Elorian: Glimpse

Elorian: Glimpse, api14 üzerinde ana kategori olarak text altında listelenen, sağlayıcı Elorian'a ait bir metin modelidir. Fiziksel dünyada görsel anlama ve karmaşık görsel akıl yürütme için oluşturulmuş çok kipli bir görsel akıl yürütme modeli olarak tanımlanır ve ayrı bir açıklama adımına dayanmak yerine doğrudan görüntüler ve video üzerinde akıl yürütür. Görsel medyada neler olup bittiğini yorumlamayı içeren işler için bir model seçiyorsanız, Elorian bu iş için konumlandırdığı model budur.

Model girdi olarak metin, görüntü ve video kabul eder ve metin döndürür. Bağlam penceresi 262144 token'dır ve maksimum çıktı 256000 token'dır, yani uzun girdiler ve uzun üretimler aynı istek içinde mümkündür. Girdi tarafı çok kipli, çıktı tarafı ise yalnızca metin olduğundan model, görsel malzemenin girip yazılı bir yanıtın çıktığı görevler için uygundur; örneğin bir görüntüde veya videoda görünenleri tanımlamak, karşılaştırmak veya bunlar hakkında akıl yürütmek gibi.

Pratik kullanımlar bu kombinasyondan doğar. Bir video gönderip içindeki olayların özetini isteyebilir veya bir görüntü kümesi gönderip bunlar arasında karşılaştırma isteyebilirsiniz. Görsel soru yanıtlama, fiziksel sahnelerin incelenmesi ve görüntülerdeki uzamsal veya fiziksel ilişkiler hakkında akıl yürütme, hepsi doğal uyumlardır. Büyük bağlam penceresi ayrıca, işi birçok isteğe bölmek yerine tek bir çağrıda önemli miktarda görsel malzeme veya uzun eşlik eden metin sağlayabileceğiniz anlamına gelir.

Modeli api14'ün OpenAI uyumlu API'si üzerinden "elorian/glimpse" model id'sini kullanarak çağırırsınız. Desteklediği istek parametreleri frequency_penalty, include_reasoning, logit_bias, logprobs, max_tokens, min_p, presence_penalty, reasoning, repetition_penalty, response_format, stop, structured_outputs, temperature, tool_choice, tools, top_k, top_logprobs ve top_p'dir. Araç çağırma ve yapılandırılmış çıktıların ikisi de mevcuttur, böylece görsel akıl yürütmeyi işlev çağrılarıyla veya bir şemayla sınırlandırılmış yanıtlarla birleştirebilirsiniz ve reasoning ile include_reasoning parametreleri akıl yürütme içeriğinin gösterilip gösterilmeyeceğini kontrol etmenizi sağlar.

Planlama yaparken çıktı kipliğini aklınızda tutun: model metin döndürür, bu nedenle başka bir biçimde ihtiyaç duyduğunuz her şey alt süreçlerde üretilmelidir. Göreviniz tamamen metinsel ise ve hiç görüntü veya video içermiyorsa, bu modelin görsel akıl yürütme odağı ihtiyacınızdan fazla olabilir ve yalnızca metin bir model daha basit bir uyum olabilir. Görüntülerde veya videoda görünenleri anlamaya dayanan işler için, burada mevcut modeller arasında Glimpse uygun seçimdir.