نستخدم ملفات تعريف الارتباط. تُبقيك ملفات تعريف الارتباط وتخزين المتصفح مسجّلًا للدخول وتتذكر تفضيلاتك. وبإذنك نقيس أيضًا كيفية استخدام الموقع. يمكنك في أي وقت. راجع سياسة ملفات تعريف الارتباط.
liquid/lfm-3-1.7b:freeيعمل من رصيدك بالأسعار أعلاه. تبدأ الحسابات الجديدة باستخدام مجاني.
الإعدادات
LiquidAI: LFM3-1.7B (free) هو نموذج نصي من LiquidAI، معرّف على api14 بمعرّف النموذج liquid/lfm-3-1.7b:free. وهو نموذج مدمج بمعاملات تبلغ 1.7 مليار، ويصنفه مزوّده كنموذج نصي صغير خضع لتدريب لاحق من أجل الوكلاء واستدعاء الأدوات والمخرجات المنظمة. وهو نموذج نصي فقط في كلا الاتجاهين: يقبل المطالبات النصية ويعيد ردودا نصية.
تبلغ نافذة السياق للنموذج 262,144 رمزا، وهي كبيرة بالنسبة لنموذج بهذا الحجم وتتيح التعامل مع المستندات الطويلة أو المحادثات الممتدة أو مخرجات الأدوات الكبيرة في طلب واحد. ويبلغ الحد الأقصى لمخرجاته 8,192 رمزا. وفقا للمزوّد، يستنتج النموذج قبل أن يجيب، لذا قد تتضمن الردود خطوة استنتاج قبل المخرج النهائي. ولأنه خضع لتدريب لاحق من أجل السلوك الوكيلي، فإن استدعاء الأدوات والمخرجات المنظمة جزءان أصيلان من تصميمه وليسا إضافيين.
تشير هذه القدرات إلى مجموعة استخدامات محددة إلى حد ما. السياق الطويل يناسب تلخيص المعلومات أو استخراجها من مستندات مطولة، ومراجعة ملفات الشيفرة الكبيرة، والحفاظ على محادثات طويلة الأمد يلزم فيها إبقاء الأدوار السابقة في مجال الرؤية. واستدعاء الأدوات يجعله مرشحا لسير عمل الوكلاء، حيث يقرر النموذج أي دالة يستدعيها وبأي وسائط. وتساعد المخرجات المنظمة عندما يجب أن يتوافق الرد مع مخطط، على سبيل المثال ملء حقول لخدمة لاحقة أو إنتاج سجلات قابلة للقراءة آليا. وسلوك الاستنتاج مفيد للأسئلة متعددة الخطوات حيث تحسّن خطوة وسيطة الإجابة النهائية.
تستدعي النموذج عبر واجهة api14 المتوافقة مع OpenAI باستخدام معرّف النموذج liquid/lfm-3-1.7b:free، لذا تعمل مكتبات عميل OpenAI الحالية وأشكال الطلبات مع تغيير عنوان URL الأساسي واسم النموذج فقط. يدعم النموذج مجموعة واسعة من معاملات الطلب: temperature و top_p و top_k و min_p و frequency_penalty و presence_penalty و repetition_penalty و seed و stop و max_tokens و max_completion_tokens و logprobs و top_logprobs و response_format و structured_outputs و tools و tool_choice و reasoning و include_reasoning. وتغطي عناصر التحكم في أخذ العينات مثل temperature و top_p التوليد العادي، بينما تقود tools و tool_choice استدعاء الدوال، وتقيّد structured_outputs أو response_format شكل الرد. ويرتبط المعاملان reasoning و include_reasoning بخطوة الاستنتاج في النموذج، ويدعم seed أخذ عينات قابلا للتكرار.
القيد الرئيسي الذي يجب تذكره هو سقف المخرجات: فالردود محدودة بـ 8,192 رمزا حتى مع أن نافذة السياق أكبر بكثير، لذا قد تتطلب المهام التي تحتاج ردودا فردية طويلة جدا تقسيم العمل عبر عدة استدعاءات. كما أن النموذج نصي فقط، لذا لا يمكنه استقبال الصور أو الصوت كمدخلات. بالنسبة لأعباء العمل التي يكفي فيها نموذج نصي صغير وفعّال مع استدعاء الأدوات والمخرجات المنظمة، فهو خيار معقول؛ أما حين تعتمد المهمة على وسائط إدخال أخرى أو على ميزانية مخرجات أكبر بكثير، فسيكون نموذج مختلف أنسب.
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api14.com/api/v1",
apiKey: process.env.API14_API_KEY,
});
const result = await client.chat.completions.create({
"model": "liquid/lfm-3-1.7b:free",
"messages": [
{
"role": "user",
"content": "Explain vector databases in two sentences."
}
]
});
console.log(result.choices[0].message.content);
frequency_penaltyinclude_reasoninglogprobsmax_completion_tokensmax_tokensmin_ppresence_penaltyreasoningrepetition_penaltyresponse_formatseedstopstructured_outputstemperaturetool_choicetoolstop_ktop_logprobstop_pلا توجد مواضيع في هذا المجتمع بعد. افتح أول موضوع عن LiquidAI: LFM3-1.7B (free).