Xiaomi: MiMo-V2.5-Pro

Xiaomi: MiMo-V2.5-Pro to model tekstowy od Xiaomi. Jest to flagowy model firmy, pozycjonowany wokół ogólnych zdolności agentowych, złożonej inżynierii oprogramowania i zadań długoterminowych. Xiaomi raportuje dla niego najwyższe miejsca w rankingach takich jak ClawEval, GDPVal i SWE-bench Pro. Jest to model tekst-wejście, tekst-wyjście, więc działa z promptami tekstowymi i zwraca odpowiedzi tekstowe.

Model przyjmuje dane wejściowe w postaci tekstu i generuje dane wyjściowe w postaci tekstu, z oknem kontekstu wynoszącym 1 050 000 tokenów. Jest to wystarczająco dużo, aby pomieścić całe bazy kodu, długie zestawy dokumentów lub rozszerzone transkrypcje agenta w jednym żądaniu. Maksymalna długość danych wyjściowych to 131 072 tokenów, co obsługuje długie generowane odpowiedzi, a nie tylko krótkie odpowiedzi. Rozumowanie jest częścią zestawu funkcji modelu: obsługiwane parametry obejmują reasoning i include_reasoning, więc można kontrolować lub ujawniać zachowanie rozumowania modelu tam, gdzie klient to obsługuje.

Te możliwości wskazują na kilka praktycznych zastosowań. Przepływy pracy agentowej są naturalnym dopasowaniem, ponieważ model jest zbudowany do ogólnego zachowania agentowego i zadań długoterminowych obejmujących wiele kroków. Złożona inżynieria oprogramowania to kolejne zastosowanie, w tym praca nad dużymi repozytoriami, gdzie okno kontekstu ma znaczenie. Ponieważ dane wyjściowe mogą osiągnąć 131 072 tokenów, model nadaje się również do zadań wymagających długich, ustrukturyzowanych rezultatów, a nie krótkich odpowiedzi. Ustrukturyzowane dane wyjściowe i wywoływanie narzędzi czynią go użytecznym w potokach, w których model musi zwracać dane czytelne maszynowo lub wywoływać funkcje zewnętrzne.

Wywołujesz go przez API zgodne z OpenAI w api14, używając identyfikatora modelu "xiaomi/mimo-v2.5-pro". Obsługiwane parametry żądania to frequency_penalty, include_reasoning, logprobs, max_tokens, presence_penalty, reasoning, repetition_penalty, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools, top_k, top_logprobs i top_p. W praktyce temperature, top_p i top_k kształtują próbkowanie; max_tokens i stop ograniczają odpowiedź; seed dodaje powtarzalność; frequency_penalty, presence_penalty i repetition_penalty zniechęcają do powtórzeń; response_format i structured_outputs ograniczają kształt danych wyjściowych; a tools wraz z tool_choice umożliwiają wywoływanie funkcji. logprobs i top_logprobs zwracają informacje o prawdopodobieństwie na poziomie tokenów, a reasoning i include_reasoning odnoszą się do danych wyjściowych rozumowania modelu.

Rozważania dotyczą głównie dopasowania. Dane wejściowe są tylko tekstowe, więc nie ma obsługi obrazu, dźwięku ani innych modalności; jeśli Twoje zadanie zależy od takich danych wejściowych, potrzebny jest inny model. Bardzo duże okno kontekstu i długa maksymalna długość danych wyjściowych są przydatne, ale nie zawsze konieczne, więc do krótkich, prostych zadań tekstowych lepszym dopasowaniem może być mniejszy lub szybszy model. W tych granicach MiMo-V2.5-Pro jest ukierunkowany na wymagającą pracę z tekstem: agentów, inżynierię oprogramowania i zadania przebiegające w długich horyzontach.