Morph: Morph V3 Large

Morph: Morph V3 Large는 Morph의 텍스트 모델입니다. 복잡한 코드 편집을 위한 Morph의 고정밀 apply 모델로 제시되며, 제공자는 정밀한 코드 변환에서 초당 약 4,500 토큰과 98% 정확도에 도달한다고 설명합니다. 이 설명은 모델이 무엇을 위해 만들어졌는지 알려줍니다. 지시문과 초기 코드 조각을 받아 편집된 코드를 출력으로 생성하는 것입니다.

이 모델은 텍스트 입력, 텍스트 출력입니다. 텍스트 프롬프트를 받아 텍스트 완성을 반환하며, 컨텍스트 윈도우는 262,144 토큰이고 최대 출력은 131,072 토큰입니다. 이는 큰 작업 공간이며, 변환하려는 코드가 작은 윈도우에 들어가지 않을 때 중요합니다. 제공자로부터 오는 중요한 제약이 하나 있습니다. 프롬프트는 특정 구조를 따라야 하며, 지시문을 담은 instruction 태그 뒤에 초기 코드를 담은 code 태그가 오는 형태로 instruction 블록과 code 블록을 작성해야 합니다.

이 모델은 일반 채팅 모델이 아니라 apply 모델이므로, 실용적인 사용 사례는 그 형태를 따릅니다. 자동화된 코드 변환, 설명된 변경을 기존 파일에 적용하기, 자연어 지시문으로 코드 섹션을 리팩터링하거나 다시 작성하기, 같은 종류의 변경을 많은 입력에 일관되게 적용해야 하는 배치 편집에 적합합니다. 명시된 정확도와 처리량 수치는 이 모델을, 코드 편집이 손으로 입력되는 것이 아니라 프로그램적으로 생성되고 적용되는 파이프라인의 후보로 만듭니다.

모델 id "morph/morph-v3-large"를 사용해 api14의 OpenAI 호환 API를 통해 호출할 수 있습니다. 지원되는 요청 파라미터는 logprobs, max_tokens, response_format, stop, structured_outputs, temperature, top_logprobs입니다. 기존 코드를 이식하는 경우, 이는 일반적인 OpenAI 스타일 요청 본문이 작동한다는 뜻이며, model 필드를 해당 id로 설정하고, temperature와 stop으로 샘플링을 제어하고, max_tokens로 출력을 제한하고, response_format 또는 structured_outputs로 응답 형태를 제약할 수 있습니다.

통합할 때 필수 프롬프트 형식을 염두에 두십시오. instruction 블록과 code 블록은 모델이 사용되도록 의도된 방식의 일부이기 때문입니다. 작업이 일반 대화, 개방형 작성 또는 코드 편집이 아닌 어떤 것이라면, 고정된 프롬프트 구조를 가진 apply 모델보다 범용 텍스트 모델이 더 적합할 수 있습니다.