Reka Edge

Reka Edge est un modèle multimodal de Reka AI, listé sur api14 sous l'identifiant de modèle rekaai/reka-edge. C'est un modèle vision-langage de 7B conçu pour l'efficacité, ce qui compte lorsque vous voulez une compréhension multimodale sans exécuter un très grand modèle. Le fournisseur le décrit comme optimisé spécifiquement pour la compréhension d'images, et il se situe dans la catégorie texte du catalogue, ce qui signifie que la génération de texte est sa sortie principale.

Du côté des entrées, Reka Edge accepte les images, la vidéo et le texte, et il produit du texte. Cela le rend adapté aux charges de travail où le prompt combine des médias visuels avec des instructions écrites et où la réponse revient sous forme de prose, de texte structuré ou d'appels d'outils. La fenêtre de contexte est de 16 384 tokens en entrée et en sortie, et la sortie maximale est de 14 745 tokens, vous pouvez donc demander des générations assez longues tout en laissant de la place pour le prompt. Les paramètres de requête pris en charge incluent temperature, top_p, top_k, frequency_penalty, presence_penalty, seed, stop, max_tokens, logprobs et top_logprobs, vous disposez donc des contrôles d'échantillonnage habituels ainsi que de l'inspection des probabilités au niveau des tokens.

Comme il gère les entrées d'images et de vidéos en plus du texte, les cas d'usage évidents sont ceux où le modèle doit lire un contenu visuel plutôt que simplement le décrire en termes généraux. La compréhension de captures d'écran et d'images de documents, l'extraction ou le résumé de ce qui se trouve dans une image, la réponse à des questions sur un clip vidéo, et la création d'assistants qui prennent un prompt mixte de texte et de médias découlent tous des capacités annoncées. Le paramètre structured_outputs signifie que vous pouvez orienter les réponses vers des formes lisibles par machine, et tools plus tool_choice vous permettent d'intégrer le modèle dans des flux d'appel de fonctions, il peut donc servir d'étape de raisonnement dans un agent qui opère sur des entrées visuelles.

L'appeler via api14 fonctionne de la même manière que n'importe quel autre modèle sur un point de terminaison compatible OpenAI. Vous envoyez une requête de complétion de chat avec le champ model défini sur rekaai/reka-edge, vous incluez vos messages avec du texte et du contenu image ou vidéo selon les besoins, et vous passez l'un des paramètres pris en charge dans le corps de la requête. Aucun SDK séparé ni couche de traduction n'est requis, donc le code client OpenAI existant n'a besoin que du changement de l'identifiant de modèle et de l'ajout d'une charge utile multimédia là où c'est pertinent.

La principale contrainte à garder à l'esprit est le contexte de 16 384 tokens. Si vos entrées impliquent de longues vidéos, de gros documents ou un historique d'échanges étendu, ce budget se remplira rapidement, et un modèle avec un contexte plus large pourrait mieux convenir à la tâche. Reka Edge est surtout utile lorsque vous voulez un modèle multimodal compact qui gère la compréhension d'images et de vidéos avec une sortie structurée et un support des outils, plutôt qu'un modèle texte uniquement ou un modèle visant des contextes très longs.