inclusionAI: Ling 3.0 Flash VL

Ling 3.0 Flash VL, inclusionAI का एक मॉडल है। यह Ling 3.0 Flash पर आधारित है, जो 124B कुल पैरामीटर वाला mixture-of-experts मॉडल है जिसमें 5.5B सक्रिय पैरामीटर हैं, और यह मूल दृश्य धारणा तथा उन्नत दृश्य समझ के साथ इसे विस्तारित करता है, साथ ही इसकी भाषा क्षमताओं को और मजबूत करता है। मॉडल को text श्रेणी के अंतर्गत सूचीबद्ध किया गया है, इसलिए दृश्य सुविधाओं के बावजूद इसे मुख्य रूप से एक भाषा मॉडल के रूप में स्थान दिया गया है जो छवियाँ और वीडियो भी पढ़ सकता है।

इनपुट पक्ष पर, Ling 3.0 Flash VL text, छवियाँ और वीडियो स्वीकार करता है, और यह केवल text आउटपुट उत्पन्न करता है। संदर्भ विंडो 262,144 tokens है, जो इतनी बड़ी है कि एक ही अनुरोध में लंबे दस्तावेज़, लंबे बातचीत इतिहास या विस्तारित वीडियो-व्युत्पन्न संदर्भ रख सके। अधिकतम आउटपुट 32,768 tokens है, इसलिए प्रतिक्रियाएँ कुछ सौ tokens पर कटने के बजाय पर्याप्त हो सकती हैं। चूँकि मॉडल बड़े संदर्भ को दृश्य इनपुट के साथ जोड़ता है, यह ऐसी सामग्री पर काम कर सकता है जिसमें गद्य और दृश्य सामग्री मिश्रित हो, बिना प्रत्येक के लिए अलग पाइपलाइन की आवश्यकता के।

व्यावहारिक उपयोग इन क्षमताओं से सीधे निकलते हैं। एक डेवलपर प्रश्न के साथ स्क्रीनशॉट, आरेख, चार्ट या स्कैन किए गए पृष्ठ भेज सकता है और text उत्तर प्राप्त कर सकता है, जो दस्तावेज़ प्रश्न उत्तर, ऐसे सहायता टूलिंग के लिए उपयुक्त है जिसे उपयोगकर्ता द्वारा पेस्ट किया गया पढ़ना हो, और निष्कर्षण कार्यों के लिए जहाँ स्रोत साफ़ text के बजाय एक छवि हो। वीडियो इनपुट रिकॉर्ड की गई सामग्री के सारांश या क्वेरी की सुविधा देता है, जैसे स्क्रीन रिकॉर्डिंग या क्लिप की समीक्षा करना और विवरण या कार्य बिंदुओं का समूह माँगना। लंबा संदर्भ बहु-दस्तावेज़ विश्लेषण, लंबे चैट सत्र और कोड या लॉग समीक्षा का समर्थन करता है जहाँ पूरी फ़ाइल दृश्य में होनी चाहिए। Tool calling और structured outputs इसे किसी एजेंट या डेटा निष्कर्षण वर्कफ़्लो के भीतर तर्क चरण के रूप में उपयोग करने योग्य बनाते हैं।

आप मॉडल को api14 के OpenAI-संगत API के माध्यम से model id "inclusionai/ling-3.0-flash-vl" का उपयोग करके कॉल करते हैं। समर्थित अनुरोध पैरामीटर हैं frequency_penalty, include_reasoning, logit_bias, logprobs, max_tokens, min_p, presence_penalty, reasoning, repetition_penalty, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools, top_k, top_logprobs और top_p। यह सेट सैंपलिंग नियंत्रण, seed के माध्यम से नियतात्मक रन, logprobs और top_logprobs के माध्यम से token-स्तरीय निरीक्षण, structured output प्रारूप, और tool_choice तथा tools के साथ tool उपयोग को कवर करता है। reasoning और include_reasoning पैरामीटर के माध्यम से तर्क का अनुरोध किया जा सकता है और उसे प्रतिक्रिया में शामिल किया जा सकता है।

ध्यान में रखने वाली मुख्य बात आउटपुट modality है: मॉडल छवियाँ और वीडियो पढ़ता है लेकिन केवल text लौटाता है, इसलिए यह मीडिया उत्पन्न या संपादित नहीं करेगा। यदि आपका कार्य पूरी तरह text है और दृश्य इनपुट से लाभ नहीं उठाता, तो आधार Ling 3.0 Flash श्रृंखला अधिक उपयुक्त हो सकती है, क्योंकि VL संस्करण की विशिष्टता दृश्य धारणा है। ऐसे वर्कलोड के लिए जिन्हें छवि या वीडियो निर्माण, या ऑडियो इनपुट चाहिए, आपको एक अलग मॉडल की आवश्यकता होगी।