LiquidAI: d1

LiquidAI d1 är en strukturerad beslutsmodell från Liquid AI. Den listas på api14 under modell-id:t liquid/d1 och leverantören LiquidAI, och dess huvudkategori är decisions. I stället för att generera fri prosa är d1 uppbyggd kring att göra val, vilket gör den till en annan sorts verktyg än en allmän chatt- eller skrivmodell. Om din applikation behöver en modell som väljer ett alternativ, tilldelar en poäng eller svarar ja eller nej, är det rollen d1 är utformad att fylla.

Modellen tar text som indata och returnerar beslut som utdata. Dess kontextfönster är 65536 tokens, och maximal utdata är 58982 tokens. Leverantören beskriver d1 som en strukturerad beslutsmodell som tillhandahålls som en System One-slutpunkt: du skickar ett tillstånd tillsammans med typade frågor, och den returnerar ett val, en poäng eller ett ja/nej-svar. Den formuleringen spelar roll när du planerar en integration, eftersom svaret du får tillbaka är avsett att konsumeras av kod snarare än att läsas som konversationstext.

De praktiska användningsfallen följer direkt av den formen. Överallt där ett system måste utvärdera ett tillstånd och bestämma sig för ett svar kan d1 fungera som beslutssteget: dirigera en begäran nedför en av flera vägar, poängsätta ett objekt mot kriterier du anger, eller returnera ett booleskt värde för en grind eller ett filter. Eftersom indata är text och utdata är ett beslut passar den naturligt in i pipelines där en uppströmskomponent sätter samman kontext och en nedströmskomponent agerar på resultatet. Den är inte positionerad som en generator av långa förklaringar, så behandla den som komponenten som beslutar, inte den som berättar.

Du kan anropa den via api14:s OpenAI-kompatibla API med modell-id:t liquid/d1. Eftersom slutpunkten följer formatet för OpenAI chat completions fungerar befintliga klienter och SDK:er utan särskild hantering. En sak att kontrollera innan du bygger: d1 listar inga stödda begärandeparametrar, så anta inte att samplingskontroller eller liknande alternativ kommer att ha någon effekt. Skicka ditt tillstånd och typade frågor i begäran, och läs ut beslutet ur svaret.

Den främsta begränsningen att ha i åtanke är kontextfönstret på 65536 tokens. Om din uppgift är beroende av mycket långa indata, planera hur du ska få plats med dem, eftersom både tillståndet och frågorna tar av den budgeten. Och om det du faktiskt behöver är textgenerering, sammanfattning eller öppen konversation passar en modell i en annan kategori bättre än d1. Välj d1 när det du vill få tillbaka är ett beslut.