Elorian: Glimpse

Elorian: Glimpse, provider Elorian का एक टेक्स्ट मॉडल है, जो api14 पर मुख्य श्रेणी text के अंतर्गत सूचीबद्ध है। इसे भौतिक दुनिया में दृश्य समझ और जटिल दृश्य तर्क के लिए बनाया गया एक मल्टीमॉडल विज़ुअल रीज़निंग मॉडल बताया गया है, और यह अलग विवरण चरण पर निर्भर रहने के बजाय सीधे छवियों और वीडियो पर तर्क करता है। यदि आप ऐसे काम के लिए मॉडल चुन रहे हैं जिसमें यह समझना शामिल है कि दृश्य मीडिया में क्या हो रहा है, तो Elorian इस काम के लिए इसी मॉडल को उपयुक्त ठहराता है।

मॉडल इनपुट के रूप में text, image और video स्वीकार करता है और text लौटाता है। इसकी context window 262144 tokens है, और अधिकतम आउटपुट 256000 tokens है, इसलिए एक ही अनुरोध में लंबे इनपुट और लंबी जनरेशन दोनों संभव हैं। चूंकि इनपुट पक्ष मल्टीमॉडल है जबकि आउटपुट पक्ष केवल text है, मॉडल उन कार्यों के लिए उपयुक्त है जहां दृश्य सामग्री अंदर जाती है और लिखित उत्तर बाहर आता है, जैसे किसी छवि या वीडियो में दिखाई देने वाली चीज़ का वर्णन करना, तुलना करना या उस पर तर्क करना।

व्यावहारिक उपयोग इसी संयोजन से निकलते हैं। आप एक वीडियो भेज सकते हैं और उसमें घटनाओं का सारांश मांग सकते हैं, या छवियों का एक सेट भेज सकते हैं और उनके बीच तुलना मांग सकते हैं। Visual question answering, भौतिक दृश्यों का निरीक्षण, और फुटेज में स्थानिक या भौतिक संबंधों पर तर्क करना, ये सभी स्वाभाविक रूप से उपयुक्त हैं। बड़ी context window का यह भी अर्थ है कि आप एक ही कॉल में पर्याप्त दृश्य सामग्री या लंबा साथ वाला text दे सकते हैं, बजाय काम को कई अनुरोधों में बांटने के।

आप मॉडल को api14 के OpenAI-compatible API के माध्यम से model id "elorian/glimpse" का उपयोग करके कॉल करते हैं। यह जिन request parameters का समर्थन करता है वे हैं frequency_penalty, include_reasoning, logit_bias, logprobs, max_tokens, min_p, presence_penalty, reasoning, repetition_penalty, response_format, stop, structured_outputs, temperature, tool_choice, tools, top_k, top_logprobs और top_p। Tool calling और structured outputs दोनों उपलब्ध हैं, इसलिए आप दृश्य तर्क को function calls के साथ या schema तक सीमित responses के साथ जोड़ सकते हैं, और reasoning तथा include_reasoning parameters आपको यह नियंत्रित करने देते हैं कि reasoning सामग्री सामने आए या नहीं।

योजना बनाते समय आउटपुट modality को ध्यान में रखें: मॉडल text लौटाता है, इसलिए आपको किसी अन्य रूप में जो कुछ चाहिए वह downstream में तैयार करना होगा। यदि आपका कार्य पूरी तरह textual है और उसमें कोई छवि या वीडियो शामिल नहीं है, तो इस मॉडल का दृश्य तर्क पर केंद्रण आपकी आवश्यकता से अधिक हो सकता है, और केवल text वाला मॉडल अधिक सरल विकल्प हो सकता है। ऐसे काम के लिए जो छवियों या वीडियो में दिखाई देने वाली चीज़ों को समझने पर निर्भर है, यहां उपलब्ध मॉडलों में Glimpse उपयुक्त विकल्प है।