Morph: Morph V3 Large

Morph : Morph V3 Large est un modèle de texte de Morph. Il est présenté comme le modèle d'application à haute précision de Morph pour les modifications de code complexes, et le fournisseur indique qu'il atteint environ 4 500 jetons par seconde avec une précision de 98 % pour les transformations de code précises. Ce cadrage indique à quoi le modèle est destiné : prendre une instruction et un morceau de code initial, puis produire le code modifié en sortie.

Le modèle fonctionne en texte entrant, texte sortant. Il accepte des invites textuelles et renvoie des complétions textuelles, avec une fenêtre de contexte de 262 144 jetons et une sortie maximale de 131 072 jetons. C'est un vaste espace de travail, ce qui compte lorsque le code que vous transformez ne tient pas dans une petite fenêtre. Une contrainte importante vient du fournisseur : l'invite doit suivre une structure spécifique, avec un bloc d'instruction et un bloc de code, écrits sous la forme d'une balise d'instruction contenant l'instruction suivie d'une balise de code contenant le code initial.

Comme le modèle est un modèle d'application plutôt qu'un modèle de conversation général, les cas d'usage pratiques découlent de cette forme. Il convient aux transformations de code automatisées, à l'application d'une modification décrite à un fichier existant, au refactoring ou à la réécriture de sections de code à partir d'une instruction en langage naturel, et aux modifications par lots où le même type de changement doit être appliqué de manière cohérente sur de nombreuses entrées. Les chiffres annoncés de précision et de débit en font un candidat pour les pipelines où les modifications de code sont générées et appliquées par programmation plutôt que saisies à la main.

Vous pouvez l'appeler via l'API compatible OpenAI d'api14 en utilisant l'identifiant de modèle "morph/morph-v3-large". Les paramètres de requête pris en charge sont logprobs, max_tokens, response_format, stop, structured_outputs, temperature et top_logprobs. Si vous portez du code existant, cela signifie que le corps de requête habituel de style OpenAI fonctionne, avec le champ model défini sur cet identifiant, et vous pouvez contrôler l'échantillonnage avec temperature et stop, plafonner la sortie avec max_tokens, et contraindre la forme de la réponse avec response_format ou structured_outputs.

Gardez à l'esprit le format d'invite requis lorsque vous l'intégrez, car les blocs d'instruction et de code font partie de la manière dont le modèle est censé être utilisé. Si votre tâche est une conversation générale, une écriture ouverte ou quoi que ce soit qui n'est pas une modification de code, un modèle de texte à usage général peut être plus adapté qu'un modèle d'application avec une structure d'invite fixe.