Մենք չենք պահում և չենք մուտք գործում որևէ օգտատիրոջ տվյալների, և չենք կասեցնում հաշիվներ, եթե իրավաչափ մարմինը հարկադիր գործողություն չի պահանջում։
Մոդելային քարտ · Shannon 3 ընտանիք

Shannon 3՝ առանց ցենզուրայի AI մոդելը, որը ստուգում է իր սեփական պատասխանը

Կրկնողական պատճառաբանության ցիկլ մեր սեփական GPU կլաստերի վրա՝ մտածել, սևագրել, ստուգել, վերաշարադրել: Lite-ը կատարում է մեկ անցում: Pro-ն կատարում է մինչև տասը և հարցնում այն փաստերը, որոնց պակասն ինքն է նկատել:

Հրապարակվել է 2026 թ. սեպտեմբերի 5-ինՏեխնիկական մոդելային քարտՍպասարկվում է մեր սեփական GPU կլաստերից

Համառոտ

Shannon 3-ը առանց ցենզուրայի AI մոդելների ընտանիք է, որը սպասարկվում է մեր սեփական GPU կլաստերից: Դրա տարբերակիչ հատկանիշը քայլի ձևն է. մոդելը մտածում է, գրում սևագիր, ապա հետ է կարդում իր սեփական սևագիրն իր սեփական մտածողության դիմաց և վերաշարադրում այն, ինչ չի դիմանում: Lite-ը (shannon-3) կատարում է մեկ մտածել-և-սևագրել անցում՝ ամենացածր հապաղման համար: Pro-ն (shannon-3-pro) կատարում է ամբողջ ցիկլը մինչև 10 կրկնություն՝ կանգ առնելով այն պահին, երբ ստուգումը հաստատում է սևագիրը, և լրացուցիչ կատարում է գիտելիքի հավաքագրում՝ ավելի մեծ մոդելի դիմաց, լրացնելու այն փաստերը, որոնց պակասը նկատել է: Պատճառաբանության ողջ հետքը տեսանելի է՝ ձեր լեզվով: Պատկերի և փաստաթղթի մուտքն աջակցվում է երկու մակարդակներում էլ: Համատեքստը 3.0-ի թողարկման պահին կազմում էր 32,768 տոկեն:

Գրեթե ամեն չաթ մոդել, որ օգտագործել եք, պատասխանում է մեկ ուղիղ անցումով: Այն ընտրում է առաջին տոկենը, նախքան կիմանա վերջինը, և երբ նախադասությունն արդեն թողարկվել է, այն վերջնական է. մոդելը կարող է հետագայում հակասել դրան, բայց չի կարող վերադառնալ և ուղղել: Դա լավ է աշխատում, երբ պատասխանը կարճ է, և հարցը մեկ մաս ունի: Այն վատ է աշխատում, երբ պատասխանը երկար է, հարցը չորս մաս ունի, և վեցերորդ պարբերությունը լուռ չեղարկում է երկրորդը: Shannon 3-ը գոյություն ունի, որովհետև մենք չէինք կարծում, թե դրա լուծումն ավելի մեծ մոդելն է: Լուծումն այն է, որ թույլ ես տալիս մոդելին կարդալ այն, ինչ նոր է գրել:

01Ի՞նչ է Shannon 3-ը

Shannon 3-ը երկմակարդակ մոդելային ընտանիք է: Երկու մակարդակներն էլ աշխատում են մեր սեփական GPU կլաստերի վրա, ոչ թե երրորդ կողմի ինֆերենս API-ի, և երկուսն էլ առանց ցենզուրայի են. նրանց առջև չկա մերժման շերտ, իսկ հետևում՝ բովանդակության զտիչ: Մակարդակների միջև տարբերվում է այն, թե որքան աշխատանք է թույլատրվում կատարել մեկ քայլի ընթացքում, նախքան պատասխանը կհասնի ձեզ:

4
Ցիկլի փուլ մեկ անցման մեջ
10
Pro-ի առավելագույն կրկնություններ
32,768
Համատեքստը 3.0-ի թողարկմանը
2
Մակարդակ՝ Lite և Pro

API-ում երկու մակարդակները սովորական մոդելային id-ներ են: Չկա հատուկ վերջնակետ, չկա առանձին SDK և չկա հատուկ ստեղծված հարցման ձևաչափ.

ՄակարդակՄոդելի idՔայլի ձևԼավագույնն է
Shannon 3 Liteshannon-3Մեկ մտածել + սևագրել անցումՉաթ, սևագրում, տեղեկատվական հարցումներ, մեծ ծավալ
Shannon 3 Proshannon-3-proԱմբողջ ցիկլը, մինչև 10 անցում, գումարած գիտելիքի հավաքագրումՎերլուծություն, ընդարձակ տեքստեր, ճշգրտության նկատմամբ զգայուն աշխատանք

02Ինչո՞ւ է մեկ ուղիղ անցումը սխալ ձև դժվար հարցերի համար

Ձախից աջ տեքստ գեներացնող մոդելը կատարում է տեղային որոշումների անշրջելի հաջորդականություն: Այն ջնջիչ չունի: Երբ բացատրության 400-րդ տոկենի վրա է և գիտակցում, որ ընտրած շրջանակը սխալ էր, նրա միակ տարբերակներն են՝ շարունակել սխալ շրջանակում կամ ավելացնել ուղղում՝ ստեղծելով այն պատասխանները, որոնք բոլորը ճանաչում են, նրանք, որոնք կեսին ասում են՝ իրականում, վերադառնալով վերևում ասվածին, և ձեզ են թողնում համաձայնեցնել երկու անհամատեղելի կեսերը:

Մտքի շղթան բարելավում է սա, բայց չի լուծում: Նախապես մտածելը մոդելին տալիս է պլան, նախքան արձակին կհանձնվի, ինչը իրական շահույթ է. հաջորդող սևագիրը դեռ գրվում է մեկ անցումով և դեռ առաքվում է չկարդացված: Ոչինչ երբեք չի տալիս այն հարցը, որը մարդ խմբագիրը տալիս է առաջինը՝ արդյո՞ք այս պատասխանն իրականում անում է այն, ինչ ասում էր մտածողությունը: Ձախողման այն ձևերը, որոնք գոյատևում են մտքի շղթայից հետո, կոնկրետ և ճանաչելի են.

  • Բաց թողնված ենթահարցեր: Դուք հարցրիք չորս բան: Մտածողությունը թվարկեց չորս բան: Պատասխանը ծածկում է երեքը:
  • Պլանից շեղում: Պատճառաբանությունը որոշում է մոտեցումը. արձակն աստիճանաբար ընդունում է մեկ ուրիշը, և ոչ մի առանձին նախադասություն այն տեղը չէ, որտեղ սխալ գնաց:
  • Թվաբանություն և միավորներ: Մտածողության մեջ ճիշտ հաշվարկված թիվը սխալ է արտագրվում պատասխանի մեջ, կամ ամսական ցուցանիշը ներկայացվում է որպես տարեկան:
  • Անտեսված սահմանափակումներ: Դուք ասացիք՝ առանց արտաքին կախվածությունների. կոդը ներմուծում է մեկը, և մտածողությունը սահմանափակումն ընդունելուց հետո այլևս երբեք չի հիշատակում այն:
  • Վստահ բացեր: Մոդելը մտածողության մեջ ասում է, որ վստահ չէ մեկ կոնկրետ փաստի վերաբերյալ, ապա պատասխանում այնուամենայնիվ հայտարարում է այն միանշանակ:

Սրանցից յուրաքանչյուրը բռնվում է սևագիրը կարդալով: Ոչ մեկը չի բռնվում սևագիրն ավելի ուշադիր գեներացնելով:

03Պատճառաբանության ցիկլը՝ փուլ առ փուլ

Shannon 3 Pro-ի քայլը ցիկլ է չորս փուլով և ելքի պայմանով:

Մտածել

Մոդելը մշակում է խնդիրը, նախքան ձեզ համար որևէ բան գրելը՝ քայքայելով հարցը, նշելով սահմանափակումները, պարզելով, թե ինչ գիտի և ինչ չգիտի, որոշելով մոտեցումը: Այն, ինչ արտադրում է այստեղ, դառնում է չափանիշը, որի դիմաց հետագայում չափվում է պատասխանը:

Սևագրել

Մոդելը գրում է ամբողջական, իրական պատասխան, ոչ թե ուրվագիծ: Այն պետք է ամբողջական լինի, քանի որ հաջորդ փուլը գնահատում է ավարտված արտադրանք, իսկ էսքիզը հնարավոր չէ ստուգել այն ձախողումների համար, որոնք ի հայտ են գալիս միայն ամբողջ երկարությամբ:

Ստուգել

Սա այն փուլն է, որը ընտանիքը դարձնում է այն, ինչ կա: Մոդելը կարդում է սևագիրը մտածողության դիմաց՝ շատ ավելի սուր թեստ, քան միայն սևագիրը կարդալը: Մոդելին հարցնելը՝ «արդյո՞ք այս պատասխանը լավն է», հրավիրում է նրան ասել «այո». հարցնելը՝ «պլանն ասում էր ծածկել X, Y և Z՝ C սահմանափակման տակ, արդյո՞ք այս տեքստն անում է դա», տալիս է նրան ինչ-որ հերքելի բան ստուգելու: Ստուգումը անվանում է, թե ինչն է սխալ, գնահատական տալու փոխարեն:

Վերաշարադրել

Անվանված խնդիրները շտկվում են նոր սևագրում: Սա վերաշարադրում է, ոչ թե կարկատան. ուղղումը, որը պահանջում է փաստարկի վերադասավորում, իրավունք ունի վերադասավորել փաստարկը: Նոր սևագիրը վերադառնում է ստուգման:

Կանգ առնել

Ցիկլն ավարտվում է առաջին անգամ, երբ ստուգումը հաստատում է սևագիրը՝ նորմալ ելքը, և քայլերի մեծ մասում դա տեղի է ունենում առաստաղից շատ առաջ: 10 կրկնության խիստ սահմանը գոյություն ունի պաթոլոգիական դեպքերի համար, ինչպիսին է իսկապես երկիմաստ հարցը, որտեղ ամեն վերաշարադրում մի թերությունը փոխարինում է մյուսով, որպեսզի քայլը չկարողանա անվերջ պտտվել:

Lite-ը վերցնում է նույն առաջին երկու փուլերը և կանգ առնում: Այն մտածում է, սևագրում և հանձնում ձեզ սևագիրը: Դա միտումնավոր արտադրանքային որոշում է, ոչ թե կրճատված պատահականություն. իրական հաղորդագրությունների մեծ մասում առաջին սևագիրը հենց ճիշտ պատասխանն է, և ստուգման հապաղումը վճարել՝ դա լսելու համար, վատ գործարք է: Lite-ը այն դեպքի համար է, երբ ուզում եք, որ մոդելն արագ լինի. Pro-ն՝ երբ ուզում եք, որ վստահ լինի:

04Pro-ի գիտելիքի հավաքագրումը՝ օգնություն խնդրել գուշակելու փոխարեն

Ինքնաստուգումը բռնում է հակասությունները, բացթողումները և սահմանափակումների խախտումները, քանի որ դրանք բռնելու համար անհրաժեշտ ապացույցներն արդեն քայլի մեջ են: Այն չի կարող բռնել այն փաստը, որը մոդելը պարզապես չունի: Իր սեփական սևագիրը ստուգող մոդելը կարող է եզրակացնել՝ ես վստահ չեմ այս ցուցանիշի վերաբերյալ, և ապա այդ եզրակացության հետ ոչ մի տեղ չունենալ գնալու:

Pro-ն նրան տալիս է գնալու տեղ: Սևագրման փուլի շուրջ այն կատարում է գիտելիքի հավաքագրում. պարզում է այն կոնկրետ փաստերը, որոնք բացակայում են կամ որոնց վերաբերյալ վստահ չէ, հարցում է ուղարկում երկրորդ, ավելի մեծ մոդելին հենց դրանց համար և ստացվածը միավորում բարելավված պատասխանի մեջ: Դա նպատակային որոնում է՝ առաջնորդված մոդելի իսկ անվանած բացով, ոչ թե ընդհանուր երկրորդ կարծիք:

Գործնականում կարևոր են երկու հատկություն: Այն սահմանափակված է. հավաքագրումը հարցնում է հայտնաբերված բացերի մասին՝ ամբողջ հարցը վերահարցնելու փոխարեն, ուստի ավելի մեծ մոդելին դիմում են այնտեղ, որտեղ նա տեղեկություն է ավելացնում, և ոչ թե այնտեղ, որտեղ պարզապես կավելացներ մեկ այլ ձայն: Եվ այն ինտեգրված է. հավաքագրված փաստերը վերադառնում են ցիկլ և բախվում նույն ստուգմանը, ինչ մնացած ամեն ինչ, մեկ ամրացված պարբերության տեսքով հայտնվելու փոխարեն:

Ի՞նչ է սա փոխում անորոշության վերաբերյալ

Հավաքագրման ամենաօգտակար ազդեցությունը ոչ թե այն է, որ Pro-ն ավելին գիտի: Այն է, որ Pro-ի անորոշությունը դառնում է գործուն: Մոդելը, որը միայն գիտի, որ վստահ չէ, պետք է ընտրի ամեն ինչում վերապահումներ անելու և վստահ պնդելու միջև: Այն մոդելը, որը կարող է «ես վստահ չեմ սրանում»-ը վերածել «թույլ տվեք գնամ պարզեմ»-ի, ավելի քիչ տեղերում է վերապահում անում և ավելի շատ տեղերում կոնկրետ է:

05Պատճառաբանությունը տեսանելի է, և այն ձեր լեզվով է

Ողջ հետքը ցուցադրվում է ձեզ քայլի ընթացքում՝ մտածողությունը, իսկ Pro-ում՝ յուրաքանչյուր ստուգում և այն, ինչին առարկեց: Սա ոչ թե վրիպազերծման տեսք է, որի բացահայտմանը մենք հանդուրժում ենք — դա մեծապես այն է, ինչ դուք գնում եք, և այն փոխում է աշխատանքային հարաբերությունը երեք կոնկրետ ձևով:

  • Կարող եք վաղաժամ կանգնեցնել: Եթե մտածողությունը սխալ է հասկանում ձեր հարցը՝ երկիմաստ հարցման սովորական հետևանք, ոչ թե վատ մոդելի, դուք դա իմանում եք առաջին վայրկյաններին, ոչ թե ամբողջական պատասխանի ժամանելուց հետո, որը լուծում է սխալ խնդիրը:
  • Կարող եք ստուգել պատճառաբանությունը պատասխանից առանձին: Սխալ պատճառաբանությամբ ստացված ճիշտ պատասխանը ռիսկ է, քանի որ այն չի գոյատևի հաջորդ հարցին:
  • Կարող եք տեսնել, թե ինչպես է ցիկլը ձախողվում: Երբ Pro-ն այրում է մի քանի կրկնություն՝ առանց զուգամիտելու, դա ցուցադրվում է, ոչ թե թաքցվում — և դա իրական տեղեկություն է, որը սովորաբար նշանակում է, որ հարցը թերի է ձևակերպված:

Հետքը գրվում է ձեր սեփական լեզվով, ոչ թե գեներացվում է անգլերենով և թարգմանվում վերջում: Եթե աշխատում եք ճապոներենով, արաբերենով, թուրքերենով կամ պորտուգալերենով, մոդելը պատճառաբանում է այդ լեզվով, ինչը հետքի տերմինաբանությունը պահում է պատասխանի տերմինաբանության հետ համահունչ և խուսափում է այն կարերից, որոնք հայտնվում են, երբ մոդելը մտածում է մի լեզվով և խոսում մյուսով:

06Առանց ցենզուրայի. ոչ մերժման շերտ, ոչ ելքի զտիչ

Shannon 3-ը թողարկվում է առանց մերժման շերտի և առանց ելքի բովանդակության զտման: Մերժման վարքագիծը բացակայում է արտադրանքում որևէ մակարդակում. ոչ որպես փաթեթավորում, որը ստուգում է ձեր հաղորդագրությունը, նախքան մոդելը կտեսնի այն, ոչ որպես դասակարգիչ, որը ստուգում է պատասխանը, նախքան դուք կտեսնեք այն, և ոչ որպես ռեֆլեքս, որից մոդելին պետք է համոզել հրաժարվել: Դա էապես տարբերվում է այն երկու բաներից, որոնք մարդիկ սովորաբար նկատի ունեն, երբ ասում են «առանց ցենզուրայի».

ՄոտեցումԻ՞նչ է անումԻնչպե՞ս է ձախողվում
Համակարգային հրահանգով ջեյլբրեյքՀրահանգում է հավասարեցված մոդելին վարվել այնպես, կարծես չհավասարեցված էՔայքայվում է երկար զրույցի ընթացքում. մերժումը վերադառնում է ճնշման տակ
Ելքի զտիչի հեռացումԴադարեցնում է արգելափակել այն տեքստը, որը մոդելն արդեն արտադրել էՄոդելը դեռ գրում է վերապահ, խուսափողական տեքստ — ոչինչ չի արգելափակվել, այն երբեք չի գրվել
Shannon 3Չկա մերժման շերտ հեռացնելու և չկա զտիչ անջատելու — վարքագիծը պարզապես բացակայում էԴատողության պատասխանատվությունն ամբողջովին դնում է ձեզ վրա. մոդելը ձեր փոխարեն չի հրաժարվի

Գործնականում Shannon 3-ը զբաղվում է ձեր տված հարցով, ոչ թե դրան հարող ավելի անվտանգ հարցով. գեղարվեստական գրականություն իրական հակառակորդներով, անվտանգության թեմաներ՝ քննարկված տեխնիկապես, ոչ թե մամուլի հաղորդագրության բարձրությունից, բժշկական, իրավական և ֆինանսական տեղեկատվություն՝ տրված ուղղակիորեն, իրականում արդարացված վերապահումներով, և առանց եզրափակիչ բարոյախոսության այն մասին, թե ինչու եք հարցրել: Այն նաև չի ջրում ցիկլը. ստուգումն ազատ է ասելու, որ սևագիրը սխալ է, ինչը տարբեր և ավելի օգտակար հակահարված է, քան մերժումը:

Այն, ինչ մերժման շերտի բացակայությունը չի անում, մոդելին ճիշտ դարձնելն է: Առանց ցենզուրայի մոդելը ճիշտ նույնքան ընդունակ է վստահորեն սխալվելու, որքան ցենզուրավորվածը, և ավելի տեսանելիորեն, քանի որ վստահ չլինելիս չի նահանջի անորոշության մեջ: Դա ցիկլի օգտին ավելի լավ փաստարկներից մեկն է. երբ ճանապարհին մերժման ռեֆլեքս չկա, ինքնաստուգումն է կատարում այն անվտանգության աշխատանքը, որը կարևոր է պրոֆեսիոնալ օգտատիրոջը՝ սխալները բռնելը: Ձեր կողմից մոդելի օգտագործումը շարունակում է կարգավորվել մեր Պատասխանատու օգտագործման քաղաքականությամբ և ձեր գտնվելու վայրի օրենքով:

Ինչ ենք պնդում և ինչ՝ ոչ

Մենք Shannon 3-ի համար բենչմարքային միավորներ չենք հրապարակում և այլ մոդելների դեմ դեմ առ դեմ պնդումներ չենք անում: Ցիկլի օգուտը կառուցվածքային է — այն բռնում է սխալների այն դասերը, որոնք մեկ անցումը չի կարող բռնել, և մենք կնախընտրեինք ճշգրիտ նկարագրել այդ մեխանիզմը, քան դրան կցել թիվ, որը ինքնուրույն չենք ստուգել: Վերևում ասված ամեն ինչ նկարագրում է, թե ինչ է անում քայլը. դա ստուգելու ամենաարագ ձևն այն է, որ կատարեք մեկը և կարդաք հետքը:

07Տեսողություն, փաստաթղթեր և պատկերի գեներացիա

Երկու մակարդակներն էլ ընդունում են պատկերներ և փաստաթղթեր որպես կցորդներ և կարդում դրանք որպես քայլի մաս: Ձախողված բիլդի էկրանի պատկերը, լուսանկարված գրատախտակը, սխեման, սկանավորված պայմանագրի էջը կամ PDF-ը կարող են լինել հարցի առարկան՝ նախապես ձեր կողմից արտագրվող բանի փոխարեն: Pro-ում կցորդները մասնակցում են ցիկլին, ինչպես մնացած ամեն ինչ. եթե ստուգումը որոշում է, որ սևագիրը պատասխանել է հարցի, որը պատկերը չի հաստատում, դա վերաշարադրվում է:

Պատկերի գեներացիան և խմբագրումը հասանելի են չաթում որպես գործիք, ոչ թե որպես մոդելի նպատակ: Shannon 3-ը պատճառաբանող մոդել է, որը կարող է ստեղծել կամ խմբագրել պատկեր, երբ զրույցը դա պահանջում է, ոչ թե պատկերային մոդել՝ կցված չաթի ինտերֆեյսով: Այս տարբերակումը ճիշտ է դնում սպասելիքները. գնահատեք ընտանիքն ըստ նրա մտածելակերպի և պատկերները դիտեք որպես հարմարություն, որը խնայում է համատեքստի փոփոխությունը:

08Համատեքստի պատուհանը և ուր գնաց 3.x գիծն այնուհետև

Shannon 3.0-ը թողարկվեց 32,768 տոկեն համատեքստի պատուհանով: Դա ազնիվ պատմական ցուցանիշն է և արժե պարզ ասել, քանի որ ցիկլը համատեքստը սպառում է այլ կերպ, քան մեկանցումային մոդելը. ձեր հարցումը, ձեր կցորդները, մտածողությունը և ամեն սևագիր ու ստուգման ցիկլ ապրում են նույն բյուջեում:

32K-ն հարմարավետ է չաթի և վերլուծական աշխատանքի մեծ մասի համար՝ երկար փաստաթուղթ, ծավալուն կոդի ֆայլ, մանրամասն բազմամաս հարց՝ ցիկլի աշխատելու տեղով: Այն նեղ է իսկապես մեծ մուտքերի համար, և հենց այդ սահմանափակմանն էր ուղղված հաջորդ թողարկումը: Shannon 3.1-ը զգալիորեն բարձրացնում է համատեքստի պատուհանը և փոխում այն, ինչին կարելի է ուղղել ցիկլը. եթե այսօր գնահատում եք ընտանիքը, կարդացեք այդ հոդվածը երկրորդը և այստեղի թիվը դիտեք որպես պատմություն:

09Shannon 3-ի կանչը API-ից

Shannon 3-ը հասանելի է մեր API-ի բոլոր երեք բարբառներով՝ նույն մոդելների վրա, հոսքային փոխանցմամբ յուրաքանչյուրում.

ԲարբառՎերջնակետՕգտագործեք, երբ
OpenAI-համատեղելի/v1/chat/completionsՈւնեք գործող OpenAI հաճախորդային կոդ — փոխեք բազային URL-ը և մոդելի id-ն
Anthropic-համատեղելի/v1/messagesՁեր ստեկը կառուցված է Messages ձևաչափի շուրջ
Responses/v1/responsesՈւզում եք հարցման/պատասխանի ավելի նոր ձևաչափը

Փոխանցեք shannon-3 կամ shannon-3-pro որպես մոդելի id: Հաճախորդի կողմում արժե պլանավորել երկու բան: Pro-ի քայլերն ավելի երկար են տևում, ընդ որում՝ փոփոխուն չափով, քանի որ կրկնությունների քանակը կախված է հարցից — ժամկետները սահմանեք առաստաղի, ոչ թե միջինի դիմաց, և նախընտրեք հոսքային փոխանցումը, որպեսզի օգտատերը տեսնի առաջընթաց, ոչ թե պտտվող ցուցիչ: Եվ պատճառաբանության հետքը բովանդակություն է, որը կարող եք ընտրել ցուցադրել. այնտեղ, որտեղ օգտատերերը սպասում են, այն ցույց տալը սովորաբար ավելի լավ է, քան թաքցնելը, քանի որ դա մեռյալ ժամանակը վերածում է ինչ-որ ընթեռնելի բանի: Հարցման և պատասխանի սխեմաները, հոսքային փոխանցման մանրամասները և կենդանի խաղահրապարակը գտնվում են API փաստաթղթերում:

10Մակարդակի ընտրություն

Pro-ի ցիկլն արդարացնում է իր հապաղումն այնքանով, որքանով կա բան, որում կարելի է սխալվել:

Ձեր առաջադրանքըՄակարդակԻնչու
Արագ փաստական հարց, կարճ պատասխանshannon-3Առաջին սևագիրը պատասխանն է. ստուգելու բան չկա
Մեծ ծավալի կամ հապաղմամբ սահմանափակված ավտոմատացումshannon-3Կանխատեսելի քայլի ժամանակը կապող սահմանափակումն է
Բազմամաս վերլուծություն սահմանափակումներովshannon-3-proԲաց թողնված ենթահարցերն ու սահմանափակումների խախտումները հենց այն են, ինչ բռնում է ստուգումը
Ընդարձակ տեքստ, որը պետք է ամբողջական մնաshannon-3-proՆերքին հակասությունը ամբողջ երկարության հատկություն է, անտեսանելի սևագրելիս
Ամեն ինչ, որտեղ թվեր կան, որոնց հիման վրա գործելու եքshannon-3-proՍտուգումը վերաստուգում է թվաբանությունն ու միավորները մտածողության դիմաց
Հարցեր, որոնք շոշափում են մոդելի եզրին գտնվող փաստերըshannon-3-proԳիտելիքի հավաքագրումը անվանված բացը վերածում է որոնման

Գործնական ձևանմուշ. օգտագործեք Lite-ը, քանի դեռ պարզում եք, թե ինչ հարցնել, ապա վերջնական ձևակերպված հարցը մեկ անգամ նորից կատարեք Pro-ի վրա: Ցիկլն արժե վճարել հարցի այն տարբերակի համար, որն իրականում նկատի ունեիք:

11Սահմանափակումներ, որոնք արժե իմանալ նախքան որոշում կայացնելը

Մոդելային քարտը, որը թվարկում է միայն ուժեղ կողմերը, գովազդ է: Ահա այն, ինչում Shannon 3-ը կհիասթափեցնի ձեզ.

  • Pro-ն ավելի դանդաղ է և անկանխատեսելիորեն այդպես: Երկու կրկնությամբ զուգամիտող քայլը և տասը հասնողը մի քանի անգամ տարբերվում են իրական ժամանակով: Եթե ձեզ սահմանափակված հապաղում է պետք, օգտագործեք Lite-ը:
  • Ստուգումն ապացույց չէ: Իր սեփական աշխատանքը ստուգող մոդելը կիսում է իր սեփական կույր կետերը: Ցիկլը հուսալիորեն բռնում է անհամապատասխանությունը մտածողության և սևագրի միջև. այն հուսալիորեն չի բռնում սխալը, որը վստահորեն պահվում է հենց մտածողության մեջ:
  • Համատեքստը կիսվում է ցիկլի հետ: 32K-ի դեպքում շատ երկար մուտքը գումարած մի քանի ամբողջական երկարությամբ սևագիր իրական սահմանափակում է 3.0-ում: Բարձրացված առաստաղի համար տես Shannon 3.1:
  • Հավաքագրումը լրացնում է միայն այն բացերը, որոնք մոդելը նկատում է: Այն «ես վստահ չեմ սրանում»-ը վերածում է որոնման, ինչը իրական շահույթ է, բայց այն փաստը, որի վերաբերյալ մոդելը վստահորեն սխալվում է, երբեք չի նշվում որպես բացակայող, ուստի երբեք չի հավաքագրվում:
  • Առանց ցենզուրայի նշանակում է առանց ցենզուրայի: Մոդելը չի հրաժարվի և չի մեղմացնի: Եթե ձեր արտադրանքին անհրաժեշտ է մերժման սահման, կառուցեք այն այնտեղ, որտեղ կարող եք տեսնել, հուսալու փոխարեն, որ մոդելը կտրամադրի այն:

12Հաճախ տրվող հարցեր

Ի՞նչ է Shannon 3-ը:

Shannon 3-ը առանց ցենզուրայի մոդելների ընտանիք է, որն աշխատում է մեր սեփական GPU կլաստերի վրա: Այն առանձնացնում է քայլի ձևը. մեկ ուղիղ անցման փոխարեն այն մտածում է, սևագրում պատասխան, ապա ստուգում այդ սևագիրն իր սեփական մտածողության դիմաց և վերաշարադրում այն: Այն թողարկվում է երկու մակարդակով՝ shannon-3 (Lite) և shannon-3-pro (Pro):

Ո՞րն է տարբերությունը Shannon 3 Lite-ի և Shannon 3 Pro-ի միջև:

Lite-ը կատարում է մեկ մտածել-և-սևագրել անցում՝ հապաղումը պահելով սովորական մոդելին մոտ: Pro-ն կատարում է ամբողջ ցիկլը՝ ստուգելով և վերաշարադրելով յուրաքանչյուր սևագիր մինչև 10 կրկնություն և կանգ առնելով վաղաժամ այն պահին, երբ ստուգումը հաստատում է այն: Pro-ն նաև կատարում է գիտելիքի հավաքագրում՝ երկրորդ, ավելի մեծ մոդելին հարցում ուղարկելով այն փաստերի համար, որոնք ինքը որոշել է, որ բացակայում են:

Shannon 3-ը իսկապե՞ս առանց ցենզուրայի է:

Այո: Shannon 3-ը թողարկվում է առանց մերժման շերտի և առանց ելքի բովանդակության զտիչի: Մերժման վարքագիծը բացակայում է հենց մոդելի մեջ, ուստի չկա որևէ բան, որը լուռ վերադառնա երկար զրույցի կեսին այնպես, ինչպես անում է հրահանգով ստեղծված կերպարը: Մոդելի օգտագործումը շարունակում է կարգավորվել մեր Պատասխանատու օգտագործման քաղաքականությամբ և ձեր գտնվելու վայրի օրենքով:

Ստուգման ցիկլն իրո՞ք ավելի լավն է դարձնում պատասխանները:

Այն ամենաշատն օգնում է այնտեղ, որտեղ մեկ անցումը կառուցվածքային առումով թույլ է. երկար պատասխաններ, որոնց վերջը հակասում է սկզբին, բազմամաս հարցեր, որտեղ մի մասը լուռ բաց է թողնվում, թվաբանական և միավորների սխալներ, ինչպես նաև կոդ, որն անտեսում է նշված սահմանափակումը: Այն ամենաքիչն օգնում է կարճ տեղեկատվական հարցումների վրա, որտեղ առաջին սևագիրն արդեն պատասխանն է: Հենց դրա համար էլ գոյություն ունի Lite-ը:

Ի՞նչ է լինում, եթե ստուգումը երբեք չհաստատի սևագիրը:

Ցիկլը կանգ է առնում 10 կրկնության իր առաստաղին և վերադարձնում իր հասած լավագույն սևագիրը՝ անվերջ պտտվելու փոխարեն: Քանի որ հետքը տեսանելի է, կարող եք նաև կարդալ այն առարկությունները, որոնք երբեք չլուծվեցին — ինչը սովորաբար նշանակում է, որ հարցը բավական երկիմաստ էր, և ամեն վերաշարադրում մի թերությունը փոխարինում էր մյուսով, և դա ազդանշան է այն վերաձևակերպելու:

Կարո՞ղ է Shannon 3-ը կարդալ պատկերներ և փաստաթղթեր:

Այո: Երկու մակարդակներն էլ ընդունում են պատկերների և փաստաթղթերի կցորդներ և կարդում դրանք որպես քայլի մաս, այնպես որ էկրանի պատկերը, դիագրամը, սկանավորված էջը կամ PDF-ը կարող են լինել հարցի առարկան՝ նախապես ձեր կողմից արտագրվող բանի փոխարեն: Պատկերի գեներացիան և խմբագրումը նույնպես հասանելի են չաթում, բայց որպես գործիք, որը մոդելը կարող է կանչել, ոչ թե որպես դրա նպատակ:

Կարո՞ղ եմ տեսնել մոդելի պատճառաբանությունը:

Այո: Հետքը ցուցադրվում է քայլի ընթացքում՝ գրված ձեր սեփական լեզվով, ոչ թե վերջում անգլերենից հետ թարգմանված: Pro-ում դուք դիտում եք յուրաքանչյուր ստուգման ցիկլ, ինչը տեսանելի է դարձնում, երբ մոդելը բռնում է իր սեփական սխալը — և հավասարապես տեսանելի, երբ չի բռնում:

Ի՞նչ էր Shannon 3-ի համատեքստի պատուհանը թողարկման պահին:

Shannon 3.0-ը թողարկվեց 32,768-տոկեն համատեքստի պատուհանով, որը կիսվում է ձեր հարցման, ցանկացած կցորդի, պատճառաբանության հետքի և պատասխանի միջև: Shannon 3.1-ը բարձրացնում է այդ ցուցանիշը. ընթացիկ թիվը տես Shannon 3.1 հոդվածում:

Փորձեք ցիկլն ինքներդ

Տվեք նույն հարցը երկու անգամ՝ մեկ անգամ Lite-ին, մեկ անգամ Pro-ին, և տեսեք, թե ինչ է փոխում ստուգումը:

Սկսել զրույցը Կարդալ API փաստաթղթերը

shannon-3 · shannon-3-pro · հոսքային փոխանցում API-ի բոլոր երեք բարբառներով


Shannon 3-ը շահագործվում է Shannon Lab LLC-ի կողմից, Նյու Մեքսիկո, ԱՄՆ: Այստեղ բերված ցուցանիշները նկարագրում են 3.0-ի թողարկման կոնֆիգուրացիան. ընթացիկ սահմանների համար տես Shannon 3.1 մոդելային քարտը, իսկ ընտանիքի մնացած մասի համար՝ հետազոտական ինդեքսը: Մենք Shannon 3-ի համար բենչմարքային միավորներ չենք հրապարակում և համեմատական արտադրողականության պնդումներ չենք անում:

Բոլոր հետազոտական հղումները