Kompetencer trumfer mærker i AI-styring
Modelfiler får CAPABILITY-felt, og System One bruger decision-evne i stedet for Qwen-tjek ved planlægning.
Læs i dit tempo
Kort
Ollama har flyttet beskrivelsen af modellers evner ind i selve modelopskriften i version 0.35.1-rc0.
Det betyder, at evnerne følger modellen ved kopiering og videredeling, så planlægning bliver mere pålidelig.
Nu mangler kun bedømmelse for andre modeltyper, som kommer i en senere opdatering.
Begynder
Hvad hvis opskriften selv husker, hvad retten kan?
Det afprøver Ollama, som er et værktøj til at køre digitale sproghjælpere.
I en ny prøveversion flytter beskrivelsen af evner, altså hvad hjælperen kan, ind i selve opskriften.
Opskriften kaldes en modelfil og fortæller, hvordan hjælperen er bygget.
Her kommer nye evnemærker i modelfilen.
Der kommer også et nyt evnefelt i den besked, der opretter en hjælper.
Feltet lægger til i stedet for at erstatte, så nye evner kommer oven i de gamle.
Det er oprettelsesdelen af ændringsforslag nummer 18708.
Det er lidt som et kuffertmærke, der bliver på hele rejsen.
Mærkerne følger hjælperen gennem hele kæden.
De bevares, når hjælperen laves fra to måder at pakke på.
Måderne er safetensors og gee gee you eff.
De bevares også ved arv, hvor en ny hjælper låner fra en gammel.
De bevares også ved eksport, hvor man skriver tilbage til en modelfil.
Eksporten skriver de gemte evner tilbage.
Mon det bliver lettere at vælge den kloge tilstand?
System One er en særlig klog tilstand i Ollama.
Beskeder til den styres nu af evner og ikke af familietype.
Ollama kræver nu beslutningsevnen, altså evnen til at træffe valg.
Først så sættes en besked i kø til System One.
Den gamle løsning kiggede efter byggestilen fra Qwen, som er et bestemt modelnavn.
Den kiggede også efter ekstra oplysninger om visning.
Hvad med pointgivning, altså at give svar karakter?
Reglen for den er ikke ændret i denne omgang.
Koden beholder den vigtigste kodeudgaves grænse med point kun for gee gee you eff.
Grænsen gælder, indtil et separat arbejde lander.
Arbejdet handler om kørsel på teknikken em el eks fra Apple.
Arbejdet er taget ud af evnegrundlaget i gemt punkt 36d46a0 på sporet system_one_mlx.
Et gemt punkt er en fastfrossen udgave, og et spor er en parallel udgave af koden.
Pointgivning på em el eks er bevidst holdt ude.
Ændringer af indholdsfortegnelser, som er lister over dele, er også holdt ude.
De kommer som separate ændringer.
Prøveversionen, altså en næsten færdig udgivelseskandidat, hedder v0.35.1-rc0 ifølge følgesedlen hos Ollama.

Ollama 0.35.1-rc0 flytter beskrivelsen af en models evner ind i selve Modelfilen.
Versionen indfører CAPABILITY-angivelser i Modelfiler og et nyt capabilities-felt i create-forespørgsler. Feltet lægger evner til i stedet for at erstatte dem. Den additive logik betyder, at nye evner lægges oven i eksisterende evner. Det er create-delen af ændringen i pull request 18708.
Angivelserne følger modellen gennem hele kæden. De bevares ved oprettelse fra både GGUF og safetensors. De bevares også ved nedarvning fra en anden model og ved eksport tilbage til en Modelfil. Eksporten skriver de bevarede evner tilbage.
System One-forespørgsler styres nu af evner og ikke af modeltype. Ollama kræver decision-evnen før en forespørgsel planlægges til System One. Den tidligere løsning kiggede efter Qwen-arkitektur og renderer-metadata.
Reglen for scoring er ikke ændret i denne omgang. Koden beholder hovedgrenens begrænsning med scoring kun for GGUF. Begrænsningen gælder, indtil det separate arbejde på MLX-kørsel lander.
Arbejdet er taget ud af capability-grundlaget i commit 36d46a0 på grenen system_one_mlx. MLX-scoring og ændringer af manifest-lister er bevidst holdt ude. De kommer som separate ændringer. Releasekandidaten hedder v0.35.1-rc0 ifølge releasenoten hos Ollama.
Det er uklart: Releasenoten beskriver ikke hvad decision-evnen dækker, eller hvordan System One bruges i praksis.
Kilder
Produktionshistorie
- Radar Signal ? af 100 · spredning 1 kilder
- Vurdering Nyheds 3/5 — Ollama-release med modelkapaciteter til lokale modeller
- Skrevet Model: deepseek-v4-flash · temperatur 0.4
- Overskrift 5 kandidater, valgt af chat.dk
- Vedtagelse ainews-auto-v3 · score 0.4385