Nace.AI: Drex v2.0

Nace.AI: Drex v2.0, Nace.AI का एक decision model है, और Drex v1.5 का बड़ा successor है। इसे 35B mixture-of-experts model के रूप में बनाया गया है जिसमें 3B active parameters हैं, और यह general chat category के बजाय decisions category में आता है। अगर आप इसका मूल्यांकन कर रहे हैं, तो महत्वपूर्ण बात यह है कि यह सामान्य अर्थ में text generator नहीं है: इसे एक वर्णित स्थिति लेने और उसके बारे में विशिष्ट प्रश्नों के उत्तर देने के लिए डिज़ाइन किया गया है।

Model text input स्वीकार करता है, जिसमें JSON भी शामिल है, और output के रूप में decisions देता है। Provider intended pattern को इस तरह वर्णित करता है: model को एक state (text या JSON) और typed questions जैसे yes/no या multiple choice दें, और संबंधित उत्तर प्राप्त करें। Context window 131072 tokens है, और maximum output 117964 tokens है। चूंकि output modality free-form prose के बजाय decisions है, आपको अपने द्वारा पूछे गए प्रश्नों के structured answers की अपेक्षा करनी चाहिए, न कि किसी essay या chat reply की।

यह स्वरूप उपयोगों के एक काफी विशिष्ट समूह की ओर संकेत करता है। जहाँ भी आपके पास एक state है जिसे text या JSON के रूप में serialize किया जा सकता है और उसके बारे में discrete questions का एक समूह है, Drex v2.0 एक उम्मीदवार है: triage और routing decisions, fixed set of options में classification, yes/no gating checks, या defined answer space पर multiple choice selection। बड़े context window का मतलब है कि आप जो state पास करते हैं वह लंबा हो सकता है, इसलिए प्रश्न किसी छोटे snippet के बजाय substantial input पर आधारित हो सकते हैं। यह उन कार्यों के लिए कम स्पष्ट रूप से उपयुक्त है जहाँ आप generated prose, summarization, या open-ended conversation चाहते हैं, क्योंकि इसकी output modality उन्हें cover नहीं करती।

आप इसे api14 के OpenAI-compatible API के माध्यम से model id "nace-ai/drex-v2.0" का उपयोग करके call करते हैं। चूंकि API OpenAI-compatible है, आप एक मौजूदा OpenAI client को api14 पर point कर सकते हैं और usual chat completions shape में requests भेज सकते हैं, जिसमें model field उस id पर set हो। ध्यान दें कि model कोई supported parameters सूचीबद्ध नहीं करता, इसलिए आपको यह नहीं मानना चाहिए कि temperature या top_p जैसे tuning knobs स्वीकार किए जाते हैं; input state और अपने typed questions भेजें और defaults पर भरोसा करें। इस पृष्ठ पर live price table बताती है कि एक request की लागत क्या है।

सीमाओं पर, यहाँ तथ्य सीमित हैं। Model text in और decisions out है, इसलिए अगर आपके कार्य को image या audio input चाहिए, या output के रूप में generated text चाहिए, तो कोई अन्य model बेहतर फिट होगा। इसी तरह, चूंकि कोई supported parameters सूचीबद्ध नहीं हैं, अगर आपकी pipeline sampling behavior समायोजित करने पर निर्भर है, तो commit करने से पहले इसे जाँच लें। इन सीमाओं के भीतर, Drex v2.0 का लक्ष्य लंबे text या JSON states पर structured decision tasks है।