Qwen2.5-Coder-7B-Instruct là bản phát hành kích thước 7B được tinh chỉnh theo chỉ dẫn của họ mô hình chuyên mã Qwen, trước đây được gọi là CodeQwen. Nhiệm vụ trung tâm là tạo mã, suy luận hành vi chương trình và sửa mã. Mô hình nhận văn bản, gồm yêu cầu và mã nguồn, rồi trả văn bản có thể chứa triển khai, giải thích hoặc thay đổi đề xuất.
Khả năng lập trình và huấn luyện
Nhà sản xuất mô tả 5.5 nghìn tỷ token huấn luyện, gồm mã nguồn, tư liệu nối văn bản với mã và ví dụ tổng hợp. Họ mô hình giữ khả năng toán học và ngôn ngữ tổng quát bên cạnh chuyên môn lập trình. Thông báo phát hành phân biệt tạo chương trình, suy luận cách chương trình chạy và sửa triển khai hiện có; các nhiệm vụ đó cần đầu vào và sản phẩm cuối khác nhau.
Để tạo mã, cung cấp ngôn ngữ lập trình, chữ ký hàm, kiểu đầu vào và giá trị trả về mong đợi. Kèm ràng buộc như hàm có được sửa đầu vào hay dùng phụ thuộc bên ngoài không. Yêu cầu triển khai và giải thích ngắn cách đáp ứng từng yêu cầu. Chẳng hạn yêu cầu sắp xếp có thể quy định giữ giá trị trùng và không thay đổi danh sách gốc, rồi yêu cầu hàm cùng ví dụ gọi cho danh sách rỗng và danh sách chứa giá trị lặp.
Để suy luận mã, cung cấp đoạn chính xác và đầu vào cụ thể cần theo dõi. Hỏi các nhánh nào chạy, giá trị trung gian đổi thế nào và hàm trả gì. Điều này hữu ích hơn yêu cầu không định hướng giải thích cả tệp: câu trả lời nối đầu vào cụ thể với luồng cụ thể qua chương trình. Giữ các hàm hỗ trợ được gọi hoặc định nghĩa kiểu liên quan cùng đoạn mã.
Để sửa, cung cấp hành vi lỗi, hành vi mong đợi và mã quyết định sự khác biệt. Chỉ thông báo lỗi có thể bỏ ngỏ điều kiện quan trọng. Yêu cầu cách sửa đề xuất, giải thích nguyên nhân và ví dụ phân biệt hành vi cũ với hành vi dự kiến. Bản vá trả về là sản phẩm văn bản; biên dịch, thực thi hoặc áp dụng vào kho mã cần môi trường phát triển bao quanh.
Phiên bản 7B có tên riêng
Mô hình phát hành có 7.61 tỷ tham số, gồm 6.53 tỷ tham số ngoài embedding, và 28 lớp Transformer. Mô hình dùng rotary positional embeddings, SwiGLU, RMSNorm và attention QKV bias. Grouped-query attention có 28 đầu query và 4 đầu key/value. Các chi tiết này mô tả bản phát hành này thay vì phiên bản Coder lớn hơn.
Họ mô hình cung cấp Base và Instruct riêng. Instruct được căn chỉnh cho yêu cầu hội thoại; Base là nền tảng hoàn thành văn bản và tinh chỉnh tiếp. Mục này nói về mô hình 7B tinh chỉnh theo chỉ dẫn. Ví dụ và kết quả nổi bật của bản phát hành cho kích thước khác không xác định khả năng hoặc nhu cầu tài nguyên của phiên bản này.
Chuẩn bị chỉ dẫn
Thẻ mô hình minh họa hội thoại có thông điệp system và user riêng cùng mẫu chat tương ứng. Đặt quy tắc trả lời bền vững, chẳng hạn cách trình bày triển khai và giải thích, tách khỏi mã và nhiệm vụ. Đánh dấu đoạn nào là nguồn hiện có, văn bản nào là yêu cầu và đầu ra nào phải trả về. Điều này giúp giữ mã định danh, giao diện và hành vi mà thay đổi yêu cầu phải bảo toàn.
Đầu vào trợ lý lập trình hữu ích có thể chứa mô-đun ngắn, phần gọi nó và thay đổi dự kiến. Yêu cầu hàm sửa lại, danh sách giả định và đầu vào ví dụ cùng đầu ra mong đợi. Với sản phẩm thị giác được tạo, chỉ định dữ liệu và tương tác cần triển khai, rồi yêu cầu văn bản nguồn kết quả; họ chuyên mã cũng minh họa trợ lý lập trình và sản phẩm thị giác. Kết xuất sản phẩm vẫn là bước riêng với tạo mã nguồn.
Xử lý văn bản dài
Thẻ mô hình liệt kê ngữ cảnh đầy đủ 131,072 token, trong khi cấu hình phát hành ban đầu đặt 32,768 token. Xử lý đầu vào vượt thiết lập đó cần mở rộng YaRN được ghi nhận. Ví dụ chỉ định hệ số co giãn 4.0 và thiết lập số vị trí tối đa gốc 32,768. Nhà sản xuất lưu ý co giãn tĩnh có thể ảnh hưởng hành vi văn bản ngắn hơn và khuyến nghị thêm mở rộng khi cần ngữ cảnh dài.
Dùng ngữ cảnh lớn hơn để giữ mã và yêu cầu liên quan cùng nhau, nhưng xác định câu hỏi thực tế: tìm lời gọi không tương thích, giải thích luồng dữ liệu hoặc đề xuất thay đổi trong giao diện cụ thể. Kèm các phần quyết định hành vi thay vì tư liệu dự án không liên quan. 512 token được tạo trong hướng dẫn bắt đầu nhanh là thiết lập ví dụ; thẻ không xác lập năng lực đầu ra tối đa riêng từ giá trị đó.
Kết quả được ghi nhận của mô hình là văn bản. Vai trò trong tác tử lập trình phụ thuộc ứng dụng cung cấp quyền truy cập kho mã, thực thi và phản hồi. Tách các thao tác đó khỏi khả năng đề xuất mã và giải thích hành vi của mô hình, đồng thời giữ rõ phiên bản 7B-Instruct chính xác và thiết lập ngữ cảnh dài khi lập kế hoạch nhiệm vụ có thể lặp lại.
", "aboutText": "Qwen2.5-Coder-7B-Instruct là bản phát hành kích thước 7B được tinh chỉnh theo chỉ dẫn của họ mô hình chuyên mã Qwen, trước đây được gọi là CodeQwen. Nhiệm vụ trung tâm là tạo mã, suy luận hành vi chương trình và sửa mã. Mô hình nhận văn bản, gồm yêu cầu và mã nguồn, rồi trả văn bản có thể chứa triển khai, giải thích hoặc thay đổi đề xuất.\n\nKhả năng lập trình và huấn luyện\n\nNhà sản xuất mô tả 5.5 nghìn tỷ token huấn luyện, gồm mã nguồn, tư liệu nối văn bản với mã và ví dụ tổng hợp. Họ mô hình giữ khả năng toán học và ngôn ngữ tổng quát bên cạnh chuyên môn lập trình. Thông báo phát hành phân biệt tạo chương trình, suy luận cách chương trình chạy và sửa triển khai hiện có; các nhiệm vụ đó cần đầu vào và sản phẩm cuối khác nhau.\n\nĐể tạo mã, cung cấp ngôn ngữ lập trình, chữ ký hàm, kiểu đầu vào và giá trị trả về mong đợi. Kèm ràng buộc như hàm có được sửa đầu vào hay dùng phụ thuộc bên ngoài không. Yêu cầu triển khai và giải thích ngắn cách đáp ứng từng yêu cầu. Chẳng hạn yêu cầu sắp xếp có thể quy định giữ giá trị trùng và không thay đổi danh sách gốc, rồi yêu cầu hàm cùng ví dụ gọi cho danh sách rỗng và danh sách chứa giá trị lặp.\n\nĐể suy luận mã, cung cấp đoạn chính xác và đầu vào cụ thể cần theo dõi. Hỏi các nhánh nào chạy, giá trị trung gian đổi thế nào và hàm trả gì. Điều này hữu ích hơn yêu cầu không định hướng giải thích cả tệp: câu trả lời nối đầu vào cụ thể với luồng cụ thể qua chương trình. Giữ các hàm hỗ trợ được gọi hoặc định nghĩa kiểu liên quan cùng đoạn mã.\n\nĐể sửa, cung cấp hành vi lỗi, hành vi mong đợi và mã quyết định sự khác biệt. Chỉ thông báo lỗi có thể bỏ ngỏ điều kiện quan trọng. Yêu cầu cách sửa đề xuất, giải thích nguyên nhân và ví dụ phân biệt hành vi cũ với hành vi dự kiến. Bản vá trả về là sản phẩm văn bản; biên dịch, thực thi hoặc áp dụng vào kho mã cần môi trường phát triển bao quanh.\n\nPhiên bản 7B có tên riêng\n\nMô hình phát hành có 7.61 tỷ tham số, gồm 6.53 tỷ tham số ngoài embedding, và 28 lớp Transformer. Mô hình dùng rotary positional embeddings, SwiGLU, RMSNorm và attention QKV bias. Grouped-query attention có 28 đầu query và 4 đầu key/value. Các chi tiết này mô tả bản phát hành này thay vì phiên bản Coder lớn hơn.\n\nHọ mô hình cung cấp Base và Instruct riêng. Instruct được căn chỉnh cho yêu cầu hội thoại; Base là nền tảng hoàn thành văn bản và tinh chỉnh tiếp. Mục này nói về mô hình 7B tinh chỉnh theo chỉ dẫn. Ví dụ và kết quả nổi bật của bản phát hành cho kích thước khác không xác định khả năng hoặc nhu cầu tài nguyên của phiên bản này.\n\nChuẩn bị chỉ dẫn\n\nThẻ mô hình minh họa hội thoại có thông điệp system và user riêng cùng mẫu chat tương ứng. Đặt quy tắc trả lời bền vững, chẳng hạn cách trình bày triển khai và giải thích, tách khỏi mã và nhiệm vụ. Đánh dấu đoạn nào là nguồn hiện có, văn bản nào là yêu cầu và đầu ra nào phải trả về. Điều này giúp giữ mã định danh, giao diện và hành vi mà thay đổi yêu cầu phải bảo toàn.\n\nĐầu vào trợ lý lập trình hữu ích có thể chứa mô-đun ngắn, phần gọi nó và thay đổi dự kiến. Yêu cầu hàm sửa lại, danh sách giả định và đầu vào ví dụ cùng đầu ra mong đợi. Với sản phẩm thị giác được tạo, chỉ định dữ liệu và tương tác cần triển khai, rồi yêu cầu văn bản nguồn kết quả; họ chuyên mã cũng minh họa trợ lý lập trình và sản phẩm thị giác. Kết xuất sản phẩm vẫn là bước riêng với tạo mã nguồn.\n\nXử lý văn bản dài\n\nThẻ mô hình liệt kê ngữ cảnh đầy đủ 131,072 token, trong khi cấu hình phát hành ban đầu đặt 32,768 token. Xử lý đầu vào vượt thiết lập đó cần mở rộng YaRN được ghi nhận. Ví dụ chỉ định hệ số co giãn 4.0 và thiết lập số vị trí tối đa gốc 32,768. Nhà sản xuất lưu ý co giãn tĩnh có thể ảnh hưởng hành vi văn bản ngắn hơn và khuyến nghị thêm mở rộng khi cần ngữ cảnh dài.\n\nDùng ngữ cảnh lớn hơn để giữ mã và yêu cầu liên quan cùng nhau, nhưng xác định câu hỏi thực tế: tìm lời gọi không tương thích, giải thích luồng dữ liệu hoặc đề xuất thay đổi trong giao diện cụ thể. Kèm các phần quyết định hành vi thay vì tư liệu dự án không liên quan. 512 token được tạo trong hướng dẫn bắt đầu nhanh là thiết lập ví dụ; thẻ không xác lập năng lực đầu ra tối đa riêng từ giá trị đó.\n\nKết quả được ghi nhận của mô hình là văn bản. Vai trò trong tác tử lập trình phụ thuộc ứng dụng cung cấp quyền truy cập kho mã, thực thi và phản hồi. Tách các thao tác đó khỏi khả năng đề xuất mã và giải thích hành vi của mô hình, đồng thời giữ rõ phiên bản 7B-Instruct chính xác và thiết lập ngữ cảnh dài khi lập kế hoạch nhiệm vụ có thể lặp lại.", "editorialOverlay": { "copy_fields": { "practical_html": "Ví dụ kỹ thuật bằng tiếng Anh
Repair integer averaging\n\nFix this Python function: def mean(values): return sum(values) // len(values). Requirement: return the arithmetic mean as a float, preserve fractional results and raise ValueError for empty input. Provide the corrected function and tests for [1, 2], [-2, 2] and []. Explain the two distinct defects.A corrected function, three tests and separate explanations for floor division and empty-input behavior.Check that [1, 2] keeps its fractional mean and that empty input raises the specified exception.qwen2.5-coder-7b-instructQwen2.5-Coder-7B-Instruct là mô hình văn bản để tạo, giải thích và sửa mã từ chỉ dẫn. Bản phát hành 7.61 tỷ tham số hỗ trợ ngữ cảnh mở rộng tối đa 131,072 token với cấu hình ngữ cảnh dài được ghi nhận.
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.
Qwen2.5-Coder-7B-Instruct là bản phát hành kích thước 7B được tinh chỉnh theo chỉ dẫn của họ mô hình chuyên mã Qwen, trước đây được gọi là CodeQwen. Nhiệm vụ trung tâm là tạo mã, suy luận hành vi chương trình và sửa mã. Mô hình nhận văn bản, gồm yêu cầu và mã nguồn, rồi trả văn bản có thể chứa triển khai, giải thích hoặc thay đổi đề xuất.
Khả năng lập trình và huấn luyện
Nhà sản xuất mô tả 5.5 nghìn tỷ token huấn luyện, gồm mã nguồn, tư liệu nối văn bản với mã và ví dụ tổng hợp. Họ mô hình giữ khả năng toán học và ngôn ngữ tổng quát bên cạnh chuyên môn lập trình. Thông báo phát hành phân biệt tạo chương trình, suy luận cách chương trình chạy và sửa triển khai hiện có; các nhiệm vụ đó cần đầu vào và sản phẩm cuối khác nhau.
Để tạo mã, cung cấp ngôn ngữ lập trình, chữ ký hàm, kiểu đầu vào và giá trị trả về mong đợi. Kèm ràng buộc như hàm có được sửa đầu vào hay dùng phụ thuộc bên ngoài không. Yêu cầu triển khai và giải thích ngắn cách đáp ứng từng yêu cầu. Chẳng hạn yêu cầu sắp xếp có thể quy định giữ giá trị trùng và không thay đổi danh sách gốc, rồi yêu cầu hàm cùng ví dụ gọi cho danh sách rỗng và danh sách chứa giá trị lặp.
Để suy luận mã, cung cấp đoạn chính xác và đầu vào cụ thể cần theo dõi. Hỏi các nhánh nào chạy, giá trị trung gian đổi thế nào và hàm trả gì. Điều này hữu ích hơn yêu cầu không định hướng giải thích cả tệp: câu trả lời nối đầu vào cụ thể với luồng cụ thể qua chương trình. Giữ các hàm hỗ trợ được gọi hoặc định nghĩa kiểu liên quan cùng đoạn mã.
Để sửa, cung cấp hành vi lỗi, hành vi mong đợi và mã quyết định sự khác biệt. Chỉ thông báo lỗi có thể bỏ ngỏ điều kiện quan trọng. Yêu cầu cách sửa đề xuất, giải thích nguyên nhân và ví dụ phân biệt hành vi cũ với hành vi dự kiến. Bản vá trả về là sản phẩm văn bản; biên dịch, thực thi hoặc áp dụng vào kho mã cần môi trường phát triển bao quanh.
Phiên bản 7B có tên riêng
Mô hình phát hành có 7.61 tỷ tham số, gồm 6.53 tỷ tham số ngoài embedding, và 28 lớp Transformer. Mô hình dùng rotary positional embeddings, SwiGLU, RMSNorm và attention QKV bias. Grouped-query attention có 28 đầu query và 4 đầu key/value. Các chi tiết này mô tả bản phát hành này thay vì phiên bản Coder lớn hơn.
Họ mô hình cung cấp Base và Instruct riêng. Instruct được căn chỉnh cho yêu cầu hội thoại; Base là nền tảng hoàn thành văn bản và tinh chỉnh tiếp. Mục này nói về mô hình 7B tinh chỉnh theo chỉ dẫn. Ví dụ và kết quả nổi bật của bản phát hành cho kích thước khác không xác định khả năng hoặc nhu cầu tài nguyên của phiên bản này.
Chuẩn bị chỉ dẫn
Thẻ mô hình minh họa hội thoại có thông điệp system và user riêng cùng mẫu chat tương ứng. Đặt quy tắc trả lời bền vững, chẳng hạn cách trình bày triển khai và giải thích, tách khỏi mã và nhiệm vụ. Đánh dấu đoạn nào là nguồn hiện có, văn bản nào là yêu cầu và đầu ra nào phải trả về. Điều này giúp giữ mã định danh, giao diện và hành vi mà thay đổi yêu cầu phải bảo toàn.
Đầu vào trợ lý lập trình hữu ích có thể chứa mô-đun ngắn, phần gọi nó và thay đổi dự kiến. Yêu cầu hàm sửa lại, danh sách giả định và đầu vào ví dụ cùng đầu ra mong đợi. Với sản phẩm thị giác được tạo, chỉ định dữ liệu và tương tác cần triển khai, rồi yêu cầu văn bản nguồn kết quả; họ chuyên mã cũng minh họa trợ lý lập trình và sản phẩm thị giác. Kết xuất sản phẩm vẫn là bước riêng với tạo mã nguồn.
Xử lý văn bản dài
Thẻ mô hình liệt kê ngữ cảnh đầy đủ 131,072 token, trong khi cấu hình phát hành ban đầu đặt 32,768 token. Xử lý đầu vào vượt thiết lập đó cần mở rộng YaRN được ghi nhận. Ví dụ chỉ định hệ số co giãn 4.0 và thiết lập số vị trí tối đa gốc 32,768. Nhà sản xuất lưu ý co giãn tĩnh có thể ảnh hưởng hành vi văn bản ngắn hơn và khuyến nghị thêm mở rộng khi cần ngữ cảnh dài.
Dùng ngữ cảnh lớn hơn để giữ mã và yêu cầu liên quan cùng nhau, nhưng xác định câu hỏi thực tế: tìm lời gọi không tương thích, giải thích luồng dữ liệu hoặc đề xuất thay đổi trong giao diện cụ thể. Kèm các phần quyết định hành vi thay vì tư liệu dự án không liên quan. 512 token được tạo trong hướng dẫn bắt đầu nhanh là thiết lập ví dụ; thẻ không xác lập năng lực đầu ra tối đa riêng từ giá trị đó.
Kết quả được ghi nhận của mô hình là văn bản. Vai trò trong tác tử lập trình phụ thuộc ứng dụng cung cấp quyền truy cập kho mã, thực thi và phản hồi. Tách các thao tác đó khỏi khả năng đề xuất mã và giải thích hành vi của mô hình, đồng thời giữ rõ phiên bản 7B-Instruct chính xác và thiết lập ngữ cảnh dài khi lập kế hoạch nhiệm vụ có thể lặp lại.
POST /v1/chat/completionstexttext| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
|---|---|---|---|---|
Trườngmodel | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn qwen2.5-coder-7b-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.
| Cấu hình | Biểu mức phí | Phí |
|---|---|---|
| Cấu hìnhGiá cơ sở cho token | Biểu mức phíMức phí cơ bản | Phí Đầu vào · Token đầu vào $0.0001 / 1K token Đầu ra · Token đầu ra $0.0001 / 1K token Đầu vào · Đọc bộ nhớ đệm $0 / 1K token Đầu vào · Ghi bộ nhớ đệm $0 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qwen2.5-coder-7b-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='qwen2.5-coder-7b-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='qwen2.5-coder-7b-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 qwen2.5-coder-7b-instruct
Dùng các đường dẫn phương thức hiển thị ở trên.
qwen2.5-coder-7b-instructQwen2.5-Coder-7B-Instruct là mô hình văn bản để tạo, giải thích và sửa mã từ chỉ dẫn. Bản phát hành 7.61 tỷ tham số hỗ trợ ngữ cảnh mở rộng tối đa 131,072 token với cấu hình ngữ cảnh dài được ghi nhận.
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.
Qwen2.5-Coder-7B-Instruct là bản phát hành kích thước 7B được tinh chỉnh theo chỉ dẫn của họ mô hình chuyên mã Qwen, trước đây được gọi là CodeQwen. Nhiệm vụ trung tâm là tạo mã, suy luận hành vi chương trình và sửa mã. Mô hình nhận văn bản, gồm yêu cầu và mã nguồn, rồi trả văn bản có thể chứa triển khai, giải thích hoặc thay đổi đề xuất.
Khả năng lập trình và huấn luyện
Nhà sản xuất mô tả 5.5 nghìn tỷ token huấn luyện, gồm mã nguồn, tư liệu nối văn bản với mã và ví dụ tổng hợp. Họ mô hình giữ khả năng toán học và ngôn ngữ tổng quát bên cạnh chuyên môn lập trình. Thông báo phát hành phân biệt tạo chương trình, suy luận cách chương trình chạy và sửa triển khai hiện có; các nhiệm vụ đó cần đầu vào và sản phẩm cuối khác nhau.
Để tạo mã, cung cấp ngôn ngữ lập trình, chữ ký hàm, kiểu đầu vào và giá trị trả về mong đợi. Kèm ràng buộc như hàm có được sửa đầu vào hay dùng phụ thuộc bên ngoài không. Yêu cầu triển khai và giải thích ngắn cách đáp ứng từng yêu cầu. Chẳng hạn yêu cầu sắp xếp có thể quy định giữ giá trị trùng và không thay đổi danh sách gốc, rồi yêu cầu hàm cùng ví dụ gọi cho danh sách rỗng và danh sách chứa giá trị lặp.
Để suy luận mã, cung cấp đoạn chính xác và đầu vào cụ thể cần theo dõi. Hỏi các nhánh nào chạy, giá trị trung gian đổi thế nào và hàm trả gì. Điều này hữu ích hơn yêu cầu không định hướng giải thích cả tệp: câu trả lời nối đầu vào cụ thể với luồng cụ thể qua chương trình. Giữ các hàm hỗ trợ được gọi hoặc định nghĩa kiểu liên quan cùng đoạn mã.
Để sửa, cung cấp hành vi lỗi, hành vi mong đợi và mã quyết định sự khác biệt. Chỉ thông báo lỗi có thể bỏ ngỏ điều kiện quan trọng. Yêu cầu cách sửa đề xuất, giải thích nguyên nhân và ví dụ phân biệt hành vi cũ với hành vi dự kiến. Bản vá trả về là sản phẩm văn bản; biên dịch, thực thi hoặc áp dụng vào kho mã cần môi trường phát triển bao quanh.
Phiên bản 7B có tên riêng
Mô hình phát hành có 7.61 tỷ tham số, gồm 6.53 tỷ tham số ngoài embedding, và 28 lớp Transformer. Mô hình dùng rotary positional embeddings, SwiGLU, RMSNorm và attention QKV bias. Grouped-query attention có 28 đầu query và 4 đầu key/value. Các chi tiết này mô tả bản phát hành này thay vì phiên bản Coder lớn hơn.
Họ mô hình cung cấp Base và Instruct riêng. Instruct được căn chỉnh cho yêu cầu hội thoại; Base là nền tảng hoàn thành văn bản và tinh chỉnh tiếp. Mục này nói về mô hình 7B tinh chỉnh theo chỉ dẫn. Ví dụ và kết quả nổi bật của bản phát hành cho kích thước khác không xác định khả năng hoặc nhu cầu tài nguyên của phiên bản này.
Chuẩn bị chỉ dẫn
Thẻ mô hình minh họa hội thoại có thông điệp system và user riêng cùng mẫu chat tương ứng. Đặt quy tắc trả lời bền vững, chẳng hạn cách trình bày triển khai và giải thích, tách khỏi mã và nhiệm vụ. Đánh dấu đoạn nào là nguồn hiện có, văn bản nào là yêu cầu và đầu ra nào phải trả về. Điều này giúp giữ mã định danh, giao diện và hành vi mà thay đổi yêu cầu phải bảo toàn.
Đầu vào trợ lý lập trình hữu ích có thể chứa mô-đun ngắn, phần gọi nó và thay đổi dự kiến. Yêu cầu hàm sửa lại, danh sách giả định và đầu vào ví dụ cùng đầu ra mong đợi. Với sản phẩm thị giác được tạo, chỉ định dữ liệu và tương tác cần triển khai, rồi yêu cầu văn bản nguồn kết quả; họ chuyên mã cũng minh họa trợ lý lập trình và sản phẩm thị giác. Kết xuất sản phẩm vẫn là bước riêng với tạo mã nguồn.
Xử lý văn bản dài
Thẻ mô hình liệt kê ngữ cảnh đầy đủ 131,072 token, trong khi cấu hình phát hành ban đầu đặt 32,768 token. Xử lý đầu vào vượt thiết lập đó cần mở rộng YaRN được ghi nhận. Ví dụ chỉ định hệ số co giãn 4.0 và thiết lập số vị trí tối đa gốc 32,768. Nhà sản xuất lưu ý co giãn tĩnh có thể ảnh hưởng hành vi văn bản ngắn hơn và khuyến nghị thêm mở rộng khi cần ngữ cảnh dài.
Dùng ngữ cảnh lớn hơn để giữ mã và yêu cầu liên quan cùng nhau, nhưng xác định câu hỏi thực tế: tìm lời gọi không tương thích, giải thích luồng dữ liệu hoặc đề xuất thay đổi trong giao diện cụ thể. Kèm các phần quyết định hành vi thay vì tư liệu dự án không liên quan. 512 token được tạo trong hướng dẫn bắt đầu nhanh là thiết lập ví dụ; thẻ không xác lập năng lực đầu ra tối đa riêng từ giá trị đó.
Kết quả được ghi nhận của mô hình là văn bản. Vai trò trong tác tử lập trình phụ thuộc ứng dụng cung cấp quyền truy cập kho mã, thực thi và phản hồi. Tách các thao tác đó khỏi khả năng đề xuất mã và giải thích hành vi của mô hình, đồng thời giữ rõ phiên bản 7B-Instruct chính xác và thiết lập ngữ cảnh dài khi lập kế hoạch nhiệm vụ có thể lặp lại.
POST /v1/messagestextjson, sse| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
|---|---|---|---|---|
Trườngmodel | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn qwen2.5-coder-7b-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.
| Cấu hình | Biểu mức phí | Phí |
|---|---|---|
| Cấu hìnhGiá cơ sở cho token | Biểu mức phíMức phí cơ bản | Phí Đầu vào · Token đầu vào $0.0001 / 1K token Đầu ra · Token đầu ra $0.0001 / 1K token Đầu vào · Đọc bộ nhớ đệm $0 / 1K token Đầu vào · Ghi bộ nhớ đệm $0 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
{\n "model": "qwen2.5-coder-7b-instruct",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'qwen2.5-coder-7b-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': 'qwen2.5-coder-7b-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 qwen2.5-coder-7b-instruct
Dùng các đường dẫn phương thức hiển thị ở trên.
Ví dụ kỹ thuật bằng tiếng Anh
Repair integer averaging\n\nFix this Python function: def mean(values): return sum(values) // len(values). Requirement: return the arithmetic mean as a float, preserve fractional results and raise ValueError for empty input. Provide the corrected function and tests for [1, 2], [-2, 2] and []. Explain the two distinct defects.A corrected function, three tests and separate explanations for floor division and empty-input behavior.Check that [1, 2] keeps its fractional mean and that empty input raises the specified exception.