Meta Llama 3.2 3B Instruct là mô hình văn bản được tinh chỉnh theo chỉ dẫn, thiết kế cho hội thoại trợ lý đa ngôn ngữ, công việc dựa trên thông tin truy xuất và tóm tắt. Bảng mô hình của nhà sản xuất xác định nhóm 3B với 3.21B tham số. Mô hình nhận văn bản và tạo văn bản hoặc mã. Quá trình phát triển kết hợp cắt tỉa mô hình và chưng cất kiến thức với tinh chỉnh theo chỉ dẫn, tạo nên hồ sơ mô hình nhỏ cho các nhiệm vụ viết và trợ lý có trọng tâm.
Cung cấp cho mô hình tài liệu nguồn, câu hỏi và hình thức câu trả lời mong đợi. Yêu cầu hỗ trợ viết có thể chỉ rõ đối tượng đọc, giọng văn và các chi tiết phải giữ lại. Bản tóm tắt có thể xác định những phần cần đề cập và độ dài hoặc cấu trúc mong muốn. Đối với câu trả lời ngắn từ cơ sở tri thức, cung cấp đoạn liên quan và yêu cầu giải thích dựa trên nguồn đó.
Nhà sản xuất nêu truy xuất kiến thức, tóm tắt, trợ lý viết trên thiết bị di động, viết lại truy vấn và viết lại prompt trong các mục đích sử dụng của mô hình văn bản tinh chỉnh theo chỉ dẫn. Ứng dụng truy xuất có thể cung cấp các đoạn tìm được và yêu cầu mô hình soạn câu trả lời. Giữ định danh các đoạn cùng kết quả để người đọc hoặc thành phần khác có thể kiểm tra bằng chứng.
Đối với viết lại truy vấn, giữ câu hỏi gốc và yêu cầu cách diễn đạt tìm kiếm ngắn gọn duy trì ý định của nó. Với tóm tắt tài liệu, yêu cầu các phát biểu chính và những điều kiện giới hạn ảnh hưởng đến chúng. Kiểm tra đầu ra thực tế để phát hiện điều kiện bị bỏ sót, số liệu bị thay đổi hoặc thông tin bịa ra, đặc biệt khi câu trả lời ngắn nén một nguồn lớn hơn.
Tiếng Anh, Đức, Pháp, Ý, Bồ Đào Nha, Hindi, Tây Ban Nha và Thái là tám ngôn ngữ được hỗ trợ chính thức. Nêu ngôn ngữ đầu ra mong muốn và giữ cách viết các tên hoặc thuật ngữ chuyên môn phải nguyên vẹn. Nhiệm vụ đa ngôn ngữ cần mang theo đủ bối cảnh nguồn để đánh giá ý nghĩa của cách diễn đạt trả về, thay vì chỉ dựa vào độ trôi chảy.
Checkpoint văn bản Llama 3.2 tiêu chuẩn có cửa sổ ngữ cảnh 128K token. Sử dụng ngân sách đó cho tài liệu nguồn liên quan, lịch sử hội thoại và kết quả được tạo. Giữ các quyết định trước đó cần cho việc tiếp tục và chừa chỗ cho phản hồi. Mốc dữ liệu tiền huấn luyện là tháng 12 năm 2023, nên thông tin về sau cần bằng chứng được cung cấp cùng nhiệm vụ hoặc bởi ứng dụng truy xuất bao quanh.
Đây là checkpoint Instruct, được chuẩn bị cho đối thoại kiểu trợ lý. Thẻ mô hình mô tả tinh chỉnh có giám sát và căn chỉnh theo sở thích con người, cùng chưng cất bổ sung trong quá trình phát triển mô hình nhỏ. Các ví dụ sử dụng cung cấp tin nhắn system và user qua định dạng trò chuyện. Chỉ dẫn hệ thống có thể xác định vai trò và kỳ vọng đầu ra, trong khi tin nhắn người dùng cung cấp nhiệm vụ hiện tại và các nguồn.
Giữ định dạng hội thoại phù hợp với bản phát hành đã chọn khi sử dụng trực tiếp checkpoint. Xác định kết quả rõ ràng và kiểm tra phản hồi được tạo, bao gồm quan hệ của nó với bằng chứng đã cung cấp. Đối với sản phẩm văn bản có cấu trúc, chỉ rõ các trường hoặc tiêu đề bắt buộc và xác thực đầu ra thực tế trước khi ứng dụng sử dụng; yêu cầu định dạng bằng văn bản không bảo đảm mọi giá trị đều đúng.
Nhà sản xuất phân biệt mô hình văn bản tiêu chuẩn với các hồ sơ văn bản Llama 3.2 lượng tử hóa được công bố riêng. Bảng mô hình liệt kê ngữ cảnh 8K cho các hồ sơ lượng tử hóa đó, khác với cửa sổ 128K tiêu chuẩn. Chọn mô hình cùng ngân sách làm việc thay vì giả định mọi triển khai có nhãn 3B đều giữ cùng dung lượng ngữ cảnh.
Mô hình 3B Instruct cũng tách biệt với các mô hình thị giác lớn hơn của Llama 3.2. Với hồ sơ văn bản này, chuẩn bị tài liệu nguồn dạng văn bản hoặc văn bản do ứng dụng bao quanh thu được. Dùng mô hình cho câu trả lời có trọng tâm, viết lại, tóm tắt hoặc giải thích mã ngắn. Giữ checkpoint, prompt và nguồn đã chọn cùng kết quả, rồi đưa ra chỉ dẫn tiếp theo cụ thể cho chi tiết còn thiếu hoặc lỗi quan sát được.
", "aboutText": "Meta Llama 3.2 3B Instruct là mô hình văn bản được tinh chỉnh theo chỉ dẫn, thiết kế cho hội thoại trợ lý đa ngôn ngữ, công việc dựa trên thông tin truy xuất và tóm tắt. Bảng mô hình của nhà sản xuất xác định nhóm 3B với 3.21B tham số. Mô hình nhận văn bản và tạo văn bản hoặc mã. Quá trình phát triển kết hợp cắt tỉa mô hình và chưng cất kiến thức với tinh chỉnh theo chỉ dẫn, tạo nên hồ sơ mô hình nhỏ cho các nhiệm vụ viết và trợ lý có trọng tâm.\n\n### Xác định kết quả văn bản có phạm vi giới hạn\n\nCung cấp cho mô hình tài liệu nguồn, câu hỏi và hình thức câu trả lời mong đợi. Yêu cầu hỗ trợ viết có thể chỉ rõ đối tượng đọc, giọng văn và các chi tiết phải giữ lại. Bản tóm tắt có thể xác định những phần cần đề cập và độ dài hoặc cấu trúc mong muốn. Đối với câu trả lời ngắn từ cơ sở tri thức, cung cấp đoạn liên quan và yêu cầu giải thích dựa trên nguồn đó.\n\nNhà sản xuất nêu truy xuất kiến thức, tóm tắt, trợ lý viết trên thiết bị di động, viết lại truy vấn và viết lại prompt trong các mục đích sử dụng của mô hình văn bản tinh chỉnh theo chỉ dẫn. Ứng dụng truy xuất có thể cung cấp các đoạn tìm được và yêu cầu mô hình soạn câu trả lời. Giữ định danh các đoạn cùng kết quả để người đọc hoặc thành phần khác có thể kiểm tra bằng chứng.\n\nĐối với viết lại truy vấn, giữ câu hỏi gốc và yêu cầu cách diễn đạt tìm kiếm ngắn gọn duy trì ý định của nó. Với tóm tắt tài liệu, yêu cầu các phát biểu chính và những điều kiện giới hạn ảnh hưởng đến chúng. Kiểm tra đầu ra thực tế để phát hiện điều kiện bị bỏ sót, số liệu bị thay đổi hoặc thông tin bịa ra, đặc biệt khi câu trả lời ngắn nén một nguồn lớn hơn.\n\n### Ngôn ngữ và ngữ cảnh\n\nTiếng Anh, Đức, Pháp, Ý, Bồ Đào Nha, Hindi, Tây Ban Nha và Thái là tám ngôn ngữ được hỗ trợ chính thức. Nêu ngôn ngữ đầu ra mong muốn và giữ cách viết các tên hoặc thuật ngữ chuyên môn phải nguyên vẹn. Nhiệm vụ đa ngôn ngữ cần mang theo đủ bối cảnh nguồn để đánh giá ý nghĩa của cách diễn đạt trả về, thay vì chỉ dựa vào độ trôi chảy.\n\nCheckpoint văn bản Llama 3.2 tiêu chuẩn có cửa sổ ngữ cảnh 128K token. Sử dụng ngân sách đó cho tài liệu nguồn liên quan, lịch sử hội thoại và kết quả được tạo. Giữ các quyết định trước đó cần cho việc tiếp tục và chừa chỗ cho phản hồi. Mốc dữ liệu tiền huấn luyện là tháng 12 năm 2023, nên thông tin về sau cần bằng chứng được cung cấp cùng nhiệm vụ hoặc bởi ứng dụng truy xuất bao quanh.\n\n### Tinh chỉnh theo chỉ dẫn và định dạng hội thoại\n\nĐây là checkpoint Instruct, được chuẩn bị cho đối thoại kiểu trợ lý. Thẻ mô hình mô tả tinh chỉnh có giám sát và căn chỉnh theo sở thích con người, cùng chưng cất bổ sung trong quá trình phát triển mô hình nhỏ. Các ví dụ sử dụng cung cấp tin nhắn system và user qua định dạng trò chuyện. Chỉ dẫn hệ thống có thể xác định vai trò và kỳ vọng đầu ra, trong khi tin nhắn người dùng cung cấp nhiệm vụ hiện tại và các nguồn.\n\nGiữ định dạng hội thoại phù hợp với bản phát hành đã chọn khi sử dụng trực tiếp checkpoint. Xác định kết quả rõ ràng và kiểm tra phản hồi được tạo, bao gồm quan hệ của nó với bằng chứng đã cung cấp. Đối với sản phẩm văn bản có cấu trúc, chỉ rõ các trường hoặc tiêu đề bắt buộc và xác thực đầu ra thực tế trước khi ứng dụng sử dụng; yêu cầu định dạng bằng văn bản không bảo đảm mọi giá trị đều đúng.\n\n### Hồ sơ tiêu chuẩn, lượng tử hóa và thị giác\n\nNhà sản xuất phân biệt mô hình văn bản tiêu chuẩn với các hồ sơ văn bản Llama 3.2 lượng tử hóa được công bố riêng. Bảng mô hình liệt kê ngữ cảnh 8K cho các hồ sơ lượng tử hóa đó, khác với cửa sổ 128K tiêu chuẩn. Chọn mô hình cùng ngân sách làm việc thay vì giả định mọi triển khai có nhãn 3B đều giữ cùng dung lượng ngữ cảnh.\n\nMô hình 3B Instruct cũng tách biệt với các mô hình thị giác lớn hơn của Llama 3.2. Với hồ sơ văn bản này, chuẩn bị tài liệu nguồn dạng văn bản hoặc văn bản do ứng dụng bao quanh thu được. Dùng mô hình cho câu trả lời có trọng tâm, viết lại, tóm tắt hoặc giải thích mã ngắn. Giữ checkpoint, prompt và nguồn đã chọn cùng kết quả, rồi đưa ra chỉ dẫn tiếp theo cụ thể cho chi tiết còn thiếu hoặc lỗi quan sát được.", "editorialOverlay": { "copy_fields": { "practical_html": "Ví dụ kỹ thuật bằng tiếng Anh
Rewrite a knowledge-base query\n\nRewrite this support question into one concise search query: 'I changed my work email yesterday and now the old address still gets export notifications, even though I log in with the new one.' Preserve the distinction between login identity and notification destination. Return the query and two key concepts it must retain; do not answer the question.One search query plus two retained concepts covering changed login email and stale export-notification address.The rewrite keeps the notification problem and does not collapse it into a login failure.meta-llama/llama-3.2-3b-instructMeta Llama 3.2 3B Instruct là mô hình văn bản gọn nhẹ dành cho trò chuyện đa ngôn ngữ, tóm tắt dựa trên thông tin truy xuất và hỗ trợ viết. Checkpoint tiêu chuẩn có ngữ cảnh 128K; các biến thể lượng tử hóa được công bố riêng có cửa sổ làm việc khác.
Mô tả này trình bày khả năng của mô hình. Đầu vào, đầu ra và tùy chọn có trên Ailoot được liệt kê bên dưới cho phương thức đã chọn.
Meta Llama 3.2 3B Instruct là mô hình văn bản được tinh chỉnh theo chỉ dẫn, thiết kế cho hội thoại trợ lý đa ngôn ngữ, công việc dựa trên thông tin truy xuất và tóm tắt. Bảng mô hình của nhà sản xuất xác định nhóm 3B với 3.21B tham số. Mô hình nhận văn bản và tạo văn bản hoặc mã. Quá trình phát triển kết hợp cắt tỉa mô hình và chưng cất kiến thức với tinh chỉnh theo chỉ dẫn, tạo nên hồ sơ mô hình nhỏ cho các nhiệm vụ viết và trợ lý có trọng tâm.
Cung cấp cho mô hình tài liệu nguồn, câu hỏi và hình thức câu trả lời mong đợi. Yêu cầu hỗ trợ viết có thể chỉ rõ đối tượng đọc, giọng văn và các chi tiết phải giữ lại. Bản tóm tắt có thể xác định những phần cần đề cập và độ dài hoặc cấu trúc mong muốn. Đối với câu trả lời ngắn từ cơ sở tri thức, cung cấp đoạn liên quan và yêu cầu giải thích dựa trên nguồn đó.
Nhà sản xuất nêu truy xuất kiến thức, tóm tắt, trợ lý viết trên thiết bị di động, viết lại truy vấn và viết lại prompt trong các mục đích sử dụng của mô hình văn bản tinh chỉnh theo chỉ dẫn. Ứng dụng truy xuất có thể cung cấp các đoạn tìm được và yêu cầu mô hình soạn câu trả lời. Giữ định danh các đoạn cùng kết quả để người đọc hoặc thành phần khác có thể kiểm tra bằng chứng.
Đối với viết lại truy vấn, giữ câu hỏi gốc và yêu cầu cách diễn đạt tìm kiếm ngắn gọn duy trì ý định của nó. Với tóm tắt tài liệu, yêu cầu các phát biểu chính và những điều kiện giới hạn ảnh hưởng đến chúng. Kiểm tra đầu ra thực tế để phát hiện điều kiện bị bỏ sót, số liệu bị thay đổi hoặc thông tin bịa ra, đặc biệt khi câu trả lời ngắn nén một nguồn lớn hơn.
Tiếng Anh, Đức, Pháp, Ý, Bồ Đào Nha, Hindi, Tây Ban Nha và Thái là tám ngôn ngữ được hỗ trợ chính thức. Nêu ngôn ngữ đầu ra mong muốn và giữ cách viết các tên hoặc thuật ngữ chuyên môn phải nguyên vẹn. Nhiệm vụ đa ngôn ngữ cần mang theo đủ bối cảnh nguồn để đánh giá ý nghĩa của cách diễn đạt trả về, thay vì chỉ dựa vào độ trôi chảy.
Checkpoint văn bản Llama 3.2 tiêu chuẩn có cửa sổ ngữ cảnh 128K token. Sử dụng ngân sách đó cho tài liệu nguồn liên quan, lịch sử hội thoại và kết quả được tạo. Giữ các quyết định trước đó cần cho việc tiếp tục và chừa chỗ cho phản hồi. Mốc dữ liệu tiền huấn luyện là tháng 12 năm 2023, nên thông tin về sau cần bằng chứng được cung cấp cùng nhiệm vụ hoặc bởi ứng dụng truy xuất bao quanh.
Đây là checkpoint Instruct, được chuẩn bị cho đối thoại kiểu trợ lý. Thẻ mô hình mô tả tinh chỉnh có giám sát và căn chỉnh theo sở thích con người, cùng chưng cất bổ sung trong quá trình phát triển mô hình nhỏ. Các ví dụ sử dụng cung cấp tin nhắn system và user qua định dạng trò chuyện. Chỉ dẫn hệ thống có thể xác định vai trò và kỳ vọng đầu ra, trong khi tin nhắn người dùng cung cấp nhiệm vụ hiện tại và các nguồn.
Giữ định dạng hội thoại phù hợp với bản phát hành đã chọn khi sử dụng trực tiếp checkpoint. Xác định kết quả rõ ràng và kiểm tra phản hồi được tạo, bao gồm quan hệ của nó với bằng chứng đã cung cấp. Đối với sản phẩm văn bản có cấu trúc, chỉ rõ các trường hoặc tiêu đề bắt buộc và xác thực đầu ra thực tế trước khi ứng dụng sử dụng; yêu cầu định dạng bằng văn bản không bảo đảm mọi giá trị đều đúng.
Nhà sản xuất phân biệt mô hình văn bản tiêu chuẩn với các hồ sơ văn bản Llama 3.2 lượng tử hóa được công bố riêng. Bảng mô hình liệt kê ngữ cảnh 8K cho các hồ sơ lượng tử hóa đó, khác với cửa sổ 128K tiêu chuẩn. Chọn mô hình cùng ngân sách làm việc thay vì giả định mọi triển khai có nhãn 3B đều giữ cùng dung lượng ngữ cảnh.
Mô hình 3B Instruct cũng tách biệt với các mô hình thị giác lớn hơn của Llama 3.2. Với hồ sơ văn bản này, chuẩn bị tài liệu nguồn dạng văn bản hoặc văn bản do ứng dụng bao quanh thu được. Dùng mô hình cho câu trả lời có trọng tâm, viết lại, tóm tắt hoặc giải thích mã ngắn. Giữ checkpoint, prompt và nguồn đã chọn cùng kết quả, rồi đưa ra chỉ dẫn tiếp theo cụ thể cho chi tiết còn thiếu hoặc lỗi quan sát được.
POST /v1/chat/completionstexttext| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
|---|---|---|---|---|
Trườngmodel | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn meta-llama/llama-3.2-3b-instruct | Mặc định— |
Trườngmessages | Loạimessage[] | Yêu cầuBắt buộc | Giá trị & giới hạn Số mục tối thiểu: 1 | Mặc định— |
Trườngmessages[].role | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn Ví dụ: system, user, assistant, tool, function Điều kiện: Các vai trò này được biểu diễn rõ trong các kiểu tương thích của mã nguồn; tập vai trò chính xác vẫn tùy từng mô hình. Tùy thuộc vào mô hình | Mặc định— |
Trườngmessages[].content | Loạistring|content_part[]|null | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmessages[].tool_calls | Loạitool_call[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmessages[].tool_call_id | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Áp dụng khi: role=tool; dùng ID thực tế được trả về | Mặc định— |
Trườngmessages[].name | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmessages[].reasoning_content | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Áp dụng khi: Gửi lại dữ liệu suy luận thực tế đã được trả về khi mô hình này sử dụng dữ liệu đó | Mặc định— |
Trườngmessages[].reasoning_details | Loạiobject|array | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngmax_tokens | Loạiinteger | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tối thiểu: 1 Tùy thuộc vào mô hình | Mặc định— |
Trườngmax_completion_tokens | Loạiinteger | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tối thiểu: 1 Tùy thuộc vào mô hình | Mặc định— |
Trườngstream | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc địnhfalse |
Trườngstream_options.include_usage | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtemperature | Loạinumber | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtop_p | Loạinumber | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngstop | Loạistring|string[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtools | Loạifunction_tool[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtools[].type | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn function Tùy thuộc vào mô hình | Mặc định— |
Trườngtools[].function.name | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn Áp dụng khi: Có cung cấp công cụ hàm | Mặc định— |
Trườngtools[].function.description | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngtools[].function.parameters | LoạiJSON_schema | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngtool_choice | Loạistring|object | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngparallel_tool_calls | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngresponse_format | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngreasoning_effort | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngreasoning | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngservice_tier | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườnginstructions | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Trường tương thích | Mặc định— |
Trườngfunctions | Loạifunction[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngfunction_call | Loạistring|object | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngprompt_cache_options | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngmodalities | Loạistring[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn text | Mặc định— |
Trườngprovider | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Điều kiện: provider.options bị từ chối trên tuyến văn bản Ultra này | Mặc định— |
Trườngcache_control.ttl | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Điều kiện: 1h bị từ chối tại các vị trí lưu đệm prompt thực tế | Mặc định— |
Văn bản · Văn bản UTF8
messages[].content
| Tham số | Hợp đồng |
|---|---|
Tham sốcontent_type | Hợp đồngapplication/json |
Tham sốrequired | Hợp đồngmodel, messages |
Tham sốmaterial_types | Hợp đồngtext |
Tham sốmessages | Hợp đồngMảng thông điệp có cấu trúc role/content |
Tham sốfile_material | Hợp đồngTài liệu UTF-8 thực tế được chèn nguyên dạng văn bản; không suy ra ID tệp |
Tham sốoptional_controls | Hợp đồngstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Tham sốcontrol_scope | Hợp đồngTùy từng mô hình; công cụ hàm của người dùng khác với công cụ do dịch vụ cung cấp |
Tham sốoutput_modalities | Hợp đồngtext |
Tham sốhosted_operations | Hợp đồngfalse |
Tham sốmultimodal_input_binding | Hợp đồngnull |
Vòng đời: synchronous_or_streamed
Gửi ID mô hình chính xác cùng messages.
Độ dài ngữ cảnh không phải giới hạn đầu ra.
Tệp văn bản có thể cung cấp nguyên văn nội dung; đầu vào hình ảnh, âm thanh hoặc đối tượng tệp cần có liên kết chính xác.
Thông tin biểu giá không bổ sung tùy chọn yêu cầu. Các tham số được hỗ trợ nằm trong phương thức đã chọn.
Đối chiếu từng khoản phí với điều kiện hiển thị. Dùng một mức phí cho mỗi nhóm cấu hình thay thế.
| Cấu hình | Biểu mức phí | Token ngữ cảnh, lớn hơn | Token ngữ cảnh, tối đa và bao gồm | Phí |
|---|---|---|---|---|
| Cấu hìnhGiá cơ sở cho token | Biểu mức phíMức phí cơ bản | Token ngữ cảnh, lớn hơn— | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.0001 / 1K token Đầu ra · Token đầu ra $0.00066 / 1K token Đầu vào · Đọc bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
| Cấu hìnhBậc 1 theo độ dài yêu cầu | Biểu mức phí— | Token ngữ cảnh, lớn hơn0 | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.0001 / 1K token Đầu ra · Token đầu ra $0.00066 / 1K token Đầu vào · Đọc bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "meta-llama/llama-3.2-3b-instruct", "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='meta-llama/llama-3.2-3b-instruct',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='meta-llama/llama-3.2-3b-instruct',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 hoặc SSE
Lưu mọi phản hồi hoàn chỉnh, tệp và phần nội dung được trả về.
Giữ mọi phương án trả lời cùng nội dung, lệnh gọi công cụ và dữ liệu suy luận của phương án đó. Với SSE, ghép các phần thay đổi theo chỉ số phương án và công cụ, giữ lý do kết thúc cuối cùng cùng dữ liệu sử dụng.
Giữ ID và header của yêu cầu, phản hồi. Không cung cấp URL chung để truy xuất tác vụ văn bản.
| Trường | Loại |
|---|---|
Trườngchoices[].index | Loạiinteger |
Trườngchoices[].message.content | Loạistring|null |
Trườngchoices[].message.tool_calls | Loạitool_call[] |
Trườngchoices[].message.reasoning_content | Loạistring |
Trườngchoices[].message.reasoning_details | Loạiobject|array |
Trườngchoices[].finish_reason | Loạistring|null |
Trườngusage | Loạiobject |
| Phản hồi | Điều kiện | Bước tiếp theo |
|---|---|---|
Phản hồi400 · invalid_request_error | Điều kiệnTrường bắt buộc, cách biểu diễn tài liệu hoặc giá trị tham số không hợp lệ | Bước tiếp theoSửa các trường được chỉ ra trước khi gửi yêu cầu tạo mới. |
Ailoot Ultra meta-llama/llama-3.2-3b-instruct
Dùng các đường dẫn phương thức hiển thị ở trên.
meta-llama/llama-3.2-3b-instructMeta Llama 3.2 3B Instruct là mô hình văn bản gọn nhẹ dành cho trò chuyện đa ngôn ngữ, tóm tắt dựa trên thông tin truy xuất và hỗ trợ viết. Checkpoint tiêu chuẩn có ngữ cảnh 128K; các biến thể lượng tử hóa được công bố riêng có cửa sổ làm việc khác.
Mô tả này trình bày khả năng của mô hình. Đầu vào, đầu ra và tùy chọn có trên Ailoot được liệt kê bên dưới cho phương thức đã chọn.
Meta Llama 3.2 3B Instruct là mô hình văn bản được tinh chỉnh theo chỉ dẫn, thiết kế cho hội thoại trợ lý đa ngôn ngữ, công việc dựa trên thông tin truy xuất và tóm tắt. Bảng mô hình của nhà sản xuất xác định nhóm 3B với 3.21B tham số. Mô hình nhận văn bản và tạo văn bản hoặc mã. Quá trình phát triển kết hợp cắt tỉa mô hình và chưng cất kiến thức với tinh chỉnh theo chỉ dẫn, tạo nên hồ sơ mô hình nhỏ cho các nhiệm vụ viết và trợ lý có trọng tâm.
Cung cấp cho mô hình tài liệu nguồn, câu hỏi và hình thức câu trả lời mong đợi. Yêu cầu hỗ trợ viết có thể chỉ rõ đối tượng đọc, giọng văn và các chi tiết phải giữ lại. Bản tóm tắt có thể xác định những phần cần đề cập và độ dài hoặc cấu trúc mong muốn. Đối với câu trả lời ngắn từ cơ sở tri thức, cung cấp đoạn liên quan và yêu cầu giải thích dựa trên nguồn đó.
Nhà sản xuất nêu truy xuất kiến thức, tóm tắt, trợ lý viết trên thiết bị di động, viết lại truy vấn và viết lại prompt trong các mục đích sử dụng của mô hình văn bản tinh chỉnh theo chỉ dẫn. Ứng dụng truy xuất có thể cung cấp các đoạn tìm được và yêu cầu mô hình soạn câu trả lời. Giữ định danh các đoạn cùng kết quả để người đọc hoặc thành phần khác có thể kiểm tra bằng chứng.
Đối với viết lại truy vấn, giữ câu hỏi gốc và yêu cầu cách diễn đạt tìm kiếm ngắn gọn duy trì ý định của nó. Với tóm tắt tài liệu, yêu cầu các phát biểu chính và những điều kiện giới hạn ảnh hưởng đến chúng. Kiểm tra đầu ra thực tế để phát hiện điều kiện bị bỏ sót, số liệu bị thay đổi hoặc thông tin bịa ra, đặc biệt khi câu trả lời ngắn nén một nguồn lớn hơn.
Tiếng Anh, Đức, Pháp, Ý, Bồ Đào Nha, Hindi, Tây Ban Nha và Thái là tám ngôn ngữ được hỗ trợ chính thức. Nêu ngôn ngữ đầu ra mong muốn và giữ cách viết các tên hoặc thuật ngữ chuyên môn phải nguyên vẹn. Nhiệm vụ đa ngôn ngữ cần mang theo đủ bối cảnh nguồn để đánh giá ý nghĩa của cách diễn đạt trả về, thay vì chỉ dựa vào độ trôi chảy.
Checkpoint văn bản Llama 3.2 tiêu chuẩn có cửa sổ ngữ cảnh 128K token. Sử dụng ngân sách đó cho tài liệu nguồn liên quan, lịch sử hội thoại và kết quả được tạo. Giữ các quyết định trước đó cần cho việc tiếp tục và chừa chỗ cho phản hồi. Mốc dữ liệu tiền huấn luyện là tháng 12 năm 2023, nên thông tin về sau cần bằng chứng được cung cấp cùng nhiệm vụ hoặc bởi ứng dụng truy xuất bao quanh.
Đây là checkpoint Instruct, được chuẩn bị cho đối thoại kiểu trợ lý. Thẻ mô hình mô tả tinh chỉnh có giám sát và căn chỉnh theo sở thích con người, cùng chưng cất bổ sung trong quá trình phát triển mô hình nhỏ. Các ví dụ sử dụng cung cấp tin nhắn system và user qua định dạng trò chuyện. Chỉ dẫn hệ thống có thể xác định vai trò và kỳ vọng đầu ra, trong khi tin nhắn người dùng cung cấp nhiệm vụ hiện tại và các nguồn.
Giữ định dạng hội thoại phù hợp với bản phát hành đã chọn khi sử dụng trực tiếp checkpoint. Xác định kết quả rõ ràng và kiểm tra phản hồi được tạo, bao gồm quan hệ của nó với bằng chứng đã cung cấp. Đối với sản phẩm văn bản có cấu trúc, chỉ rõ các trường hoặc tiêu đề bắt buộc và xác thực đầu ra thực tế trước khi ứng dụng sử dụng; yêu cầu định dạng bằng văn bản không bảo đảm mọi giá trị đều đúng.
Nhà sản xuất phân biệt mô hình văn bản tiêu chuẩn với các hồ sơ văn bản Llama 3.2 lượng tử hóa được công bố riêng. Bảng mô hình liệt kê ngữ cảnh 8K cho các hồ sơ lượng tử hóa đó, khác với cửa sổ 128K tiêu chuẩn. Chọn mô hình cùng ngân sách làm việc thay vì giả định mọi triển khai có nhãn 3B đều giữ cùng dung lượng ngữ cảnh.
Mô hình 3B Instruct cũng tách biệt với các mô hình thị giác lớn hơn của Llama 3.2. Với hồ sơ văn bản này, chuẩn bị tài liệu nguồn dạng văn bản hoặc văn bản do ứng dụng bao quanh thu được. Dùng mô hình cho câu trả lời có trọng tâm, viết lại, tóm tắt hoặc giải thích mã ngắn. Giữ checkpoint, prompt và nguồn đã chọn cùng kết quả, rồi đưa ra chỉ dẫn tiếp theo cụ thể cho chi tiết còn thiếu hoặc lỗi quan sát được.
POST /v1/messagestextjson, sse| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
|---|---|---|---|---|
Trườngmodel | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn meta-llama/llama-3.2-3b-instruct | Mặc định— |
Trườngmessages | Loạimessage[] | Yêu cầuBắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmessages[].role | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn user, assistant | Mặc định— |
Trườngmessages[].content | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmax_tokens | Loạiinteger | Yêu cầuBắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngstream | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc địnhfalse |
Văn bản · Văn bản UTF-8
Chuỗi messages[].content
| Tham số | Hợp đồng |
|---|---|
Tham sốcontent_type | Hợp đồngapplication/json |
Tham sốrequired | Hợp đồngmodel, messages, max_tokens |
Tham sốoptional_controls | Hợp đồngstream |
Tham sốmaterial_types | Hợp đồngtext |
Tham sốtext_file_material | Hợp đồngĐọc tài liệu UTF-8 thực tế và đặt nội dung văn bản vào chuỗi đầu vào hoặc nội dung thông điệp được chỉ định. |
Vòng đời: synchronous_or_streamed
Thông tin biểu giá không bổ sung tùy chọn yêu cầu. Các tham số được hỗ trợ nằm trong phương thức đã chọn.
Đối chiếu từng khoản phí với điều kiện hiển thị. Dùng một mức phí cho mỗi nhóm cấu hình thay thế.
| Cấu hình | Biểu mức phí | Token ngữ cảnh, lớn hơn | Token ngữ cảnh, tối đa và bao gồm | Phí |
|---|---|---|---|---|
| Cấu hìnhGiá cơ sở cho token | Biểu mức phíMức phí cơ bản | Token ngữ cảnh, lớn hơn— | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.0001 / 1K token Đầu ra · Token đầu ra $0.00066 / 1K token Đầu vào · Đọc bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
| Cấu hìnhBậc 1 theo độ dài yêu cầu | Biểu mức phí— | Token ngữ cảnh, lớn hơn0 | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.0001 / 1K token Đầu ra · Token đầu ra $0.00066 / 1K token Đầu vào · Đọc bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
{\n "model": "meta-llama/llama-3.2-3b-instruct",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'meta-llama/llama-3.2-3b-instruct', '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': 'meta-llama/llama-3.2-3b-instruct', '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 hoặc SSE
Lưu mọi phản hồi hoàn chỉnh, tệp và phần nội dung được trả về.
Giữ mọi khối nội dung, chữ ký suy nghĩ và ID sử dụng công cụ thực tế. Ghép tất cả các phần thay đổi của khối SSE; khối văn bản đầu tiên không phải toàn bộ đầu ra.
Giữ ID và header của yêu cầu, phản hồi. Không cung cấp URL chung để truy xuất tác vụ văn bản.
| Trường | Loại |
|---|---|
Trườngid | Loạistring |
Trườngmodel | Loạistring |
Trườngcontent[] | Loạitext|thinking|tool_use|other content block |
Trườngstop_reason | Loạistring|null |
Trườngusage | Loạiobject |
| Phản hồi | Điều kiện | Bước tiếp theo |
|---|---|---|
Phản hồi400 · invalid_request_error | Điều kiệnTrường bắt buộc, cách biểu diễn tài liệu hoặc giá trị tham số không hợp lệ | Bước tiếp theoSửa các trường được chỉ ra trước khi gửi yêu cầu tạo mới. |
Ailoot Ultra meta-llama/llama-3.2-3b-instruct
Dùng các đường dẫn phương thức hiển thị ở trên.
Ví dụ kỹ thuật bằng tiếng Anh
Rewrite a knowledge-base query\n\nRewrite this support question into one concise search query: 'I changed my work email yesterday and now the old address still gets export notifications, even though I log in with the new one.' Preserve the distinction between login identity and notification destination. Return the query and two key concepts it must retain; do not answer the question.One search query plus two retained concepts covering changed login email and stale export-notification address.The rewrite keeps the notification problem and does not collapse it into a login failure.