●LYRIA — 9月3日に Lyria 3.5 がパブリックプレビューになりました。ループ素材ではなくフルレングスの楽曲を、長さと構成を指定しながら生成できます●INPUT — モデルID は lyria-3.5。テキストだけでなく画像も入力に取れます。「この写真の雰囲気で」という指定ができるということで、設計の考え方が変わります●SPEC — 出力は 44.1kHz ステレオ、入力の上限は 131,072 トークン、歌詞の生成にも対応します。数値を引くときはこの単位を添えてください●VIDEO — 9月1日のエージェント型動画理解は、モデルが動画のタイムラインを自分で辿り、必要に応じて文字起こしやフレームを要求します。長尺で最大88%のトークン削減です●QUIET — API のリリースノートは9月3日以降、新しい項目が載っていません。動きがなかったことも記録に値すると考えています●DICTATION — アプリ側では Fn キーを押しているあいだだけ話しかけると、カーソル位置に整形済みのテキストが差し込まれる入力が届いています●LYRIA — 9月3日に Lyria 3.5 がパブリックプレビューになりました。ループ素材ではなくフルレングスの楽曲を、長さと構成を指定しながら生成できます●INPUT — モデルID は lyria-3.5。テキストだけでなく画像も入力に取れます。「この写真の雰囲気で」という指定ができるということで、設計の考え方が変わります●SPEC — 出力は 44.1kHz ステレオ、入力の上限は 131,072 トークン、歌詞の生成にも対応します。数値を引くときはこの単位を添えてください●VIDEO — 9月1日のエージェント型動画理解は、モデルが動画のタイムラインを自分で辿り、必要に応じて文字起こしやフレームを要求します。長尺で最大88%のトークン削減です●QUIET — API のリリースノートは9月3日以降、新しい項目が載っていません。動きがなかったことも記録に値すると考えています●DICTATION — アプリ側では Fn キーを押しているあいだだけ話しかけると、カーソル位置に整形済みのテキストが差し込まれる入力が届いています

TAG

conversation-state

1 記事

← タグ一覧に戻る

会話状態をサーバーに預けるべきか — previous_interaction_id と手元での履歴刈り込みの分岐設計

Interactions API の previous_interaction_id で会話状態をサーバーに預けると、毎回履歴を送らずに済みます。ところが途中で入った巨大なツール出力を後から刈り込めず、以降のターンが重量を引きずる落とし穴があります。サーバー側状態と手元での刈り込みを状況で使い分ける分岐設計を、動くPythonの薄いラッパーとともに整理します。