LiquidAI: d1.1 API
LiquidAI: d1.1 یک مدل تصمیمگیری است که به جای تولید متن، احتمال هر گزینه را محاسبه میکند و برای پرسشهای بله/خیر، انتخابی و امتیازی به کار می‌رود.
LiquidAI: d1.1 از خانواده مدلهای تصمیمگیری LiquidAI است که به جای تولید متن، احتمال را برمیگرداند. این مدل به پرسشهای بله/خیر با احتمالی بین ۰ و ۱ پاسخ میدهد، برای پرسشهای انتخابی به هر برچسب احتمالی اختصاص میدهد و برای پرسشهای امتیازی، سطوح مرتب را وزندهی کرده و موقعیت مورد انتظار را بازمیگرداند. همه گزینهها در یک گذر رو به جلو و بدون تولید توکن خروجی محاسبه میشوند و میتوان چند پرسش درباره یک وضعیت را در یک درخواست گنجاند. این مدل بر پایه یک مدل بزرگ‌تر با وزن باز و سفارشی‌سازی‌های مخصوص Liquid ساخته شده است.
این مدل برای تصمیمگیری ساختیافته و سریع در نرمافزار مناسب است: طبقهبندی، مسیریابی، امتیازدهی، دستهبندی تیکت‌های پشتیبانی، مدیریت محتوا، ارزیابی پاسخ، بازرسی تصویر و کنترل مراحل عامل. تصمیمهای متنی در ۲۰۰ تا ۳۰۰ میلیثانیه انجام میشوند که برای کاربردهای زمان واقعی کافی است و جایگزین فراخوانی‌های پرهزینه مدلهای زبانی بزرگ در تصمیمهای ساختیافته میشود.
در چهار برنامه واقعی از شش برنامه، عملکردی برابر یا بهتر از GPT-6.1 Sol و Claude Opus 5.5 دارد و در همه وظایف بهمراتب سریعتر از آن‌ها پاسخ میدهد. این مدل نخستین مدلی است که در Hugging Face Decision Index از Jev پیشی میگیرد و ارزیابی چندزبانه قوی، مقاومت بالا در برابر تزریق دستور و توانایی پردازش ورودیهای طولانیتر را ارائه میکند. در Tetris افزودن صفحه به همراه متن امتیاز را از ۷۰ به ۸۱ رساند؛ در Wordle تخته را مستقیماً از تصاویر خواند و ۱۲ بازی از ۱۲ بازی را با میانگین ۳.۸ حدس حل کرد؛ در Quick, Draw! از ۶۲ کلمه، ۵.۲ طرح از ۶ طرح را تشخیص داد.
به‌روزرسانی:
MODEL ID
d1.1- زمینه
- 65.536K
- حداکثر خروجی
- 58.982K
- ورودی
- text / image
- خروجی
- decisions
نکات برجسته
- بازگرداندن احتمال به جای تولید متن
- پاسخ به پرسشهای بله/خیر، انتخابی و امتیازی
- محاسبه همه گزینهها در یک گذر رو به جلو
- تصمیمهای متنی در ۲۰۰ تا ۳۰۰ میلیثانیه
- مقاومت بالا در برابر تزریق دستور
- ارزیابی چندزبانه قوی
ارائه‌دهندگان
قیمت API را بین ارائه‌دهندگان مقایسه کنید. یک ارائه‌دهنده را انتخاب کنید تا همه هزینه‌ها و شرایط را ببینید.
| $0.02 | $0 | $0.02 |
بنچمارک‌ها
- 48.57
Decision Index 0.2.1
d1-3B؛ بالاترین امتیاز میان مدلهای تصمیمگیری زیر ۱۰ میلیارد پارامتر
- 47.11
Decider 35B-A3B
امتیاز مرجعی که d1-3B از آن پیشی گرفته است
- 74.1
میانگین بنچمارک‌های تصویری
d1-3B در ۱۱ بنچمارک عمومی تصویری
- 73.9
LFM2.5-VL-3B image average
مدل پایه؛ کمی پایین‌تر از d1-3B
- 82.9
میانگین بنچمارک‌های متنی
d1-3B در ۷ بنچمارک عمومی متنی
- 81.1
Decider 4B text average
امتیاز مرجعی که d1-3B از آن پیشی گرفته است
امتیازها همان‌گونه که ارائه‌دهنده مدل منتشر کرده است.
شروع سریع تصمیم‌ها
وضعیت و پرسشهای محدود و نوع‌دار را به /api/v1/decisions بفرستید و برای هر پرسش یک پاسخ بخوانید: noul احتمالی از 0 تا 1 برمیگرداند، choice گزینه انتخاب‌شده همراه توزیع آن، و score امتیازی عددی برای معیارهای مرتب. این endpoint از سطوح Chat Completions، Messages و Responses جداست.
curl https://openapi.felo.ai/api/v1/decisions \
-H "Authorization: Bearer $FELO_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "d1.1",
"state": "Help! My payouts have been failing for 3 days.",
"questions": {
"is_urgent": {
"type": "noul",
"instructions": "Does this message convey urgency?",
"criteria": {"true": "Time-sensitive", "false": "No urgency"}
},
"department": {
"type": "choice",
"instructions": "Which team should handle this?",
"criteria": {
"billing": "Payments, invoicing, refunds",
"technical": "Bugs, outages, integrations",
"sales": "Pricing, upgrades, new accounts"
}
},
"frustration": {
"type": "score",
"instructions": "How frustrated is the customer?",
"criteria": ["Calm", "Frustrated", "Very angry"]
}
}
}'پرسشهای متداول
معرفی مدل: LiquidAI: d1.1?
LiquidAI: d1.1 از خانواده مدلهای تصمیمگیری LiquidAI است که به جای تولید متن، احتمال را برمیگرداند. این مدل به پرسشهای بله/خیر با احتمالی بین ۰ و ۱ پاسخ میدهد، برای پرسشهای انتخابی به هر برچسب احتمالی اختصاص میدهد و برای پرسشهای امتیازی، سطوح مرتب را وزندهی کرده و موقعیت مورد انتظار را بازمیگرداند. همه گزینهها در یک گذر رو به جلو و بدون تولید توکن خروجی محاسبه میشوند و میتوان چند پرسش درباره یک وضعیت را در یک درخواست گنجاند. این مدل بر پایه یک مدل بزرگ‌تر با وزن باز و سفارشی‌سازی‌های مخصوص Liquid ساخته شده است. این مدل برای تصمیمگیری ساختیافته و سریع در نرمافزار مناسب است: طبقهبندی، مسیریابی، امتیازدهی، دستهبندی تیکت‌های پشتیبانی، مدیریت محتوا، ارزیابی پاسخ، بازرسی تصویر و کنترل مراحل عامل. تصمیمهای متنی در ۲۰۰ تا ۳۰۰ میلیثانیه انجام میشوند که برای کاربردهای زمان واقعی کافی است و جایگزین فراخوانی‌های پرهزینه مدلهای زبانی بزرگ در تصمیمهای ساختیافته میشود. در چهار برنامه واقعی از شش برنامه، عملکردی برابر یا بهتر از GPT-6.1 Sol و Claude Opus 5.5 دارد و در همه وظایف بهمراتب سریعتر از آن‌ها پاسخ میدهد. این مدل نخستین مدلی است که در Hugging Face Decision Index از Jev پیشی میگیرد و ارزیابی چندزبانه قوی، مقاومت بالا در برابر تزریق دستور و توانایی پردازش ورودیهای طولانیتر را ارائه میکند. در Tetris افزودن صفحه به همراه متن امتیاز را از ۷۰ به ۸۱ رساند؛ در Wordle تخته را مستقیماً از تصاویر خواند و ۱۲ بازی از ۱۲ بازی را با میانگین ۳.۸ حدس حل کرد؛ در Quick, Draw! از ۶۲ کلمه، ۵.۲ طرح از ۶ طرح را تشخیص داد.
هزینه استفاده چگونه محاسبه میشود؟
صورتحساب شما به ارائهدهندهای که استفاده میکنید، قیمتهای آن و میزان مصرف شما بستگی دارد. ورودیهای طولانیتر یا شرایط دیگر ممکن است قیمت متفاوتی داشته باشند.
مدل d1.1 چه نوع ورودیهایی را میپذیرد؟
این مدل ورودی متن و تصویر را میپذیرد و خروجی متنی ارائه میکند. با این حال، ماهیت آن تصمیمگیری است و به جای تولید متن، احتمال گزینهها را برمیگرداند.
d1.1 چگونه به پرسشهای بله/خیر و انتخابی پاسخ میدهد؟
به پرسش بله/خیر با احتمالی بین ۰ و ۱ پاسخ میدهد و برای پرسشهای انتخابی به هر برچسب احتمالی اختصاص میدهد. برای پرسشهای امتیازی نیز سطوح مرتب را وزندهی کرده و موقعیت مورد انتظار را بازمیگرداند.
آیا میتوان چند پرسش را در یک درخواست پرسید؟
بله، این مدل میتواند چند پرسش درباره یک وضعیت را در یک درخواست دریافت کند. همه گزینهها در یک گذر رو به جلو و بدون تولید توکن خروجی محاسبه میشوند.
d1.1 برای چه کارهایی مناسب است؟
برای تصمیمگیری ساختیافته و سریع در نرمافزار مانند طبقهبندی، مسیریابی، امتیازدهی، دستهبندی تیکت پشتیبانی، مدیریت محتوا، ارزیابی پاسخ، بازرسی تصویر و کنترل مراحل عامل مناسب است.
سرعت d1.1 چگونه است؟
تصمیمهای متنی در ۲۰۰ تا ۳۰۰ میلیثانیه انجام میشوند که برای کاربردهای زمان واقعی کافی است. این مدل در همه وظایف بهمراتب سریعتر از GPT-6.1 Sol و Claude Opus 5.5 پاسخ میدهد.
تفاوت d1.1 با دیگر مدلهای خانواده d1 چیست؟
d1.1 به عنوان توانمندترین مدل تصمیمگیری در مستندات Liquid معرفی شده است. مدل d1-3B مدلی با ۳ میلیارد پارامتر بر پایه LFM2.5-VL-3B است، d1-omni-600M با ۶۰۰ میلیون پارامتر در مرورگر اجرا میشود و d1-ultra توانمندترین مدل تصمیمگیری است که در ۱۱۲ ارزیابی از d1 و Jev 1.14 پیشی میگیرد.