Meta: Muse Spark 1.3

Meta: Muse Spark 1.3, Meta tarafından geliştirilen, uzun süreli ajan tabanlı, çok ajanlı ve kodlama iş akışları için tasarlanmış çok modlu bir akıl yürütme modelidir. Çıktısı metin olduğu anlamda bir metin modelidir, ancak girdi tarafında metinden fazlasını kabul eder. Meta, modeli uzun görevler boyunca bilgiyi takip etme ve sorunları zaman içinde çözme etrafında konumlandırıyor, bu yüzden ajan tabanlı çerçeveleme önemlidir: bu, tek bir izole soruyu yanıtlamak yerine bir döngünün içinde yer alması amaçlanan bir modeldir.

Girdi tarafında Muse Spark 1.3 metin, görsel, video ve dosya kabul eder ve metin döndürür. Bağlam penceresi 1.048.576 tokendır ve maksimum çıktı 943.718 tokendır. Çok büyük bir girdi bütçesi ile çok büyük bir çıktı bütçesinin bu birleşimi sıra dışıdır ve modelin neye iyi geldiğini şekillendirir. Uzun belgeleri, medyayı ve birikmiş konuşma geçmişini alabilir ve uzun yapılandırılmış yanıtları, planları veya kodu erken kesilmeden üretebilir. Akıl yürütme modelin birinci sınıf parçasıdır: desteklenen parametreler arasında reasoning, reasoning_effort ve include_reasoning bulunur, böylece ne kadar içsel çalışma yapılacağını ve bu akıl yürütmenin size geri yansıtılıp yansıtılmayacağını kontrol edebilirsiniz.

Pratik kullanım durumları bu yeteneklerden doğar. Birçok adım boyunca durumu koruması gereken uzun ufuklu ajanlar doğal bir uyumdur; bir modelin diğerlerinin işini koordine ettiği veya incelediği çok ajanlı kurulumlar da öyle. Kodlama iş akışları büyük çıktı bütçesinden fayda görür, çünkü üretilen kod, diff'ler ve açıklamalar tek bir yanıtta döndürülebilir. Görsel, video ve dosya girdi olarak kabul edildiği için model, bir hata raporuyla birlikte bir ekran kaydını incelemek veya bir belge ile onu destekleyen diyagramları birlikte ele almak gibi medyayı metinle karıştıran görevleri de yerine getirebilir. Çok fazla materyal okuyup ardından çok fazla şey yazmayı gerektiren her şey bu modelin hedeflediği alandır.

Modele api14'ün OpenAI uyumlu API'si üzerinden "meta/muse-spark-1.3" model id'sini kullanarak erişirsiniz. Desteklenen istek parametreleri include_reasoning, max_tokens, reasoning, reasoning_effort, repetition_penalty, response_format, structured_outputs, temperature, tool_choice, tools, top_k ve top_p'dir. Pratikte bu, örneklemeyi temperature, top_p ve top_k ile ayarlayabileceğiniz, repetition_penalty ile tekrarı caydırabileceğiniz, yanıtı max_tokens ile sınırlayabileceğiniz ve akıl yürütme derinliğini reasoning_effort ile yönlendirebileceğiniz anlamına gelir. Araç kullanımı için tools ve tool_choice mevcuttur ve makine tarafından okunabilir yanıtlar için response_format veya structured_outputs kullanabilirsiniz. Modelin akıl yürütmesinin yanıtta döndürülmesini istiyorsanız include_reasoning ayarını yapın.

Tartmanız gereken ana şey, bunun bir metin çıktılı model olduğudur. Göreviniz üretilmiş görsel, ses veya başka metin dışı çıktı gerektiriyorsa, Muse Spark 1.3 bunu üretmez, ancak girdi olarak görsel, video ve dosya okuyabilir. Çok büyük bağlam ve çıktı sınırları ayrıca isteklerin gecikme ve kaynak açısından maliyetli olabileceği anlamına gelir, bu yüzden kısa, basit ve yüksek hacimli çağrılar için daha küçük ve daha hızlı bir model daha iyi bir seçim olabilir. Muse Spark 1.3'e, görev uzun olduğunda, girdi tarafında çok modlu olduğunda, ajan tabanlı olduğunda veya koddan yoğun olduğunda ve düşünmek ile uzun uzun yazmak için alana ihtiyaç duyduğunuzda başvurun.