Embeddings
MarkdownA szöveg vektoros reprezentációi kereséshez, RAG-hoz és klaszterezéshez.
Teljes útmutató
POST
https://api.ailoot.ai/v1/embeddingscurl https://api.ailoot.ai/v1/embeddings \
-H "Authorization: Bearer $AILOOT_API_KEY" \
-H "Content-Type: application/json" \
-d '{"model": "nvidia/nemotron-3-embed-1b", "input": ["Első dokumentum", "Második dokumentum"]}' emb = client.embeddings.create(
model="nvidia/nemotron-3-embed-1b",
input=["Első dokumentum", "Második dokumentum"],
)
vectors = [d.embedding for d in emb.data]{
"object": "list",
"data": [
{ "object": "embedding", "index": 0, "embedding": [0.0123, -0.0456, 0.0789, …] },
{ "object": "embedding", "index": 1, "embedding": [-0.0321, 0.0654, 0.0987, …] }
],
"model": "nvidia/nemotron-3-embed-1b",
"usage": { "prompt_tokens": 8, "total_tokens": 8 }
}Hitelesítés
- Authorizationheaderkötelező
A kulcs formátuma
Bearer sk-…. A következő fejlécek is használhatók:x-api-keyvagyx-goog-api-key.
A kérés törzse
- modelstringkötelező
Beágyazási modell:
nvidia/nemotron-3-embed-1b,nvidia/llama-nemotron-embed-vl-1b-v2. - inputstring | arraykötelező
Karakterlánc vagy karakterláncok tömbje. Egy bemenet hosszát a modell kontextusablaka korlátozza (az NVIDIA modelleknél 4096 token).
- encoding_formatstringnem kötelező
float(alapértelmezés) vagybase64— ha a modell támogatja.
Válasz
- data[].embeddingarray
Számokból álló vektor minden bemenethez, az eredetivel megegyező sorrendben.
- usageobject
A bemeneti tokenek száma. A beágyazások kimenetéért nem számítunk fel díjat.
Maradt kérdése? Küldje el a Request ID-t és a probléma leírását — segítünk tisztázni.Írjon a támogatásnak