Qwen-Long je Qwenova linija za obdelavo dokumentov, namenjena iskanju informacij, primerjavi gradiva in odgovarjanju na vprašanja v velikem besedilnem korpusu. Njegova posebnost je dokumentiran postopek nalaganja datotek in uporabe njihovih sklicev, ki obravnava do 10 milijonov žetonov. Naloga ni zgolj ustvariti daljši pogovorni odgovor: namen je ohraniti dostopno obsežno zbirko izvornih dokumentov in o njej postavljati usmerjena vprašanja.
Kako deluje postopek z dokumenti
Proizvajalec opisuje dve stopnji. Najprej naložite izbrane datoteke in počakajte, da razčlenjevalnik dokumentov konča delo. Nastali sklici označujejo pripravljene dokumente. Nato postavite vprašanje in priložite sklice na gradivo, ki naj se upošteva. Model izvaja sklepanje nad besedilom, povezanim s temi dokumenti. Tako je priprava dokumentov ločena od vprašanja, celotne datoteke pa ni treba znova pošiljati v vsakem koraku pogovora.
Pripravite en dokument, kadar je cilj povzetek, razlaga razdelka ali izluščanje določenih pogojev. Poimenujte pomembne razdelke in zahtevajte izhod z namenom, ki ga je mogoče konkretno oceniti. Na primer: priložite specifikacijo izdelka, zahtevajte pogoje delovanja, ki jih izrecno navaja, in kratko tabelo s pogojem, izvornim razdelkom ter morebitnimi manjkajočimi podatki. Ta imena polj so primer zasnove rezultata, ne vgrajena nespremenljiva shema.
Več dokumentov in nadaljnja vprašanja
Dokumentirani postopek sprejme več pripravljenih datotek v isti zahtevi. To omogoča primerjavo med dokumenti: opredelite lastnost v vsaki specifikaciji, ločite skupne navedbe od razlik in zberite nerešena vprašanja. V eno zahtevo lahko vključite do 100 sklicev na datoteke. Izberite datoteke, ki so relevantne za vprašanje, namesto da bi predpostavili, da velik kontekst sam določa, kaj je treba primerjati.
Proizvajalec prikazuje tudi dodajanje novega dokumenta po začetnem odgovoru. Prejšnji odgovor ohranite v pogovoru, dodajte novi vir in postavite nadaljnje vprašanje, na primer o razlikah med opisoma. V aplikaciji ločite prejšnji odgovor od novo priloženih dokazov. Uporaben rezultat je lahko primerjalna tabela z ločenimi stolpci za vsak dokument in razlago neskladij, ne združen povzetek, pri katerem se izgubi vir posamezne navedbe.
Vnos navadnega besedila je še ena dokumentirana možnost. Manjše gradivo lahko priložite neposredno kot besedilo namesto s sklici na naložene datoteke. Proizvajalčev priročnik zaradi omejitev velikosti zahteve zahteva uporabo sklicev, kadar vsebina dokumenta, vključena neposredno v zahtevo, presega 1 milijon žetonov. Ta meja je ločena od konteksta dokumentov z 10 milijoni žetonov: podpora za velik korpus ni zagotovilo, da bo sprejet enako velik posamezen paket surovega besedila.
Formati, kontekst in izhod
Dokumentna storitev navaja TXT, DOCX, PDF, XLSX, EPUB, MOBI, MD, CSV in JSON ter BMP, PNG, JPG/JPEG in GIF. Naložene slikovne datoteke so omejene na 20 MB, druge podprte datoteke pa na 150 MB. To so omejitve proizvajalčevega postopka priprave dokumentov, ne trditev, da jezikovni model neposredno sklepa nad vsakim binarnim formatom brez razčlenjevanja.
Objavljena specifikacija navaja kontekst in največji vhod z 10.000.000 žetoni ter do 32.768 izhodnih žetonov. V dokumentiranem pogovornem formatu s sklici na datoteke ima uporabnikovo vprašanje ločeno omejitev 9.000 žetonov, kadar drugo sistemsko sporočilo priloži dokumente. Vprašanje naj bo jedrnato, večino konteksta dokumentov pa namenite izvornemu gradivu. Vhod z dolgim kontekstom in dolžina odgovora rešujeta različni težavi: tudi velik korpus lahko zahteva kratek, natančno strukturiran rezultat.
Proizvajalčeva pogosta vprašanja dokumentirajo strukturiran izhod na podlagi JSON Schema za Qwen-Long in njegove datirane različice. To je uporabno pri ponavljajočih se nalogah izluščanja, pri katerih potrebujete enaka polja v celotni zbirki. Določite zahtevane podatke, tip posameznega polja in ravnanje, kadar vir ne vsebuje vrednosti. Storitev dokumentira tudi asinhrono paketno obdelavo, ki je alternativni postopek oddaje zahtev in ne dodaten način sklepanja.
Praktična primerjava dokumentov
Pripravite relevantne specifikacije in pred postavitvijo vprašanja opredelite njihove vloge: katera je obstoječi opis, katera predlagana zamenjava in katere zahteve so obvezne. Zahtevajte rezultat s skupnimi pogoji, nasprotujočimi si navedbami, manjkajočimi podatki in mesti v virih. Nadaljnje vprašanje lahko modelu naroči, naj rezultat pretvori v jedrnato razlago za sodelavca ter ohrani prvotne razlike.
Pomembne omejitve priprave
Razčlenjevanje mora biti končano pred uporabo pripravljenih datotek; večji dokumenti lahko zahtevajo več časa za razčlenjevanje. Dokumentirano sklepanje modela uporablja izluščeno besedilo, zato sta pomembni popolnost in berljivost pripravljene vsebine. Jasno opredelite izbor datotek, vprašanje in zahtevani izhod. Dokumentne zmogljivosti Qwen-Long ne smete zamenjevati z omejitvami druge izdaje Qwen, neposredne zahteve s surovim besedilom ali končnega odgovora.
", "aboutText": "Qwen-Long je Qwenova linija za obdelavo dokumentov, namenjena iskanju informacij, primerjavi gradiva in odgovarjanju na vprašanja v velikem besedilnem korpusu. Njegova posebnost je dokumentiran postopek nalaganja datotek in uporabe njihovih sklicev, ki obravnava do 10 milijonov žetonov. Naloga ni zgolj ustvariti daljši pogovorni odgovor: namen je ohraniti dostopno obsežno zbirko izvornih dokumentov in o njej postavljati usmerjena vprašanja.\n\nKako deluje postopek z dokumenti\n\nProizvajalec opisuje dve stopnji. Najprej naložite izbrane datoteke in počakajte, da razčlenjevalnik dokumentov konča delo. Nastali sklici označujejo pripravljene dokumente. Nato postavite vprašanje in priložite sklice na gradivo, ki naj se upošteva. Model izvaja sklepanje nad besedilom, povezanim s temi dokumenti. Tako je priprava dokumentov ločena od vprašanja, celotne datoteke pa ni treba znova pošiljati v vsakem koraku pogovora.\n\nPripravite en dokument, kadar je cilj povzetek, razlaga razdelka ali izluščanje določenih pogojev. Poimenujte pomembne razdelke in zahtevajte izhod z namenom, ki ga je mogoče konkretno oceniti. Na primer: priložite specifikacijo izdelka, zahtevajte pogoje delovanja, ki jih izrecno navaja, in kratko tabelo s pogojem, izvornim razdelkom ter morebitnimi manjkajočimi podatki. Ta imena polj so primer zasnove rezultata, ne vgrajena nespremenljiva shema.\n\nVeč dokumentov in nadaljnja vprašanja\n\nDokumentirani postopek sprejme več pripravljenih datotek v isti zahtevi. To omogoča primerjavo med dokumenti: opredelite lastnost v vsaki specifikaciji, ločite skupne navedbe od razlik in zberite nerešena vprašanja. V eno zahtevo lahko vključite do 100 sklicev na datoteke. Izberite datoteke, ki so relevantne za vprašanje, namesto da bi predpostavili, da velik kontekst sam določa, kaj je treba primerjati.\n\nProizvajalec prikazuje tudi dodajanje novega dokumenta po začetnem odgovoru. Prejšnji odgovor ohranite v pogovoru, dodajte novi vir in postavite nadaljnje vprašanje, na primer o razlikah med opisoma. V aplikaciji ločite prejšnji odgovor od novo priloženih dokazov. Uporaben rezultat je lahko primerjalna tabela z ločenimi stolpci za vsak dokument in razlago neskladij, ne združen povzetek, pri katerem se izgubi vir posamezne navedbe.\n\nVnos navadnega besedila je še ena dokumentirana možnost. Manjše gradivo lahko priložite neposredno kot besedilo namesto s sklici na naložene datoteke. Proizvajalčev priročnik zaradi omejitev velikosti zahteve zahteva uporabo sklicev, kadar vsebina dokumenta, vključena neposredno v zahtevo, presega 1 milijon žetonov. Ta meja je ločena od konteksta dokumentov z 10 milijoni žetonov: podpora za velik korpus ni zagotovilo, da bo sprejet enako velik posamezen paket surovega besedila.\n\nFormati, kontekst in izhod\n\nDokumentna storitev navaja TXT, DOCX, PDF, XLSX, EPUB, MOBI, MD, CSV in JSON ter BMP, PNG, JPG/JPEG in GIF. Naložene slikovne datoteke so omejene na 20 MB, druge podprte datoteke pa na 150 MB. To so omejitve proizvajalčevega postopka priprave dokumentov, ne trditev, da jezikovni model neposredno sklepa nad vsakim binarnim formatom brez razčlenjevanja.\n\nObjavljena specifikacija navaja kontekst in največji vhod z 10.000.000 žetoni ter do 32.768 izhodnih žetonov. V dokumentiranem pogovornem formatu s sklici na datoteke ima uporabnikovo vprašanje ločeno omejitev 9.000 žetonov, kadar drugo sistemsko sporočilo priloži dokumente. Vprašanje naj bo jedrnato, večino konteksta dokumentov pa namenite izvornemu gradivu. Vhod z dolgim kontekstom in dolžina odgovora rešujeta različni težavi: tudi velik korpus lahko zahteva kratek, natančno strukturiran rezultat.\n\nProizvajalčeva pogosta vprašanja dokumentirajo strukturiran izhod na podlagi JSON Schema za Qwen-Long in njegove datirane različice. To je uporabno pri ponavljajočih se nalogah izluščanja, pri katerih potrebujete enaka polja v celotni zbirki. Določite zahtevane podatke, tip posameznega polja in ravnanje, kadar vir ne vsebuje vrednosti. Storitev dokumentira tudi asinhrono paketno obdelavo, ki je alternativni postopek oddaje zahtev in ne dodaten način sklepanja.\n\nPraktična primerjava dokumentov\n\nPripravite relevantne specifikacije in pred postavitvijo vprašanja opredelite njihove vloge: katera je obstoječi opis, katera predlagana zamenjava in katere zahteve so obvezne. Zahtevajte rezultat s skupnimi pogoji, nasprotujočimi si navedbami, manjkajočimi podatki in mesti v virih. Nadaljnje vprašanje lahko modelu naroči, naj rezultat pretvori v jedrnato razlago za sodelavca ter ohrani prvotne razlike.\n\nPomembne omejitve priprave\n\nRazčlenjevanje mora biti končano pred uporabo pripravljenih datotek; večji dokumenti lahko zahtevajo več časa za razčlenjevanje. Dokumentirano sklepanje modela uporablja izluščeno besedilo, zato sta pomembni popolnost in berljivost pripravljene vsebine. Jasno opredelite izbor datotek, vprašanje in zahtevani izhod. Dokumentne zmogljivosti Qwen-Long ne smete zamenjevati z omejitvami druge izdaje Qwen, neposredne zahteve s surovim besedilom ali končnega odgovora.", "editorialOverlay": { "copy_fields": { "practical_html": "Tehnični primer v angleščini
Compare maintenance documents\n\nCompare these source extracts for a maintenance checklist. Manual M1 section 4: Inspect the filter every week; replace it after 500 hours. Manual M2 section 6: Inspect the filter every week; replace it after 400 hours in dusty conditions. Keep shared rules, conditional differences and missing guidance separate. Do not assume which manual overrides the other.A comparison table with shared rule, condition, replacement interval, source section and one unresolved priority question.Check that the 400-hour rule remains conditional on dusty conditions and that no general precedence is invented.qwen-longQwen-Long je zasnovan za vprašanja o velikih zbirkah dokumentov. Proizvajalec dokumentira postopek nalaganja datotek in uporabe njihovih sklicev s kontekstom dokumentov do 10 milijonov žetonov, primerjavo med datotekami in strukturiranimi besedilnimi odgovori.
Ta opis zajema zmožnosti modela. Vhodi, izhodi in možnosti, ki so na voljo v Ailoot, so spodaj navedeni za izbrano metodo.
Qwen-Long je Qwenova linija za obdelavo dokumentov, namenjena iskanju informacij, primerjavi gradiva in odgovarjanju na vprašanja v velikem besedilnem korpusu. Njegova posebnost je dokumentiran postopek nalaganja datotek in uporabe njihovih sklicev, ki obravnava do 10 milijonov žetonov. Naloga ni zgolj ustvariti daljši pogovorni odgovor: namen je ohraniti dostopno obsežno zbirko izvornih dokumentov in o njej postavljati usmerjena vprašanja.
Kako deluje postopek z dokumenti
Proizvajalec opisuje dve stopnji. Najprej naložite izbrane datoteke in počakajte, da razčlenjevalnik dokumentov konča delo. Nastali sklici označujejo pripravljene dokumente. Nato postavite vprašanje in priložite sklice na gradivo, ki naj se upošteva. Model izvaja sklepanje nad besedilom, povezanim s temi dokumenti. Tako je priprava dokumentov ločena od vprašanja, celotne datoteke pa ni treba znova pošiljati v vsakem koraku pogovora.
Pripravite en dokument, kadar je cilj povzetek, razlaga razdelka ali izluščanje določenih pogojev. Poimenujte pomembne razdelke in zahtevajte izhod z namenom, ki ga je mogoče konkretno oceniti. Na primer: priložite specifikacijo izdelka, zahtevajte pogoje delovanja, ki jih izrecno navaja, in kratko tabelo s pogojem, izvornim razdelkom ter morebitnimi manjkajočimi podatki. Ta imena polj so primer zasnove rezultata, ne vgrajena nespremenljiva shema.
Več dokumentov in nadaljnja vprašanja
Dokumentirani postopek sprejme več pripravljenih datotek v isti zahtevi. To omogoča primerjavo med dokumenti: opredelite lastnost v vsaki specifikaciji, ločite skupne navedbe od razlik in zberite nerešena vprašanja. V eno zahtevo lahko vključite do 100 sklicev na datoteke. Izberite datoteke, ki so relevantne za vprašanje, namesto da bi predpostavili, da velik kontekst sam določa, kaj je treba primerjati.
Proizvajalec prikazuje tudi dodajanje novega dokumenta po začetnem odgovoru. Prejšnji odgovor ohranite v pogovoru, dodajte novi vir in postavite nadaljnje vprašanje, na primer o razlikah med opisoma. V aplikaciji ločite prejšnji odgovor od novo priloženih dokazov. Uporaben rezultat je lahko primerjalna tabela z ločenimi stolpci za vsak dokument in razlago neskladij, ne združen povzetek, pri katerem se izgubi vir posamezne navedbe.
Vnos navadnega besedila je še ena dokumentirana možnost. Manjše gradivo lahko priložite neposredno kot besedilo namesto s sklici na naložene datoteke. Proizvajalčev priročnik zaradi omejitev velikosti zahteve zahteva uporabo sklicev, kadar vsebina dokumenta, vključena neposredno v zahtevo, presega 1 milijon žetonov. Ta meja je ločena od konteksta dokumentov z 10 milijoni žetonov: podpora za velik korpus ni zagotovilo, da bo sprejet enako velik posamezen paket surovega besedila.
Formati, kontekst in izhod
Dokumentna storitev navaja TXT, DOCX, PDF, XLSX, EPUB, MOBI, MD, CSV in JSON ter BMP, PNG, JPG/JPEG in GIF. Naložene slikovne datoteke so omejene na 20 MB, druge podprte datoteke pa na 150 MB. To so omejitve proizvajalčevega postopka priprave dokumentov, ne trditev, da jezikovni model neposredno sklepa nad vsakim binarnim formatom brez razčlenjevanja.
Objavljena specifikacija navaja kontekst in največji vhod z 10.000.000 žetoni ter do 32.768 izhodnih žetonov. V dokumentiranem pogovornem formatu s sklici na datoteke ima uporabnikovo vprašanje ločeno omejitev 9.000 žetonov, kadar drugo sistemsko sporočilo priloži dokumente. Vprašanje naj bo jedrnato, večino konteksta dokumentov pa namenite izvornemu gradivu. Vhod z dolgim kontekstom in dolžina odgovora rešujeta različni težavi: tudi velik korpus lahko zahteva kratek, natančno strukturiran rezultat.
Proizvajalčeva pogosta vprašanja dokumentirajo strukturiran izhod na podlagi JSON Schema za Qwen-Long in njegove datirane različice. To je uporabno pri ponavljajočih se nalogah izluščanja, pri katerih potrebujete enaka polja v celotni zbirki. Določite zahtevane podatke, tip posameznega polja in ravnanje, kadar vir ne vsebuje vrednosti. Storitev dokumentira tudi asinhrono paketno obdelavo, ki je alternativni postopek oddaje zahtev in ne dodaten način sklepanja.
Praktična primerjava dokumentov
Pripravite relevantne specifikacije in pred postavitvijo vprašanja opredelite njihove vloge: katera je obstoječi opis, katera predlagana zamenjava in katere zahteve so obvezne. Zahtevajte rezultat s skupnimi pogoji, nasprotujočimi si navedbami, manjkajočimi podatki in mesti v virih. Nadaljnje vprašanje lahko modelu naroči, naj rezultat pretvori v jedrnato razlago za sodelavca ter ohrani prvotne razlike.
Pomembne omejitve priprave
Razčlenjevanje mora biti končano pred uporabo pripravljenih datotek; večji dokumenti lahko zahtevajo več časa za razčlenjevanje. Dokumentirano sklepanje modela uporablja izluščeno besedilo, zato sta pomembni popolnost in berljivost pripravljene vsebine. Jasno opredelite izbor datotek, vprašanje in zahtevani izhod. Dokumentne zmogljivosti Qwen-Long ne smete zamenjevati z omejitvami druge izdaje Qwen, neposredne zahteve s surovim besedilom ali končnega odgovora.
POST /v1/chat/completionstexttext| Polje | Vrsta | Zahteva | Vrednosti in omejitve | Privzeto |
|---|---|---|---|---|
Poljemodel | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve qwen-long | 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 $0.000144 / 1K žetonov Izhod · Izhodni žetoni $0.000572 / 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": "qwen-long", "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='qwen-long',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='qwen-long',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 qwen-long
Uporabite zgoraj navedene poti metod.
qwen-longQwen-Long je zasnovan za vprašanja o velikih zbirkah dokumentov. Proizvajalec dokumentira postopek nalaganja datotek in uporabe njihovih sklicev s kontekstom dokumentov do 10 milijonov žetonov, primerjavo med datotekami in strukturiranimi besedilnimi odgovori.
Ta opis zajema zmožnosti modela. Vhodi, izhodi in možnosti, ki so na voljo v Ailoot, so spodaj navedeni za izbrano metodo.
Qwen-Long je Qwenova linija za obdelavo dokumentov, namenjena iskanju informacij, primerjavi gradiva in odgovarjanju na vprašanja v velikem besedilnem korpusu. Njegova posebnost je dokumentiran postopek nalaganja datotek in uporabe njihovih sklicev, ki obravnava do 10 milijonov žetonov. Naloga ni zgolj ustvariti daljši pogovorni odgovor: namen je ohraniti dostopno obsežno zbirko izvornih dokumentov in o njej postavljati usmerjena vprašanja.
Kako deluje postopek z dokumenti
Proizvajalec opisuje dve stopnji. Najprej naložite izbrane datoteke in počakajte, da razčlenjevalnik dokumentov konča delo. Nastali sklici označujejo pripravljene dokumente. Nato postavite vprašanje in priložite sklice na gradivo, ki naj se upošteva. Model izvaja sklepanje nad besedilom, povezanim s temi dokumenti. Tako je priprava dokumentov ločena od vprašanja, celotne datoteke pa ni treba znova pošiljati v vsakem koraku pogovora.
Pripravite en dokument, kadar je cilj povzetek, razlaga razdelka ali izluščanje določenih pogojev. Poimenujte pomembne razdelke in zahtevajte izhod z namenom, ki ga je mogoče konkretno oceniti. Na primer: priložite specifikacijo izdelka, zahtevajte pogoje delovanja, ki jih izrecno navaja, in kratko tabelo s pogojem, izvornim razdelkom ter morebitnimi manjkajočimi podatki. Ta imena polj so primer zasnove rezultata, ne vgrajena nespremenljiva shema.
Več dokumentov in nadaljnja vprašanja
Dokumentirani postopek sprejme več pripravljenih datotek v isti zahtevi. To omogoča primerjavo med dokumenti: opredelite lastnost v vsaki specifikaciji, ločite skupne navedbe od razlik in zberite nerešena vprašanja. V eno zahtevo lahko vključite do 100 sklicev na datoteke. Izberite datoteke, ki so relevantne za vprašanje, namesto da bi predpostavili, da velik kontekst sam določa, kaj je treba primerjati.
Proizvajalec prikazuje tudi dodajanje novega dokumenta po začetnem odgovoru. Prejšnji odgovor ohranite v pogovoru, dodajte novi vir in postavite nadaljnje vprašanje, na primer o razlikah med opisoma. V aplikaciji ločite prejšnji odgovor od novo priloženih dokazov. Uporaben rezultat je lahko primerjalna tabela z ločenimi stolpci za vsak dokument in razlago neskladij, ne združen povzetek, pri katerem se izgubi vir posamezne navedbe.
Vnos navadnega besedila je še ena dokumentirana možnost. Manjše gradivo lahko priložite neposredno kot besedilo namesto s sklici na naložene datoteke. Proizvajalčev priročnik zaradi omejitev velikosti zahteve zahteva uporabo sklicev, kadar vsebina dokumenta, vključena neposredno v zahtevo, presega 1 milijon žetonov. Ta meja je ločena od konteksta dokumentov z 10 milijoni žetonov: podpora za velik korpus ni zagotovilo, da bo sprejet enako velik posamezen paket surovega besedila.
Formati, kontekst in izhod
Dokumentna storitev navaja TXT, DOCX, PDF, XLSX, EPUB, MOBI, MD, CSV in JSON ter BMP, PNG, JPG/JPEG in GIF. Naložene slikovne datoteke so omejene na 20 MB, druge podprte datoteke pa na 150 MB. To so omejitve proizvajalčevega postopka priprave dokumentov, ne trditev, da jezikovni model neposredno sklepa nad vsakim binarnim formatom brez razčlenjevanja.
Objavljena specifikacija navaja kontekst in največji vhod z 10.000.000 žetoni ter do 32.768 izhodnih žetonov. V dokumentiranem pogovornem formatu s sklici na datoteke ima uporabnikovo vprašanje ločeno omejitev 9.000 žetonov, kadar drugo sistemsko sporočilo priloži dokumente. Vprašanje naj bo jedrnato, večino konteksta dokumentov pa namenite izvornemu gradivu. Vhod z dolgim kontekstom in dolžina odgovora rešujeta različni težavi: tudi velik korpus lahko zahteva kratek, natančno strukturiran rezultat.
Proizvajalčeva pogosta vprašanja dokumentirajo strukturiran izhod na podlagi JSON Schema za Qwen-Long in njegove datirane različice. To je uporabno pri ponavljajočih se nalogah izluščanja, pri katerih potrebujete enaka polja v celotni zbirki. Določite zahtevane podatke, tip posameznega polja in ravnanje, kadar vir ne vsebuje vrednosti. Storitev dokumentira tudi asinhrono paketno obdelavo, ki je alternativni postopek oddaje zahtev in ne dodaten način sklepanja.
Praktična primerjava dokumentov
Pripravite relevantne specifikacije in pred postavitvijo vprašanja opredelite njihove vloge: katera je obstoječi opis, katera predlagana zamenjava in katere zahteve so obvezne. Zahtevajte rezultat s skupnimi pogoji, nasprotujočimi si navedbami, manjkajočimi podatki in mesti v virih. Nadaljnje vprašanje lahko modelu naroči, naj rezultat pretvori v jedrnato razlago za sodelavca ter ohrani prvotne razlike.
Pomembne omejitve priprave
Razčlenjevanje mora biti končano pred uporabo pripravljenih datotek; večji dokumenti lahko zahtevajo več časa za razčlenjevanje. Dokumentirano sklepanje modela uporablja izluščeno besedilo, zato sta pomembni popolnost in berljivost pripravljene vsebine. Jasno opredelite izbor datotek, vprašanje in zahtevani izhod. Dokumentne zmogljivosti Qwen-Long ne smete zamenjevati z omejitvami druge izdaje Qwen, neposredne zahteve s surovim besedilom ali končnega odgovora.
POST /v1/messagestextjson, sse| Polje | Vrsta | Zahteva | Vrednosti in omejitve | Privzeto |
|---|---|---|---|---|
Poljemodel | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve qwen-long | 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 $0.000144 / 1K žetonov Izhod · Izhodni žetoni $0.000572 / 1K žetonov Vhod · Branje predpomnilnika $0 / 1K žetonov Vhod · Zapis v predpomnilnik $0 / 1K žetonov Vhod · Zapis v predpomnilnik, 1 ura — / 1K žetonov |
Ailoot pred zahtevo rezervira ocenjeni znesek. Po rezultatu obračuna končni strošek na podlagi izmerjene porabe. Obračun pretakanja uporablja končni zapis porabe. Kako delujeta rezervacija in obračun →
{\n "model": "qwen-long",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'qwen-long', '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': 'qwen-long', '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 qwen-long
Uporabite zgoraj navedene poti metod.
Tehnični primer v angleščini
Compare maintenance documents\n\nCompare these source extracts for a maintenance checklist. Manual M1 section 4: Inspect the filter every week; replace it after 500 hours. Manual M2 section 6: Inspect the filter every week; replace it after 400 hours in dusty conditions. Keep shared rules, conditional differences and missing guidance separate. Do not assume which manual overrides the other.A comparison table with shared rule, condition, replacement interval, source section and one unresolved priority question.Check that the 400-hour rule remains conditional on dusty conditions and that no general precedence is invented.