Como GLM Z1 9B 0414 e Function Calling Criam Aplicações Ilimitadas

Como GLM Z1 9B 0414 e Function Calling Criam Aplicações Ilimitadas

Indique seus amigos para a Novita AI e ambos ganharão $10 em créditos de API LLM — até $500 em recompensas totais.

Para apoiar a comunidade de desenvolvedores, Qwen2.5-7B, Qwen 3 0.6B, Qwen 3 1.7B, Qwen 3 4B estão atualmente disponíveis gratuitamente na Novita AI.

qwen 2.5 7b

Experimente a Novita AI Agora!

Imagine uma IA que não apenas informa o tempo, mas realmente o verifica ao vivo; que não apenas explica conceitos, mas gera relatórios personalizados, gráficos ou até agenda uma reunião para você. Combinado com o GLM Z1 9B 0414, um modelo leve e poderoso ajustado para raciocínio, diálogo multilíngue e geração visual (HTML/SVG), o Function Calling se torna ainda mais prático. Juntos, eles permitem assistentes inteligentes.

O que é Function Calling?

https://www.youtube.com/watch?v=Qor2VZoBib0

Function calling permite que grandes modelos de linguagem (LLMs) interajam com ferramentas externas, APIs e serviços. Em vez de depender apenas dos dados de treinamento, um modelo agora pode:

  • Decidir quando a ajuda externa é necessária
  • Escolher a função correta a ser chamada
  • Gerar parâmetros devidamente estruturados
  • Incorporar os resultados em sua resposta

Pense nisso como dar à IA uma calculadora, calendário ou aplicativo de viagens para auxiliar nas tarefas.

Como o Function Calling Funciona

  1. Entrada do Usuário → O modelo recebe e analisa a consulta
  2. Seleção da Função → Determina a ferramenta ou API relevante
  3. Geração de Parâmetros → Constrói uma entrada estruturada (ex.: JSON)
  4. Execução da Função → Executa a função e recupera os resultados
  5. Integração da Resposta → Retorna uma resposta completa ao usuário

Exemplo: “Qual é o clima em Tóquio?”

Passo Descrição
Entrada do Usuário “Qual é o clima em Tóquio?”
Identificar Necessidade Requer dados em tempo real
Selecionar Função Chamar getWeather(location, units)
Gerar Parâmetros { “location”: “Tokyo”, “units”: “celsius” }
Executar API Solicitar API meteorológica
Resposta Final “Está 22°C e ensolarado em Tóquio hoje.”

O que é GLM Z1 9B 0414?

Especificações do Modelo

  • Parâmetros: 9 bilhões (9B), design leve equilibrando desempenho e eficiência de recursos.
  • Janela de Contexto: 32K, suportando processamento de textos longos e tarefas complexas.

Vantagens de Desempenho

  • Alta Relação Desempenho/Tamanho: Destaca-se em raciocínio matemático, tarefas gerais e cenários complexos de raciocínio, sendo ideal para implantações leves.
  • Principais Pontos Fortes:
    • Raciocínio Matemático: Desempenho excepcional em tarefas como AIME24, AIME25 e Omni-MATH.
    • Geração de Código: Resultados sólidos em tarefas como LCB (2408–2501).
    • Seguimento de Instruções e Perguntas e Respostas: Excelente em tarefas SysBench (ISR), IFEval e ArenaHard.
    • Integração Abrangente de Ferramentas: Bom desempenho em tarefas como BFCL (v3).

glm z1 9b 0314

Treinamento e Otimização

  • Dados de Pré-treinamento: Construído sobre 15T de dados de alta qualidade do GLM-4-32B, incluindo extensos dados sintéticos de raciocínio, aprimorando a lógica e as capacidades de raciocínio.
  • Otimização Pós-treinamento: Utiliza Alinhamento de Preferência Humana para otimizar o desempenho em cenários de diálogo.

Capacidades Estendidas do GLM Z1 9B 0414

  1. Suporte Multilíngue
    • Suporta 26 idiomas, com desempenho robusto em chinês e inglês, sendo ideal para aplicações globais.
  2. Geração de Texto e Visualização
    • Texto-para-Texto: Lida com diversas tarefas de geração de texto.
    • Saída Visual: Capaz de gerar conteúdo HTML e SVG estruturados, aumentando a interatividade e usabilidade.
  3. Pontos Fortes de Dados e Treinamento
    • Pré-treinamento Extensivo: Treinado em 15T de dados de alta qualidade abrangendo domínios amplos, incluindo dados sintéticos de raciocínio, garantindo fortes capacidades de generalização.
    • Otimização de Diálogo: Ajustado com alinhamento de preferência humana para geração de diálogo realista e responsiva.

GLM Z1 9B 0414 + Function Calling = ?

GLM Z1 9B 0414+Function calling = ?

1. Aplicações Multilíngues

  • Tradução em Tempo Real:
    Utilizando Function Calling para integrar APIs de tradução, permitindo traduções instantâneas e precisas em 26 idiomas suportados.
    • Aplicações:
      • Sistemas de suporte ao cliente multilíngues.
      • Legendas em tempo real para conferências globais e transmissões ao vivo.
  • Chatbots em Vários Idiomas:
    Lidar perfeitamente com conversas em vários idiomas, aproveitando a otimização de diálogo e o Function Calling para precisão cultural e contextual.
    • Aplicações:
      • Plataformas de comércio eletrônico globais.
      • Chatbots educacionais multilíngues.

2. Geração Dinâmica de Texto

  • Personalização de Conteúdo:
    Usar Function Calling para acessar dados do usuário e gerar recomendações ou relatórios personalizados em texto natural.
    • Aplicações:
      • Planos de aprendizagem personalizados para plataformas educacionais.
      • Conteúdo de marketing sob medida para e-commerce.
  • Geração Automatizada de Relatórios:
    Combinar geração de texto com Function Calling para buscar dados em tempo real (ex.: vendas, análises) e produzir relatórios comerciais estruturados.
    • Aplicações:
      • Painéis de inteligência de negócios.
      • Resumos financeiros ou operacionais.

3. Aplicações Impulsionadas por Visualização

  • Geração de Conteúdo Interativo:
    Aproveitar o Function Calling para gerar elementos HTML e SVG estruturados para maior interatividade e visualização.
    • Aplicações:
      • Gráficos e tabelas dinâmicas para plataformas de análise de dados.
      • Módulos de aprendizagem interativos ou infográficos para ferramentas educacionais.
  • Automação de Conteúdo Web:
    Gerar automaticamente componentes visuais para páginas web ou aplicações dinâmicas.
    • Aplicações:
      • Criação automatizada de newsletters.
      • Assistentes de design web interativo.
  • Assistentes Inteligentes com Acesso a Dados em Tempo Real:
    Usar otimização de diálogo e Function Calling para recuperar dados em tempo real (ex.: clima, notícias, preços de ações) e fornecer respostas acionáveis.
    • Aplicações:
      • Assistentes pessoais virtuais.
      • Planejadores de viagens e eventos em tempo real.
  • Automação de Tarefas:
    Function Calling permite que assistentes executem tarefas como agendamento, envio de e-mails ou gerenciamento de dispositivos IoT.
    • Aplicações:
      • Sistemas de casa inteligente (ex.: controle de luzes, termostatos).
      • Ferramentas de automação de escritório (ex.: agendamento de reuniões, rascunhos de e-mail).

5. Aplicações Avançadas de Treinamento e Raciocínio

  • Ferramentas Educacionais:
    Combinar capacidades de raciocínio com Function Calling para buscar e analisar conteúdo educacional, criar quizzes ou resolver problemas matemáticos.
    • Aplicações:
      • Plataformas de aprendizagem adaptativa.
      • Assistentes de tutoria em matemática e ciências.
  • Assistência à Pesquisa Científica:
    Gerar insights ou analisar conjuntos de dados usando pré-treinamento de raciocínio e Function Calling para recuperação de dados externos.
    • Aplicações:
      • Ferramentas para pesquisadores em áreas científicas ou técnicas.
      • Assistentes automatizados de revisão de literatura.

6. Aplicações Multimodais

  • Assistentes de Conteúdo Multimodal:
    Integrar geração de texto e capacidades visuais para produzir saídas multimodais, como explicações visuais ou guias interativos.
    • Aplicações:
      • Ferramentas interativas de diagnóstico médico (ex.: combinando explicações textuais com visuais anotados).
      • Instruções de montagem ou reparo de produtos com texto e diagramas.
  • Geração de Conteúdo Criativo:
    Usar capacidades de saída visual para criar visuais artísticos, infográficos ou anúncios.
    • Aplicações:
      • Assistentes de escrita criativa ou design.
      • Criação de cópias de anúncios e gráficos para campanhas de marketing.

Como Usar o Function Calling do GLM Z1 9B 0414 via Novita AI

A Novita AI lançou suporte para descrições de capacidades de cada LLM, que você pode visualizar diretamente no console e na documentação.

Passo 1: Faça login na Novita AI

Ao acessar a página inicial da Novita AI, clique no botão “Log In” ou “Get Started” no canto superior direito. Você pode fazer login facilmente com Google, GitHub, Hugging Face ou apenas seu e-mail — à sua escolha!

NOVITA AI LOG IN

Experimente a Novita AI Agora!

Passo 2: Clique em “Model API” no Console!

Após fazer login, você será direcionado ao painel do Console Novita. No topo, clique em “Model API”. Esta seção fornece acesso a uma lista completa de modelos disponíveis, juntamente com informações detalhadas sobre suas capacidades — incluindo se eles suportam Function Calling e Structured Outputs.

Step2: Click "Model API" in Console

Passo 3: Escolha seu Modelo e Verifique!

Basta encontrar o modelo de seu interesse, clicar nele e um painel aparecerá à direita. Em “Supported Capabilities”, você verá instantaneamente se Function Calling e Structured Outputs são suportados.

choose your model

Passo 4: Inicialize o Cliente

Primeiro, você precisa inicializar o cliente com sua chave de API Novita.

from openai import OpenAI
import json

client = OpenAI(
    base_url="https://api.novita.ai/v3/openai",
    # Obtenha a chave de API Novita AI em: https://novita.ai/settings/key-management.
    api_key="<SUA Chave de API Novita AI>",
)

model = "thudm/glm-z1-9b-0414"

Passo 5: Defina a Função a Ser Chamada

Em seguida, defina a função Python que o modelo pode chamar. Neste exemplo, é uma função para obter informações meteorológicas.

# Função de exemplo para simular a obtenção de dados meteorológicos.
def get_weather(location):
    """Recupera o clima atual para um local específico."""
    print("Chamando função get_weather com local: ", location)
    # Em uma aplicação real, você chamaria uma API meteorológica externa aqui.
    # Este é um exemplo simplificado retornando dados fixos.
    return json.dumps({"location": location, "temperature": "60 degrees Fahrenheit"})

Passo 6: Construa a Requisição da API com Ferramentas e Mensagem do Usuário

Agora, crie a requisição da API para o endpoint Novita. Esta requisição inclui o parâmetro tools, definindo as funções que o modelo pode usar, e a mensagem do usuário.

tools = [
    {
        "type": "function",
        "function": {
            "name": "get_weather",
            "description": "Obter clima de um local, o usuário deve fornecer um local primeiro",
            "parameters": {
                "type": "object",
                "properties": {
                    "location": {
                        "type": "string",
                        "description": "A cidade e estado, ex.: São Francisco, CA",
                    }
                },
                "required": ["location"]
            },
        }
    },
]

messages = [
    {
        "role": "user",
        "content": "Qual é o clima em São Francisco?"
    }
]

# Vamos enviar a requisição e imprimir a resposta.
response = client.chat.completions.create(
    model=model,
    messages=messages,
    tools=tools,
)

# Verifique se a resposta contém chamadas de ferramenta se estiver em produção.
tool_call = response.choices[0].message.tool_calls[0]
print(tool_call.model_dump())

Saída:

{'id': '0', 'function': {'arguments': '{"location": "San Francisco, CA"}', 'name': 'get_weather'}, 'type': 'function'}

Function Calling + GLM Z1 9B = um assistente inteligente, modular e multilíngue que pode falar, pensar e agir. Seja criando painéis em tempo real, bots de idiomas ou ferramentas científicas, essa combinação une o raciocínio do LLM à ação. Graças ao suporte plug-and-play da Novita AI, os desenvolvedores agora podem facilmente trazer essas capacidades para seus produtos com código mínimo e máxima flexibilidade.

Perguntas Frequentes

O que exatamente o Function Calling permite?

Function Calling permite que LLMs escolham, executem e respondam com resultados de ferramentas externas como APIs meteorológicas, bancos de dados ou funções personalizadas.

O que torna o GLM Z1 9B especial para Function Calling?

Sua força de raciocínio, suporte multilíngue e geração de HTML/SVG o tornam ideal para aplicações dinâmicas, interativas e globais.

Function Calling é difícil de implementar?

Não. Com a Novita AI, você apenas define uma função, fornece um esquema e usa a API deles para integrar a resposta do modelo com a saída da ferramenta.

Novita AI é a plataforma All-in-one na nuvem que impulsiona suas ambições de IA. APIs integradas, serverless, GPU Instance — as ferramentas econômicas que você precisa. Elimine infraestrutura, comece gratuitamente e torne sua visão de IA realidade.

Leitura Recomendada