generovania, nie o sľub, že každá aplikácia takýto ovládací prvok sprístupňuje. Pri prezentovaní výsledku odlíšte konečnú odpoveď od dlhšieho textu uvažovania.
Nastavenia generovania a dostupný priestor
DeepSeek odporúča temperature medzi 0.5 a 0.7 s preferovanou počiatočnou hodnotou 0.6 na obmedzenie opakovaných alebo nesúvislých výstupov. Jeho hodnotiaca zostava používa kapacitu generovania 32 768 tokenov a top_p 0.95. Tieto voľby pri hodnotení nie sú univerzálnym pevným maximom. Uvažovanie, zdrojový text aj konečná odpoveď potrebujú priestor v nakonfigurovanom kontexte, takže požiadavka obsahujúca dlhý dôkaz alebo výpis kódu má stále ponechať miesto na dokončenie.
Obmedzenia ovplyvňujúce výber modelu
Malý destilovaný model zostáva osobitným kompromisom pri uvažovaní. Materiály výrobcu k vydaniu nedokladajú obrazový, zvukový ani video vstup pre túto tréningovú verziu ani vyhradený protokol volania nástrojov. Vykonávanie nástrojov alebo prístup k aktuálnym dátam by potrebovali samostatne nakonfigurovaný postup aplikácie. Vydanie tiež nepreberá neskoršie zmeny pravidiel promptovania DeepSeek-R1-0528 len prostredníctvom názvu R1. Overujte numerické odpovede, kontrolujte navrhované zmeny kódu a skúmajte, či konečný záver vyplýva z dodaných faktov; samotný dlhý prepis uvažovania nie je dôkazom správnosti.
", "aboutText": "Úvod: menší model na uvažovanie odvodený od R1\n\nDeepSeek-R1-Distill-Qwen-7B prenáša príklady uvažovania z DeepSeek-R1 do hustého modelu založeného na Qwen2.5-Math-7B. Prijíma text a generuje text vrátane riešení s postupom, programovacích vysvetlení a odpovedí na logické problémy. Táto presná destilácia 7B je samostatnou tréningovou verziou odlišnou od plného DeepSeek-R1, pôvodného Qwen2.5-Math-7B a väčších destilovaných edícií. Jej názov zaznamenáva výrobcu dát na uvažovanie aj základnú rodinu modelov.\n\nČo prináša destilácia\n\nVýskum R1 od DeepSeek odlišuje tréning veľkého učiteľského modelu na uvažovanie od dotrénovania jeho menších žiakov. Postup učiteľa používa posilňované učenie aj fázy s dohľadom; vydané destilované modely sú dotrénované vzorkami vytvorenými R1. Výrobca uvádza 800 000 vybraných príkladov pre tieto vydania. Nepredpokladajte, že samotný žiak 7B má architektúru zmesi expertov plného modelu alebo prešiel každou fázou tréningu učiteľa. Destilácia dáva tomuto modelu naučený štýl uvažovania; jeho závery sa tým nestávajú rovnocennými so závermi učiteľa.\n\nPresný model a jeho konfigurácia\n\nOficiálna tabuľka modelov označuje Qwen2.5-Math-7B za základ tejto edície. DeepSeek mení konfiguráciu aj nastavenia tokenizéra, preto je dôležitá presná vydaná tréningová verzia a chatová šablóna. Zverejnená konfigurácia používa architektúru kauzálneho jazykového modelu Qwen2 s 28 vrstvami a váhami bfloat16. Maximálny počet pozícií nastavuje na 131 072. Táto konfiguračná hodnota nie je samostatným overením presnosti pri dlhých dokumentoch: tabuľka kontextu 128K v spoločnej karte R1 opisuje plné modely R1, zatiaľ čo tabuľka destilovaných modelov uvádza pôvod bez zverejnenia tabuľky overeného kontextu pre každého žiaka.\n\nPoužite ho na úlohu s kontrolovateľným výsledkom. Pri matematike dodajte úplné zadanie, definície a jednotky. Pri kóde zahrňte príslušnú funkciu, vstup, pozorovaný výsledok a želané správanie. Pri logickej otázke vypíšte fakty a odlíšte požadovaný záver od predpokladu. Žiadajte konečný výsledok, ktorý možno nezávisle skontrolovať, napríklad hodnotu v rámčeku, stručný náčrt dôkazu alebo vysvetlenú opravu. Tieto príklady uplatňujú zdokumentovaný rozsah uvažovania výrobcu; nie sú tvrdením, že model automaticky spúšťa kód alebo overuje dôkazy.\n\nAko pripraviť prompt\n\nDeepSeek odporúča pri tomto vydaní R1 umiestniť všetky pokyny do používateľského promptu a vyhnúť sa systémovému promptu. Pri matematickom probléme žiadajte uvažovanie krok za krokom a jasne oddelenú konečnú odpoveď. Akúkoľvek štruktúru výstupu zahrňte do toho istého promptu: napríklad krátky záver nasledovaný predpokladmi a podpornými výpočtami. Aplikácia má používať vlastný tokenizér a formátovanie žiaka namiesto nahradenia základnou šablónou Qwen bez kontroly zmien výrobcu.\n\nVýrobca upozorňuje, že niektoré dopyty môžu vytvoriť prázdny blok premýšľania a obísť zamýšľaný vzor uvažovania. Odporúčaným riešením je v kompatibilnom postupe začať generovanie úvodnou značkou premýšľania a novým riadkom. Ide o zdokumentované odporúčanie formátu generovania, nie o sľub, že každá aplikácia takýto ovládací prvok sprístupňuje. Pri prezentovaní výsledku odlíšte konečnú odpoveď od dlhšieho textu uvažovania.\n\nNastavenia generovania a dostupný priestor\n\nDeepSeek odporúča temperature medzi 0.5 a 0.7 s preferovanou počiatočnou hodnotou 0.6 na obmedzenie opakovaných alebo nesúvislých výstupov. Jeho hodnotiaca zostava používa kapacitu generovania 32 768 tokenov a top_p 0.95. Tieto voľby pri hodnotení nie sú univerzálnym pevným maximom. Uvažovanie, zdrojový text aj konečná odpoveď potrebujú priestor v nakonfigurovanom kontexte, takže požiadavka obsahujúca dlhý dôkaz alebo výpis kódu má stále ponechať miesto na dokončenie.\n\nObmedzenia ovplyvňujúce výber modelu\n\nMalý destilovaný model zostáva osobitným kompromisom pri uvažovaní. Materiály výrobcu k vydaniu nedokladajú obrazový, zvukový ani video vstup pre túto tréningovú verziu ani vyhradený protokol volania nástrojov. Vykonávanie nástrojov alebo prístup k aktuálnym dátam by potrebovali samostatne nakonfigurovaný postup aplikácie. Vydanie tiež nepreberá neskoršie zmeny pravidiel promptovania DeepSeek-R1-0528 len prostredníctvom názvu R1. Overujte numerické odpovede, kontrolujte navrhované zmeny kódu a skúmajte, či konečný záver vyplýva z dodaných faktov; samotný dlhý prepis uvažovania nie je dôkazom správnosti.", "editorialOverlay": { "copy_fields": { "practical_html": "Technický príklad v angličtine
Calculate a mixture ratio\n\nA workshop mixes 2 liters of concentrate with 6 liters of water. It needs 20 liters of the same mixture. Calculate the required concentrate and water, show the proportional calculation and give a clearly labelled final answer with units. Check that the two quantities add to the requested volume.A short proportional calculation and final concentrate and water quantities in liters.Verify both the 1:3 concentrate-to-water ratio and the 20-liter total independently.DeepSeek-R1-Distill-Qwen-7B-ultraDeepSeek-R1-Distill-Qwen-7B je kompaktný hustý model DeepSeek na uvažovanie, dotrénovaný z Qwen2.5-Math-7B pomocou príkladov generovaných R1. Prijíma text a vytvára text pre matematické, programovacie a logické úlohy s pokynmi na promptovanie špecifickými pre túto tréningovú verziu.
Tento opis pokrýva možnosti modelu. Dostupné vstupy, výstupy a voľby v Ailoot sú uvedené nižšie pre vybranú metódu.
Úvod: menší model na uvažovanie odvodený od R1
DeepSeek-R1-Distill-Qwen-7B prenáša príklady uvažovania z DeepSeek-R1 do hustého modelu založeného na Qwen2.5-Math-7B. Prijíma text a generuje text vrátane riešení s postupom, programovacích vysvetlení a odpovedí na logické problémy. Táto presná destilácia 7B je samostatnou tréningovou verziou odlišnou od plného DeepSeek-R1, pôvodného Qwen2.5-Math-7B a väčších destilovaných edícií. Jej názov zaznamenáva výrobcu dát na uvažovanie aj základnú rodinu modelov.
Čo prináša destilácia
Výskum R1 od DeepSeek odlišuje tréning veľkého učiteľského modelu na uvažovanie od dotrénovania jeho menších žiakov. Postup učiteľa používa posilňované učenie aj fázy s dohľadom; vydané destilované modely sú dotrénované vzorkami vytvorenými R1. Výrobca uvádza 800 000 vybraných príkladov pre tieto vydania. Nepredpokladajte, že samotný žiak 7B má architektúru zmesi expertov plného modelu alebo prešiel každou fázou tréningu učiteľa. Destilácia dáva tomuto modelu naučený štýl uvažovania; jeho závery sa tým nestávajú rovnocennými so závermi učiteľa.
Presný model a jeho konfigurácia
Oficiálna tabuľka modelov označuje Qwen2.5-Math-7B za základ tejto edície. DeepSeek mení konfiguráciu aj nastavenia tokenizéra, preto je dôležitá presná vydaná tréningová verzia a chatová šablóna. Zverejnená konfigurácia používa architektúru kauzálneho jazykového modelu Qwen2 s 28 vrstvami a váhami bfloat16. Maximálny počet pozícií nastavuje na 131 072. Táto konfiguračná hodnota nie je samostatným overením presnosti pri dlhých dokumentoch: tabuľka kontextu 128K v spoločnej karte R1 opisuje plné modely R1, zatiaľ čo tabuľka destilovaných modelov uvádza pôvod bez zverejnenia tabuľky overeného kontextu pre každého žiaka.
Použite ho na úlohu s kontrolovateľným výsledkom. Pri matematike dodajte úplné zadanie, definície a jednotky. Pri kóde zahrňte príslušnú funkciu, vstup, pozorovaný výsledok a želané správanie. Pri logickej otázke vypíšte fakty a odlíšte požadovaný záver od predpokladu. Žiadajte konečný výsledok, ktorý možno nezávisle skontrolovať, napríklad hodnotu v rámčeku, stručný náčrt dôkazu alebo vysvetlenú opravu. Tieto príklady uplatňujú zdokumentovaný rozsah uvažovania výrobcu; nie sú tvrdením, že model automaticky spúšťa kód alebo overuje dôkazy.
Ako pripraviť prompt
DeepSeek odporúča pri tomto vydaní R1 umiestniť všetky pokyny do používateľského promptu a vyhnúť sa systémovému promptu. Pri matematickom probléme žiadajte uvažovanie krok za krokom a jasne oddelenú konečnú odpoveď. Akúkoľvek štruktúru výstupu zahrňte do toho istého promptu: napríklad krátky záver nasledovaný predpokladmi a podpornými výpočtami. Aplikácia má používať vlastný tokenizér a formátovanie žiaka namiesto nahradenia základnou šablónou Qwen bez kontroly zmien výrobcu.
Výrobca upozorňuje, že niektoré dopyty môžu vytvoriť prázdny blok premýšľania a obísť zamýšľaný vzor uvažovania. Odporúčaným riešením je v kompatibilnom postupe začať generovanie úvodnou značkou premýšľania a novým riadkom. Ide o zdokumentované odporúčanie formátu generovania, nie o sľub, že každá aplikácia takýto ovládací prvok sprístupňuje. Pri prezentovaní výsledku odlíšte konečnú odpoveď od dlhšieho textu uvažovania.
Nastavenia generovania a dostupný priestor
DeepSeek odporúča temperature medzi 0.5 a 0.7 s preferovanou počiatočnou hodnotou 0.6 na obmedzenie opakovaných alebo nesúvislých výstupov. Jeho hodnotiaca zostava používa kapacitu generovania 32 768 tokenov a top_p 0.95. Tieto voľby pri hodnotení nie sú univerzálnym pevným maximom. Uvažovanie, zdrojový text aj konečná odpoveď potrebujú priestor v nakonfigurovanom kontexte, takže požiadavka obsahujúca dlhý dôkaz alebo výpis kódu má stále ponechať miesto na dokončenie.
Obmedzenia ovplyvňujúce výber modelu
Malý destilovaný model zostáva osobitným kompromisom pri uvažovaní. Materiály výrobcu k vydaniu nedokladajú obrazový, zvukový ani video vstup pre túto tréningovú verziu ani vyhradený protokol volania nástrojov. Vykonávanie nástrojov alebo prístup k aktuálnym dátam by potrebovali samostatne nakonfigurovaný postup aplikácie. Vydanie tiež nepreberá neskoršie zmeny pravidiel promptovania DeepSeek-R1-0528 len prostredníctvom názvu R1. Overujte numerické odpovede, kontrolujte navrhované zmeny kódu a skúmajte, či konečný záver vyplýva z dodaných faktov; samotný dlhý prepis uvažovania nie je dôkazom správnosti.
POST /v1/chat/completionstexttext| Pole | Typ | Požiadavka | Hodnoty a limity | Predvolené |
|---|---|---|---|---|
Polemodel | Typstring | PožiadavkaPovinné | Hodnoty a limity DeepSeek-R1-Distill-Qwen-7B-ultra | 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 $0.00014 / 1K tokenov Výstup · Výstupné tokeny $0.00028 / 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-R1-Distill-Qwen-7B-ultra", "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-R1-Distill-Qwen-7B-ultra',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-R1-Distill-Qwen-7B-ultra',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-R1-Distill-Qwen-7B-ultra
Použite cesty metód uvedené vyššie.
DeepSeek-R1-Distill-Qwen-7B-ultraDeepSeek-R1-Distill-Qwen-7B je kompaktný hustý model DeepSeek na uvažovanie, dotrénovaný z Qwen2.5-Math-7B pomocou príkladov generovaných R1. Prijíma text a vytvára text pre matematické, programovacie a logické úlohy s pokynmi na promptovanie špecifickými pre túto tréningovú verziu.
Tento opis pokrýva možnosti modelu. Dostupné vstupy, výstupy a voľby v Ailoot sú uvedené nižšie pre vybranú metódu.
Úvod: menší model na uvažovanie odvodený od R1
DeepSeek-R1-Distill-Qwen-7B prenáša príklady uvažovania z DeepSeek-R1 do hustého modelu založeného na Qwen2.5-Math-7B. Prijíma text a generuje text vrátane riešení s postupom, programovacích vysvetlení a odpovedí na logické problémy. Táto presná destilácia 7B je samostatnou tréningovou verziou odlišnou od plného DeepSeek-R1, pôvodného Qwen2.5-Math-7B a väčších destilovaných edícií. Jej názov zaznamenáva výrobcu dát na uvažovanie aj základnú rodinu modelov.
Čo prináša destilácia
Výskum R1 od DeepSeek odlišuje tréning veľkého učiteľského modelu na uvažovanie od dotrénovania jeho menších žiakov. Postup učiteľa používa posilňované učenie aj fázy s dohľadom; vydané destilované modely sú dotrénované vzorkami vytvorenými R1. Výrobca uvádza 800 000 vybraných príkladov pre tieto vydania. Nepredpokladajte, že samotný žiak 7B má architektúru zmesi expertov plného modelu alebo prešiel každou fázou tréningu učiteľa. Destilácia dáva tomuto modelu naučený štýl uvažovania; jeho závery sa tým nestávajú rovnocennými so závermi učiteľa.
Presný model a jeho konfigurácia
Oficiálna tabuľka modelov označuje Qwen2.5-Math-7B za základ tejto edície. DeepSeek mení konfiguráciu aj nastavenia tokenizéra, preto je dôležitá presná vydaná tréningová verzia a chatová šablóna. Zverejnená konfigurácia používa architektúru kauzálneho jazykového modelu Qwen2 s 28 vrstvami a váhami bfloat16. Maximálny počet pozícií nastavuje na 131 072. Táto konfiguračná hodnota nie je samostatným overením presnosti pri dlhých dokumentoch: tabuľka kontextu 128K v spoločnej karte R1 opisuje plné modely R1, zatiaľ čo tabuľka destilovaných modelov uvádza pôvod bez zverejnenia tabuľky overeného kontextu pre každého žiaka.
Použite ho na úlohu s kontrolovateľným výsledkom. Pri matematike dodajte úplné zadanie, definície a jednotky. Pri kóde zahrňte príslušnú funkciu, vstup, pozorovaný výsledok a želané správanie. Pri logickej otázke vypíšte fakty a odlíšte požadovaný záver od predpokladu. Žiadajte konečný výsledok, ktorý možno nezávisle skontrolovať, napríklad hodnotu v rámčeku, stručný náčrt dôkazu alebo vysvetlenú opravu. Tieto príklady uplatňujú zdokumentovaný rozsah uvažovania výrobcu; nie sú tvrdením, že model automaticky spúšťa kód alebo overuje dôkazy.
Ako pripraviť prompt
DeepSeek odporúča pri tomto vydaní R1 umiestniť všetky pokyny do používateľského promptu a vyhnúť sa systémovému promptu. Pri matematickom probléme žiadajte uvažovanie krok za krokom a jasne oddelenú konečnú odpoveď. Akúkoľvek štruktúru výstupu zahrňte do toho istého promptu: napríklad krátky záver nasledovaný predpokladmi a podpornými výpočtami. Aplikácia má používať vlastný tokenizér a formátovanie žiaka namiesto nahradenia základnou šablónou Qwen bez kontroly zmien výrobcu.
Výrobca upozorňuje, že niektoré dopyty môžu vytvoriť prázdny blok premýšľania a obísť zamýšľaný vzor uvažovania. Odporúčaným riešením je v kompatibilnom postupe začať generovanie úvodnou značkou premýšľania a novým riadkom. Ide o zdokumentované odporúčanie formátu generovania, nie o sľub, že každá aplikácia takýto ovládací prvok sprístupňuje. Pri prezentovaní výsledku odlíšte konečnú odpoveď od dlhšieho textu uvažovania.
Nastavenia generovania a dostupný priestor
DeepSeek odporúča temperature medzi 0.5 a 0.7 s preferovanou počiatočnou hodnotou 0.6 na obmedzenie opakovaných alebo nesúvislých výstupov. Jeho hodnotiaca zostava používa kapacitu generovania 32 768 tokenov a top_p 0.95. Tieto voľby pri hodnotení nie sú univerzálnym pevným maximom. Uvažovanie, zdrojový text aj konečná odpoveď potrebujú priestor v nakonfigurovanom kontexte, takže požiadavka obsahujúca dlhý dôkaz alebo výpis kódu má stále ponechať miesto na dokončenie.
Obmedzenia ovplyvňujúce výber modelu
Malý destilovaný model zostáva osobitným kompromisom pri uvažovaní. Materiály výrobcu k vydaniu nedokladajú obrazový, zvukový ani video vstup pre túto tréningovú verziu ani vyhradený protokol volania nástrojov. Vykonávanie nástrojov alebo prístup k aktuálnym dátam by potrebovali samostatne nakonfigurovaný postup aplikácie. Vydanie tiež nepreberá neskoršie zmeny pravidiel promptovania DeepSeek-R1-0528 len prostredníctvom názvu R1. Overujte numerické odpovede, kontrolujte navrhované zmeny kódu a skúmajte, či konečný záver vyplýva z dodaných faktov; samotný dlhý prepis uvažovania nie je dôkazom správnosti.
POST /v1/messagestextjson, sse| Pole | Typ | Požiadavka | Hodnoty a limity | Predvolené |
|---|---|---|---|---|
Polemodel | Typstring | PožiadavkaPovinné | Hodnoty a limity DeepSeek-R1-Distill-Qwen-7B-ultra | 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 $0.00014 / 1K tokenov Výstup · Výstupné tokeny $0.00028 / 1K tokenov Vstup · Čítanie cache $0 / 1K tokenov Vstup · Zápis do cache $0 / 1K tokenov Vstup · Zápis do cache, 1 hod — / 1K tokenov |
Ailoot pred požiadavkou rezervuje odhadovanú sumu. Po získaní výsledku vyúčtuje konečný poplatok podľa nameraného využitia. Pri streamovaní sa vyúčtovanie riadi konečným záznamom využitia. Ako funguje rezervácia a vyúčtovanie →
{\n "model": "DeepSeek-R1-Distill-Qwen-7B-ultra",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-R1-Distill-Qwen-7B-ultra', '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-R1-Distill-Qwen-7B-ultra', '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-R1-Distill-Qwen-7B-ultra
Použite cesty metód uvedené vyššie.
Technický príklad v angličtine
Calculate a mixture ratio\n\nA workshop mixes 2 liters of concentrate with 6 liters of water. It needs 20 liters of the same mixture. Calculate the required concentrate and water, show the proportional calculation and give a clearly labelled final answer with units. Check that the two quantities add to the requested volume.A short proportional calculation and final concentrate and water quantities in liters.Verify both the 1:3 concentrate-to-water ratio and the 20-liter total independently.