DeepSeek-R1-Distill-Qwen-32B je gosta izdaja modela sklepanja DeepSeek velikosti 32B, zgrajena iz Qwen2.5-32B. DeepSeek osnovo dodatno uči s primeri sklepanja, ustvarjenimi z DeepSeek-R1. Rezultat je ločen besedilni model za probleme, ki zahtevajo več povezanih korakov, na primer matematično izpeljavo, algoritmično vprašanje ali sklepanje ob omejitvah.
Kako se ta destilacija razlikuje od celotnega modela R1
Proizvajalčeva izdaja ločuje DeepSeek-R1-Zero, DeepSeek-R1 in destilirane modele na osnovi Qwen ali Llama. Celotna linija R1 razvija sklepanje z lastnim postopkom učenja; stopnja destilacije prenaša vzorce, predstavljene v primerih, ustvarjenih z R1, v ločene goste izdaje. Ta vnos je destilirana izdaja 32B na osnovi Qwen, ne celoten model R1, R1-Zero ali nespremenjena osnova Qwen2.5-32B.
Izdani destilirani modeli Qwen so dodatno učeni z 800,000 skrbno izbranimi vzorci. DeepSeek spreminja tudi njihove konfiguracije in tokenizatorje ter uporabnikom naroča, naj te nastavitve ohranijo. Izvor učenja pojasnjuje usmerjenost v sklepanje, poimenovana izdaja in njena lastna konfiguracija pa določata dejansko izdajo. To ne pomeni, da se večji učiteljski model samodejno uporabi za odgovor na vsako novo vprašanje.
Konfiguracija izdaje 32B uporablja arhitekturo vzročnega jezikovnega modela s 64 plastmi, 40 glavami pozornosti za poizvedbe in 8 glavami za ključe/vrednosti. Največje število položajev nastavi na 131,072. Ta konfiguracijski podatek se nanaša na izdani model; vzorčnega ukaza za streženje ali drugega člana družine R1 ne smete obravnavati kot enako nastavitev konteksta. Model sprejema besedilo in ustvarja besedilo, ne sprejema slike in ne ustvarja vizualnega ali zvočnega izdelka.
Priprava matematične ali programerske naloge
Pri matematičnem problemu podajte celoten pogoj, določite spremenljivke in navedite domeno ali predpostavke. Opredelite, ali mora biti končni rezultat točen izraz, številski približek ali dokaz trditve. Koristna zahteva lahko prosi za izpeljavo, ki ji sledita končni izraz in preverjanje glede na prvotne pogoje. Proizvajalec priporoča izdelan matematični odgovor s končnim rezultatom v okvirju LaTeX.
Pri algoritmičnem problemu podajte razpon vhoda, zahtevani izhod in omejitve rešitve. Zahtevajte pristop, implementacijo in razlago, zakaj ohranja zahtevano lastnost. Če problem zadeva obstoječo kodo, priložite ustrezno funkcijo, vhod, ki povzroči nepričakovano vedenje, in pričakovani rezultat. Odgovor lahko primerja dejansko pot s predvideno in predlaga popravek; izvajanje in preverjanje programa sta ločena koraka aplikacije.
Pri problemu z omejitvami izrecno navedite dovoljene izbire in povezave. Zahteva za razporejanje lahko na primer poda udeležence, razpoložljivost in pravila, zaradi katerih sta dve dodelitvi nezdružljivi. Zahtevajte predlagano dodelitev s pravilom, ki podpira vsako odločitev, in zahtevajte, naj vsak nerešen pogoj ostane viden. Tako je nalogo sklepanja mogoče pregledati, namesto da model prosite za izbiro brez osnovnih omejitev.
Proizvajalčeva posebna priporočila za uporabo
DeepSeek za to serijo priporoča vsa navodila v uporabniškem pozivu in izogibanje ločenemu sistemskemu pozivu. To se razlikuje od splošne predloge za klepet, ki se pri določitvi naloge opira na sistemsko sporočilo. Zahtevano obliko odgovora, izvorno gradivo in dejansko vprašanje postavite skupaj z jasnimi mejami.
Priporočeni temperaturni razpon je 0.5 do 0.7, prednostna vrednost pa 0.6. Proizvajalec to priporočilo povezuje z izogibanjem ponavljanju ali nepovezanim odgovorom. Ugotavlja tudi, da lahko nekatera vprašanja ustvarijo prazen blok sklepanja, in priporoča začetek izhoda z začetno oznako sklepanja. To so priporočila za izdani postopek sklepanja, ne zagotovilo, da posamezna nastavitev dokazuje pravilnost.
Praktična pravila za odgovor lahko zahtevajo razlago metode, pomembne utemeljene korake in ločen končni izdelek. Pri matematični nalogi uporabite izraz v okvirju za končni rezultat. Pri programerski nalogi ločite kodo od njenih predpostavk in vzorčnih vhodov. Pri logični nalogi vsak sklep ohranite povezan s pravilom ali priloženim dejstvom, ki ga podpira. Tako lahko besedilo sklepanja in rezultat, ki ga potrebuje aplikacija, služita različnima namenoma.
Meje konteksta, izhoda in integracije
Največje število 131,072 položajev v izdani konfiguraciji je treba upoštevati skupaj s celotnim pozivom in ustvarjenim sklepanjem. Proizvajalec pri vrednotenju uporablja nastavitev generiranja 32,768 žetonov, vendar ta eksperimentalna nastavitev ni objavljena ločena specifikacija izhodne zmogljivosti te izdaje. Ne izpeljujte zgornje meje odgovora iz nastavitve primerjalnega preizkusa in ne prenesite podatka o izhodu 8,192 žetonov iz prvotne izdaje Qwen Instruct v spremenjeno destilirano izdajo.
Vhodi naj bodo osredotočeni na dejansko matematično, programersko ali logično vprašanje, želeno končno obliko pa navedite. Zunanji kalkulator, repozitorij, razčlenjevalnik dokumentov ali iskalno funkcijo mora zagotoviti okoliška aplikacija; niso vključeni zgolj z izbiro besedilnega modela sklepanja. Koristen rezultat je pisna rešitev ali predlagana implementacija, katere predpostavke, metoda in končni odgovor ustrezajo priloženemu problemu.
", "aboutText": "DeepSeek-R1-Distill-Qwen-32B je gosta izdaja modela sklepanja DeepSeek velikosti 32B, zgrajena iz Qwen2.5-32B. DeepSeek osnovo dodatno uči s primeri sklepanja, ustvarjenimi z DeepSeek-R1. Rezultat je ločen besedilni model za probleme, ki zahtevajo več povezanih korakov, na primer matematično izpeljavo, algoritmično vprašanje ali sklepanje ob omejitvah.\n\nKako se ta destilacija razlikuje od celotnega modela R1\n\nProizvajalčeva izdaja ločuje DeepSeek-R1-Zero, DeepSeek-R1 in destilirane modele na osnovi Qwen ali Llama. Celotna linija R1 razvija sklepanje z lastnim postopkom učenja; stopnja destilacije prenaša vzorce, predstavljene v primerih, ustvarjenih z R1, v ločene goste izdaje. Ta vnos je destilirana izdaja 32B na osnovi Qwen, ne celoten model R1, R1-Zero ali nespremenjena osnova Qwen2.5-32B.\n\nIzdani destilirani modeli Qwen so dodatno učeni z 800,000 skrbno izbranimi vzorci. DeepSeek spreminja tudi njihove konfiguracije in tokenizatorje ter uporabnikom naroča, naj te nastavitve ohranijo. Izvor učenja pojasnjuje usmerjenost v sklepanje, poimenovana izdaja in njena lastna konfiguracija pa določata dejansko izdajo. To ne pomeni, da se večji učiteljski model samodejno uporabi za odgovor na vsako novo vprašanje.\n\nKonfiguracija izdaje 32B uporablja arhitekturo vzročnega jezikovnega modela s 64 plastmi, 40 glavami pozornosti za poizvedbe in 8 glavami za ključe/vrednosti. Največje število položajev nastavi na 131,072. Ta konfiguracijski podatek se nanaša na izdani model; vzorčnega ukaza za streženje ali drugega člana družine R1 ne smete obravnavati kot enako nastavitev konteksta. Model sprejema besedilo in ustvarja besedilo, ne sprejema slike in ne ustvarja vizualnega ali zvočnega izdelka.\n\nPriprava matematične ali programerske naloge\n\nPri matematičnem problemu podajte celoten pogoj, določite spremenljivke in navedite domeno ali predpostavke. Opredelite, ali mora biti končni rezultat točen izraz, številski približek ali dokaz trditve. Koristna zahteva lahko prosi za izpeljavo, ki ji sledita končni izraz in preverjanje glede na prvotne pogoje. Proizvajalec priporoča izdelan matematični odgovor s končnim rezultatom v okvirju LaTeX.\n\nPri algoritmičnem problemu podajte razpon vhoda, zahtevani izhod in omejitve rešitve. Zahtevajte pristop, implementacijo in razlago, zakaj ohranja zahtevano lastnost. Če problem zadeva obstoječo kodo, priložite ustrezno funkcijo, vhod, ki povzroči nepričakovano vedenje, in pričakovani rezultat. Odgovor lahko primerja dejansko pot s predvideno in predlaga popravek; izvajanje in preverjanje programa sta ločena koraka aplikacije.\n\nPri problemu z omejitvami izrecno navedite dovoljene izbire in povezave. Zahteva za razporejanje lahko na primer poda udeležence, razpoložljivost in pravila, zaradi katerih sta dve dodelitvi nezdružljivi. Zahtevajte predlagano dodelitev s pravilom, ki podpira vsako odločitev, in zahtevajte, naj vsak nerešen pogoj ostane viden. Tako je nalogo sklepanja mogoče pregledati, namesto da model prosite za izbiro brez osnovnih omejitev.\n\nProizvajalčeva posebna priporočila za uporabo\n\nDeepSeek za to serijo priporoča vsa navodila v uporabniškem pozivu in izogibanje ločenemu sistemskemu pozivu. To se razlikuje od splošne predloge za klepet, ki se pri določitvi naloge opira na sistemsko sporočilo. Zahtevano obliko odgovora, izvorno gradivo in dejansko vprašanje postavite skupaj z jasnimi mejami.\n\nPriporočeni temperaturni razpon je 0.5 do 0.7, prednostna vrednost pa 0.6. Proizvajalec to priporočilo povezuje z izogibanjem ponavljanju ali nepovezanim odgovorom. Ugotavlja tudi, da lahko nekatera vprašanja ustvarijo prazen blok sklepanja, in priporoča začetek izhoda z začetno oznako sklepanja. To so priporočila za izdani postopek sklepanja, ne zagotovilo, da posamezna nastavitev dokazuje pravilnost.\n\nPraktična pravila za odgovor lahko zahtevajo razlago metode, pomembne utemeljene korake in ločen končni izdelek. Pri matematični nalogi uporabite izraz v okvirju za končni rezultat. Pri programerski nalogi ločite kodo od njenih predpostavk in vzorčnih vhodov. Pri logični nalogi vsak sklep ohranite povezan s pravilom ali priloženim dejstvom, ki ga podpira. Tako lahko besedilo sklepanja in rezultat, ki ga potrebuje aplikacija, služita različnima namenoma.\n\nMeje konteksta, izhoda in integracije\n\nNajvečje število 131,072 položajev v izdani konfiguraciji je treba upoštevati skupaj s celotnim pozivom in ustvarjenim sklepanjem. Proizvajalec pri vrednotenju uporablja nastavitev generiranja 32,768 žetonov, vendar ta eksperimentalna nastavitev ni objavljena ločena specifikacija izhodne zmogljivosti te izdaje. Ne izpeljujte zgornje meje odgovora iz nastavitve primerjalnega preizkusa in ne prenesite podatka o izhodu 8,192 žetonov iz prvotne izdaje Qwen Instruct v spremenjeno destilirano izdajo.\n\nVhodi naj bodo osredotočeni na dejansko matematično, programersko ali logično vprašanje, želeno končno obliko pa navedite. Zunanji kalkulator, repozitorij, razčlenjevalnik dokumentov ali iskalno funkcijo mora zagotoviti okoliška aplikacija; niso vključeni zgolj z izbiro besedilnega modela sklepanja. Koristen rezultat je pisna rešitev ali predlagana implementacija, katere predpostavke, metoda in končni odgovor ustrezajo priloženemu problemu.", "editorialOverlay": { "copy_fields": { "practical_html": "Tehnični primer v angleščini
Solve a bounded scheduling problem\n\nSchedule three one-hour interviews in slots 09:00, 10:00 and 11:00. Ada cannot attend 09:00; Ben cannot attend 11:00; Chen must be before Ada. Each person gets one distinct slot. Give a valid schedule, explain how each constraint is satisfied and state whether another schedule is possible.A person-to-slot table, a constraint check and a justified uniqueness or non-uniqueness conclusion.Check all three constraints and distinct slots directly against the proposed schedule.deepseek-ai/DeepSeek-R1-Distill-Qwen-32BDeepSeek-R1-Distill-Qwen-32B je gost besedilni model sklepanja, dodatno učen iz Qwen2.5-32B s primeri DeepSeek-R1. Namenjen je večstopenjskim matematičnim, programerskim in logičnim nalogam, s pozivi, specifičnimi za proizvajalca, in konfiguracijo izdaje s 131,072 položaji.
Ta opis zajema zmožnosti modela. Vhodi, izhodi in možnosti, ki so na voljo v Ailoot, so spodaj navedeni za izbrano metodo.
DeepSeek-R1-Distill-Qwen-32B je gosta izdaja modela sklepanja DeepSeek velikosti 32B, zgrajena iz Qwen2.5-32B. DeepSeek osnovo dodatno uči s primeri sklepanja, ustvarjenimi z DeepSeek-R1. Rezultat je ločen besedilni model za probleme, ki zahtevajo več povezanih korakov, na primer matematično izpeljavo, algoritmično vprašanje ali sklepanje ob omejitvah.
Kako se ta destilacija razlikuje od celotnega modela R1
Proizvajalčeva izdaja ločuje DeepSeek-R1-Zero, DeepSeek-R1 in destilirane modele na osnovi Qwen ali Llama. Celotna linija R1 razvija sklepanje z lastnim postopkom učenja; stopnja destilacije prenaša vzorce, predstavljene v primerih, ustvarjenih z R1, v ločene goste izdaje. Ta vnos je destilirana izdaja 32B na osnovi Qwen, ne celoten model R1, R1-Zero ali nespremenjena osnova Qwen2.5-32B.
Izdani destilirani modeli Qwen so dodatno učeni z 800,000 skrbno izbranimi vzorci. DeepSeek spreminja tudi njihove konfiguracije in tokenizatorje ter uporabnikom naroča, naj te nastavitve ohranijo. Izvor učenja pojasnjuje usmerjenost v sklepanje, poimenovana izdaja in njena lastna konfiguracija pa določata dejansko izdajo. To ne pomeni, da se večji učiteljski model samodejno uporabi za odgovor na vsako novo vprašanje.
Konfiguracija izdaje 32B uporablja arhitekturo vzročnega jezikovnega modela s 64 plastmi, 40 glavami pozornosti za poizvedbe in 8 glavami za ključe/vrednosti. Največje število položajev nastavi na 131,072. Ta konfiguracijski podatek se nanaša na izdani model; vzorčnega ukaza za streženje ali drugega člana družine R1 ne smete obravnavati kot enako nastavitev konteksta. Model sprejema besedilo in ustvarja besedilo, ne sprejema slike in ne ustvarja vizualnega ali zvočnega izdelka.
Priprava matematične ali programerske naloge
Pri matematičnem problemu podajte celoten pogoj, določite spremenljivke in navedite domeno ali predpostavke. Opredelite, ali mora biti končni rezultat točen izraz, številski približek ali dokaz trditve. Koristna zahteva lahko prosi za izpeljavo, ki ji sledita končni izraz in preverjanje glede na prvotne pogoje. Proizvajalec priporoča izdelan matematični odgovor s končnim rezultatom v okvirju LaTeX.
Pri algoritmičnem problemu podajte razpon vhoda, zahtevani izhod in omejitve rešitve. Zahtevajte pristop, implementacijo in razlago, zakaj ohranja zahtevano lastnost. Če problem zadeva obstoječo kodo, priložite ustrezno funkcijo, vhod, ki povzroči nepričakovano vedenje, in pričakovani rezultat. Odgovor lahko primerja dejansko pot s predvideno in predlaga popravek; izvajanje in preverjanje programa sta ločena koraka aplikacije.
Pri problemu z omejitvami izrecno navedite dovoljene izbire in povezave. Zahteva za razporejanje lahko na primer poda udeležence, razpoložljivost in pravila, zaradi katerih sta dve dodelitvi nezdružljivi. Zahtevajte predlagano dodelitev s pravilom, ki podpira vsako odločitev, in zahtevajte, naj vsak nerešen pogoj ostane viden. Tako je nalogo sklepanja mogoče pregledati, namesto da model prosite za izbiro brez osnovnih omejitev.
Proizvajalčeva posebna priporočila za uporabo
DeepSeek za to serijo priporoča vsa navodila v uporabniškem pozivu in izogibanje ločenemu sistemskemu pozivu. To se razlikuje od splošne predloge za klepet, ki se pri določitvi naloge opira na sistemsko sporočilo. Zahtevano obliko odgovora, izvorno gradivo in dejansko vprašanje postavite skupaj z jasnimi mejami.
Priporočeni temperaturni razpon je 0.5 do 0.7, prednostna vrednost pa 0.6. Proizvajalec to priporočilo povezuje z izogibanjem ponavljanju ali nepovezanim odgovorom. Ugotavlja tudi, da lahko nekatera vprašanja ustvarijo prazen blok sklepanja, in priporoča začetek izhoda z začetno oznako sklepanja. To so priporočila za izdani postopek sklepanja, ne zagotovilo, da posamezna nastavitev dokazuje pravilnost.
Praktična pravila za odgovor lahko zahtevajo razlago metode, pomembne utemeljene korake in ločen končni izdelek. Pri matematični nalogi uporabite izraz v okvirju za končni rezultat. Pri programerski nalogi ločite kodo od njenih predpostavk in vzorčnih vhodov. Pri logični nalogi vsak sklep ohranite povezan s pravilom ali priloženim dejstvom, ki ga podpira. Tako lahko besedilo sklepanja in rezultat, ki ga potrebuje aplikacija, služita različnima namenoma.
Meje konteksta, izhoda in integracije
Največje število 131,072 položajev v izdani konfiguraciji je treba upoštevati skupaj s celotnim pozivom in ustvarjenim sklepanjem. Proizvajalec pri vrednotenju uporablja nastavitev generiranja 32,768 žetonov, vendar ta eksperimentalna nastavitev ni objavljena ločena specifikacija izhodne zmogljivosti te izdaje. Ne izpeljujte zgornje meje odgovora iz nastavitve primerjalnega preizkusa in ne prenesite podatka o izhodu 8,192 žetonov iz prvotne izdaje Qwen Instruct v spremenjeno destilirano izdajo.
Vhodi naj bodo osredotočeni na dejansko matematično, programersko ali logično vprašanje, želeno končno obliko pa navedite. Zunanji kalkulator, repozitorij, razčlenjevalnik dokumentov ali iskalno funkcijo mora zagotoviti okoliška aplikacija; niso vključeni zgolj z izbiro besedilnega modela sklepanja. Koristen rezultat je pisna rešitev ali predlagana implementacija, katere predpostavke, metoda in končni odgovor ustrezajo priloženemu problemu.
POST /v1/chat/completionstexttext| Polje | Vrsta | Zahteva | Vrednosti in omejitve | Privzeto |
|---|---|---|---|---|
Poljemodel | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve deepseek-ai/DeepSeek-R1-Distill-Qwen-32B | Privzeto— |
Poljemessages | Vrstamessage[] | ZahtevaObvezno | Vrednosti in omejitve Najmanjše število elementov: 1 | Privzeto— |
Poljemessages[].role | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve Primeri: system, user, assistant, tool, function Pogoji: Te vloge so izrecno predstavljene s tipi združljivosti v izvorni kodi; natančen nabor vlog ostaja odvisen od modela. Odvisno od modela | Privzeto— |
Poljemessages[].content | Vrstastring|content_part[]|null | ZahtevaIzbirno | Vrednosti in omejitve | Privzeto— |
Poljemessages[].tool_calls | Vrstatool_call[] | ZahtevaIzbirno | Vrednosti in omejitve | Privzeto— |
Poljemessages[].tool_call_id | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve Velja, ko: role=tool; uporabite dejansko vrnjeni ID | Privzeto— |
Poljemessages[].name | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve | Privzeto— |
Poljemessages[].reasoning_content | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve Velja, ko: Pošljite nazaj dejansko vrnjeno sklepanje, kadar ga ta model uporablja | Privzeto— |
Poljemessages[].reasoning_details | Vrstaobject|array | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljemax_tokens | Vrstainteger | ZahtevaIzbirno | Vrednosti in omejitve Najmanj: 1 Odvisno od modela | Privzeto— |
Poljemax_completion_tokens | Vrstainteger | ZahtevaIzbirno | Vrednosti in omejitve Najmanj: 1 Odvisno od modela | Privzeto— |
Poljestream | Vrstaboolean | ZahtevaIzbirno | Vrednosti in omejitve | Privzetofalse |
Poljestream_options.include_usage | Vrstaboolean | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljetemperature | Vrstanumber | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljetop_p | Vrstanumber | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljestop | Vrstastring|string[] | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljetools | Vrstafunction_tool[] | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljetools[].type | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve function Odvisno od modela | Privzeto— |
Poljetools[].function.name | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve Velja, ko: podano je funkcijsko orodje | Privzeto— |
Poljetools[].function.description | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve | Privzeto— |
Poljetools[].function.parameters | VrstaJSON_schema | ZahtevaIzbirno | Vrednosti in omejitve | Privzeto— |
Poljetool_choice | Vrstastring|object | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljeparallel_tool_calls | Vrstaboolean | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljeresponse_format | Vrstaobject | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljereasoning_effort | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljereasoning | Vrstaobject | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljeservice_tier | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljeinstructions | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve Polje združljivosti | Privzeto— |
Poljefunctions | Vrstafunction[] | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljefunction_call | Vrstastring|object | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljeprompt_cache_options | Vrstaobject | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljemodalities | Vrstastring[] | ZahtevaIzbirno | Vrednosti in omejitve text | Privzeto— |
Poljeprovider | Vrstaobject | ZahtevaIzbirno | Vrednosti in omejitve Pogoji: provider.options je na tej besedilni poti Ultra zavrnjen | Privzeto— |
Poljecache_control.ttl | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve Pogoji: 1h je zavrnjen na dejanskih mestih za predpomnjenje pozivov | Privzeto— |
Besedilo · Besedilo UTF8
messages[].content
| Parameter | Specifikacija |
|---|---|
Parametercontent_type | Specifikacijaapplication/json |
Parameterrequired | Specifikacijamodel, messages |
Parametermaterial_types | Specifikacijatext |
Parametermessages | Specifikacijapolje sporočil s strukturo role/content |
Parameterfile_material | Specifikacijadejanski dokument UTF-8 je vstavljen kot dobesedno besedilo; ID datoteke se ne izpeljuje |
Parameteroptional_controls | Specifikacijastream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Specifikacijaodvisno od modela; uporabniška funkcijska orodja se razlikujejo od orodij, ki jih izvaja storitev |
Parameteroutput_modalities | Specifikacijatext |
Parameterhosted_operations | Specifikacijafalse |
Parametermultimodal_input_binding | Specifikacijanull |
Življenjski cikel: synchronous_or_streamed
Pošljite natančen ID modela skupaj z messages.
Dolžina konteksta ni zgornja meja izhoda.
Besedilna datoteka lahko poda dobesedno besedilo; slikovni, zvočni vhodi in vhodi z datotečnimi objekti potrebujejo natančno vezavo.
Tarifni podatki ne dodajajo možnosti zahteve. Podprti parametri so navedeni pri izbrani metodi.
| Nastavitev | Cenovna lestvica | Strošek |
|---|---|---|
| NastavitevOsnovne cene za žetone | Cenovna lestvicaOsnovna cena | Strošek Vhod · Vhodni žetoni $0.00036 / 1K žetonov Izhod · Izhodni žetoni $0.00036 / 1K žetonov Vhod · Branje predpomnilnika $0 / 1K žetonov Vhod · Zapis v predpomnilnik $0 / 1K žetonov Vhod · Zapis v predpomnilnik, 1 ura — / 1K žetonov |
Ailoot pred zahtevo rezervira ocenjeni znesek. Po rezultatu obračuna končni strošek na podlagi izmerjene porabe. Obračun pretakanja uporablja končni zapis porabe. Kako delujeta rezervacija in obračun →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "deepseek-ai/DeepSeek-R1-Distill-Qwen-32B", "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-ai/DeepSeek-R1-Distill-Qwen-32B',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-ai/DeepSeek-R1-Distill-Qwen-32B',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 ali SSE
Shranite vsak v celoti vrnjen odgovor, datoteko in del vsebine.
Ohranite vsako možnost odgovora ter njeno vsebino, klice orodij in sklepanje. V SSE sestavite delne spremembe po indeksu možnosti/orodja ter ohranite končni razlog zaključka in podatke o porabi.
Ohranite ID zahtev/odgovorov in glave. Splošni URL za pridobivanje besedilne naloge ni podan.
| Polje | Vrsta |
|---|---|
Poljechoices[].index | Vrstainteger |
Poljechoices[].message.content | Vrstastring|null |
Poljechoices[].message.tool_calls | Vrstatool_call[] |
Poljechoices[].message.reasoning_content | Vrstastring |
Poljechoices[].message.reasoning_details | Vrstaobject|array |
Poljechoices[].finish_reason | Vrstastring|null |
Poljeusage | Vrstaobject |
| Odgovor | Pogoj | Naslednji korak |
|---|---|---|
Odgovor400 · invalid_request_error | PogojNeveljavna obvezna polja, predstavitev gradiva ali vrednost parametra | Naslednji korakPred novo zahtevo za ustvarjanje popravite navedena polja. |
Ailoot Ultra deepseek-ai/DeepSeek-R1-Distill-Qwen-32B
Uporabite zgoraj navedene poti metod.
deepseek-ai/DeepSeek-R1-Distill-Qwen-32BDeepSeek-R1-Distill-Qwen-32B je gost besedilni model sklepanja, dodatno učen iz Qwen2.5-32B s primeri DeepSeek-R1. Namenjen je večstopenjskim matematičnim, programerskim in logičnim nalogam, s pozivi, specifičnimi za proizvajalca, in konfiguracijo izdaje s 131,072 položaji.
Ta opis zajema zmožnosti modela. Vhodi, izhodi in možnosti, ki so na voljo v Ailoot, so spodaj navedeni za izbrano metodo.
DeepSeek-R1-Distill-Qwen-32B je gosta izdaja modela sklepanja DeepSeek velikosti 32B, zgrajena iz Qwen2.5-32B. DeepSeek osnovo dodatno uči s primeri sklepanja, ustvarjenimi z DeepSeek-R1. Rezultat je ločen besedilni model za probleme, ki zahtevajo več povezanih korakov, na primer matematično izpeljavo, algoritmično vprašanje ali sklepanje ob omejitvah.
Kako se ta destilacija razlikuje od celotnega modela R1
Proizvajalčeva izdaja ločuje DeepSeek-R1-Zero, DeepSeek-R1 in destilirane modele na osnovi Qwen ali Llama. Celotna linija R1 razvija sklepanje z lastnim postopkom učenja; stopnja destilacije prenaša vzorce, predstavljene v primerih, ustvarjenih z R1, v ločene goste izdaje. Ta vnos je destilirana izdaja 32B na osnovi Qwen, ne celoten model R1, R1-Zero ali nespremenjena osnova Qwen2.5-32B.
Izdani destilirani modeli Qwen so dodatno učeni z 800,000 skrbno izbranimi vzorci. DeepSeek spreminja tudi njihove konfiguracije in tokenizatorje ter uporabnikom naroča, naj te nastavitve ohranijo. Izvor učenja pojasnjuje usmerjenost v sklepanje, poimenovana izdaja in njena lastna konfiguracija pa določata dejansko izdajo. To ne pomeni, da se večji učiteljski model samodejno uporabi za odgovor na vsako novo vprašanje.
Konfiguracija izdaje 32B uporablja arhitekturo vzročnega jezikovnega modela s 64 plastmi, 40 glavami pozornosti za poizvedbe in 8 glavami za ključe/vrednosti. Največje število položajev nastavi na 131,072. Ta konfiguracijski podatek se nanaša na izdani model; vzorčnega ukaza za streženje ali drugega člana družine R1 ne smete obravnavati kot enako nastavitev konteksta. Model sprejema besedilo in ustvarja besedilo, ne sprejema slike in ne ustvarja vizualnega ali zvočnega izdelka.
Priprava matematične ali programerske naloge
Pri matematičnem problemu podajte celoten pogoj, določite spremenljivke in navedite domeno ali predpostavke. Opredelite, ali mora biti končni rezultat točen izraz, številski približek ali dokaz trditve. Koristna zahteva lahko prosi za izpeljavo, ki ji sledita končni izraz in preverjanje glede na prvotne pogoje. Proizvajalec priporoča izdelan matematični odgovor s končnim rezultatom v okvirju LaTeX.
Pri algoritmičnem problemu podajte razpon vhoda, zahtevani izhod in omejitve rešitve. Zahtevajte pristop, implementacijo in razlago, zakaj ohranja zahtevano lastnost. Če problem zadeva obstoječo kodo, priložite ustrezno funkcijo, vhod, ki povzroči nepričakovano vedenje, in pričakovani rezultat. Odgovor lahko primerja dejansko pot s predvideno in predlaga popravek; izvajanje in preverjanje programa sta ločena koraka aplikacije.
Pri problemu z omejitvami izrecno navedite dovoljene izbire in povezave. Zahteva za razporejanje lahko na primer poda udeležence, razpoložljivost in pravila, zaradi katerih sta dve dodelitvi nezdružljivi. Zahtevajte predlagano dodelitev s pravilom, ki podpira vsako odločitev, in zahtevajte, naj vsak nerešen pogoj ostane viden. Tako je nalogo sklepanja mogoče pregledati, namesto da model prosite za izbiro brez osnovnih omejitev.
Proizvajalčeva posebna priporočila za uporabo
DeepSeek za to serijo priporoča vsa navodila v uporabniškem pozivu in izogibanje ločenemu sistemskemu pozivu. To se razlikuje od splošne predloge za klepet, ki se pri določitvi naloge opira na sistemsko sporočilo. Zahtevano obliko odgovora, izvorno gradivo in dejansko vprašanje postavite skupaj z jasnimi mejami.
Priporočeni temperaturni razpon je 0.5 do 0.7, prednostna vrednost pa 0.6. Proizvajalec to priporočilo povezuje z izogibanjem ponavljanju ali nepovezanim odgovorom. Ugotavlja tudi, da lahko nekatera vprašanja ustvarijo prazen blok sklepanja, in priporoča začetek izhoda z začetno oznako sklepanja. To so priporočila za izdani postopek sklepanja, ne zagotovilo, da posamezna nastavitev dokazuje pravilnost.
Praktična pravila za odgovor lahko zahtevajo razlago metode, pomembne utemeljene korake in ločen končni izdelek. Pri matematični nalogi uporabite izraz v okvirju za končni rezultat. Pri programerski nalogi ločite kodo od njenih predpostavk in vzorčnih vhodov. Pri logični nalogi vsak sklep ohranite povezan s pravilom ali priloženim dejstvom, ki ga podpira. Tako lahko besedilo sklepanja in rezultat, ki ga potrebuje aplikacija, služita različnima namenoma.
Meje konteksta, izhoda in integracije
Največje število 131,072 položajev v izdani konfiguraciji je treba upoštevati skupaj s celotnim pozivom in ustvarjenim sklepanjem. Proizvajalec pri vrednotenju uporablja nastavitev generiranja 32,768 žetonov, vendar ta eksperimentalna nastavitev ni objavljena ločena specifikacija izhodne zmogljivosti te izdaje. Ne izpeljujte zgornje meje odgovora iz nastavitve primerjalnega preizkusa in ne prenesite podatka o izhodu 8,192 žetonov iz prvotne izdaje Qwen Instruct v spremenjeno destilirano izdajo.
Vhodi naj bodo osredotočeni na dejansko matematično, programersko ali logično vprašanje, želeno končno obliko pa navedite. Zunanji kalkulator, repozitorij, razčlenjevalnik dokumentov ali iskalno funkcijo mora zagotoviti okoliška aplikacija; niso vključeni zgolj z izbiro besedilnega modela sklepanja. Koristen rezultat je pisna rešitev ali predlagana implementacija, katere predpostavke, metoda in končni odgovor ustrezajo priloženemu problemu.
POST /v1/messagestextjson, sse| Polje | Vrsta | Zahteva | Vrednosti in omejitve | Privzeto |
|---|---|---|---|---|
Poljemodel | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve deepseek-ai/DeepSeek-R1-Distill-Qwen-32B | Privzeto— |
Poljemessages | Vrstamessage[] | ZahtevaObvezno | Vrednosti in omejitve | Privzeto— |
Poljemessages[].role | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve user, assistant | Privzeto— |
Poljemessages[].content | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve | Privzeto— |
Poljemax_tokens | Vrstainteger | ZahtevaObvezno | Vrednosti in omejitve | Privzeto— |
Poljestream | Vrstaboolean | ZahtevaIzbirno | Vrednosti in omejitve | Privzetofalse |
Besedilo · Besedilo UTF-8
niz messages[].content
| Parameter | Specifikacija |
|---|---|
Parametercontent_type | Specifikacijaapplication/json |
Parameterrequired | Specifikacijamodel, messages, max_tokens |
Parameteroptional_controls | Specifikacijastream |
Parametermaterial_types | Specifikacijatext |
Parametertext_file_material | SpecifikacijaPreberite dejanski dokument UTF-8 in njegovo besedilo vstavite v navedeni vhodni niz ali niz vsebine sporočila. |
Življenjski cikel: synchronous_or_streamed
Tarifni podatki ne dodajajo možnosti zahteve. Podprti parametri so navedeni pri izbrani metodi.
| Nastavitev | Cenovna lestvica | Strošek |
|---|---|---|
| NastavitevOsnovne cene za žetone | Cenovna lestvicaOsnovna cena | Strošek Vhod · Vhodni žetoni $0.00036 / 1K žetonov Izhod · Izhodni žetoni $0.00036 / 1K žetonov Vhod · Branje predpomnilnika $0 / 1K žetonov Vhod · Zapis v predpomnilnik $0 / 1K žetonov Vhod · Zapis v predpomnilnik, 1 ura — / 1K žetonov |
Ailoot pred zahtevo rezervira ocenjeni znesek. Po rezultatu obračuna končni strošek na podlagi izmerjene porabe. Obračun pretakanja uporablja končni zapis porabe. Kako delujeta rezervacija in obračun →
{\n "model": "deepseek-ai/DeepSeek-R1-Distill-Qwen-32B",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-ai/DeepSeek-R1-Distill-Qwen-32B', '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-ai/DeepSeek-R1-Distill-Qwen-32B', '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 ali SSE
Shranite vsak v celoti vrnjen odgovor, datoteko in del vsebine.
Ohranite vse vsebinske bloke, podpise sklepanja in dejanske ID uporabe orodij. Sestavite vse delne spremembe blokov SSE; prvi besedilni blok ni celoten izhod.
Ohranite ID zahtev/odgovorov in glave. Splošni URL za pridobivanje besedilne naloge ni podan.
| Polje | Vrsta |
|---|---|
Poljeid | Vrstastring |
Poljemodel | Vrstastring |
Poljecontent[] | Vrstatext|thinking|tool_use|other content block |
Poljestop_reason | Vrstastring|null |
Poljeusage | Vrstaobject |
| Odgovor | Pogoj | Naslednji korak |
|---|---|---|
Odgovor400 · invalid_request_error | PogojNeveljavna obvezna polja, predstavitev gradiva ali vrednost parametra | Naslednji korakPred novo zahtevo za ustvarjanje popravite navedena polja. |
Ailoot Ultra deepseek-ai/DeepSeek-R1-Distill-Qwen-32B
Uporabite zgoraj navedene poti metod.
Tehnični primer v angleščini
Solve a bounded scheduling problem\n\nSchedule three one-hour interviews in slots 09:00, 10:00 and 11:00. Ada cannot attend 09:00; Ben cannot attend 11:00; Chen must be before Ada. Each person gets one distinct slot. Give a valid schedule, explain how each constraint is satisfied and state whether another schedule is possible.A person-to-slot table, a constraint check and a justified uniqueness or non-uniqueness conclusion.Check all three constraints and distinct slots directly against the proposed schedule.