Meta: Muse Spark 1.3

ميتا: Muse Spark 1.3 هو نموذج استدلال متعدد الوسائط من ميتا، مصمم لسير العمل الوكيلي طويل الأمد ومتعدد الوكلاء والبرمجي. وهو نموذج نصي بمعنى أن مخرجاته نصية، لكنه يقبل أكثر من النص عند الإدخال. وتضعه ميتا في سياق تتبع المعلومات عبر المهام الممتدة ومعالجة المشكلات بمرور الوقت، ولهذا يكتسب التأطير الوكيلي أهمية: فهذا نموذج مقصود منه أن يعمل داخل حلقة تكرارية بدلا من الإجابة عن سؤال واحد معزول.

على جانب الإدخال، يقبل Muse Spark 1.3 النص والصور والفيديو والملفات، ويعيد النص. نافذة السياق هي 1,048,576 رمزا، بحد أقصى للمخرجات يبلغ 943,718 رمزا. وهذه التركيبة من ميزانية إدخال ضخمة جدا وميزانية إخراج ضخمة جدا غير معتادة وتحدد ما يبرع فيه النموذج. فهو يستطيع استيعاب مستندات طويلة ووسائط وسجل محادثات متراكم، ويستطيع إنتاج إجابات طويلة منظمة أو خطط أو شيفرة دون أن يُقطع مبكرا. والاستدلال جزء أساسي من النموذج: تشمل المعاملات المدعومة reasoning وreasoning_effort وinclude_reasoning، بحيث يمكنك التحكم في مقدار العمل الداخلي الذي يحدث وما إذا كان هذا الاستدلال يُعرض لك.

تتبع حالات الاستخدام العملية تلك القدرات. فالوكلاء ذوو الأفق الطويل الذين يحتاجون إلى الاحتفاظ بالحالة عبر خطوات كثيرة يناسبون هذا النموذج بشكل طبيعي، وكذلك إعدادات الوكلاء المتعددين حيث ينسق نموذج واحد عمل النماذج الأخرى أو يراجعه. وتستفيد سير العمل البرمجية من ميزانية الإخراج الكبيرة، إذ يمكن إرجاع الشيفرة المولدة والفروقات والتفسيرات في استجابة واحدة. ولأن الصور والفيديو والملفات مقبولة كإدخال، يستطيع النموذج أيضا التعامل مع مهام تمزج الوسائط بالنص، مثل مراجعة تسجيل شاشة إلى جانب تقرير خلل، أو العمل على مستند مع مخططاته الداعمة. وكل ما يتطلب قراءة الكثير من المواد ثم كتابة الكثير ردا عليه هو ما يستهدفه هذا النموذج.

يمكنك استدعاؤه عبر واجهة api14 المتوافقة مع OpenAI باستخدام معرف النموذج "meta/muse-spark-1.3". معاملات الطلب المدعومة هي include_reasoning وmax_tokens وreasoning وreasoning_effort وrepetition_penalty وresponse_format وstructured_outputs وtemperature وtool_choice وtools وtop_k وtop_p. عمليا، هذا يعني أنه يمكنك ضبط أخذ العينات باستخدام temperature وtop_p وtop_k، وتثبيط التكرار باستخدام repetition_penalty، وتحديد سقف الاستجابة باستخدام max_tokens، وتوجيه عمق الاستدلال باستخدام reasoning_effort. لاستخدام الأدوات، يتوفر tools وtool_choice، وللردود القابلة للقراءة آليا يمكنك استخدام response_format أو structured_outputs. وإذا أردت إرجاع استدلال النموذج في الاستجابة، فاضبط include_reasoning.

الشيء الرئيسي الذي يجب أخذه في الحسبان هو أن هذا نموذج بمخرجات نصية. فإذا كانت مهمتك تتطلب صورا مولدة أو صوتا أو مخرجات غير نصية أخرى، فلن ينتجها Muse Spark 1.3، حتى وإن كان يستطيع قراءة الصور والفيديو والملفات كإدخال. كما أن حدود السياق والمخرجات الضخمة جدا تعني أن الطلبات قد تكون مكلفة من حيث زمن الاستجابة والموارد، لذا قد يكون نموذج أصغر وأسرع خيارا أفضل للنداءات القصيرة والبسيطة وعالية الحجم. اتجه إلى Muse Spark 1.3 عندما تكون المهمة طويلة، أو متعددة الوسائط على جانب الإدخال، أو وكيلية، أو كثيفة الشيفرة، وعندما تحتاج إلى مساحة للتفكير والكتابة بإسهاب.