NVIDIA: Nemotron 3.5 Content Safety (free)

Nemotron 3.5 Content Safety er NVIDIAs beskyttelsesmodel med 4B parametre, finjusteret fra Gemma-3-4B. Den dokumenterede rolle er moderation af prompter og svar, indholdsklassificering og arbejdsgange for sikkerhedspolitikker. NVIDIA beskriver output, der vurderer en brugerprompt og et svar som sikre eller usikre, tilføjer sikkerhedskategorimærkater og eventuelt indeholder et ræsonneringsspor. Vurderingen er modeloutput, som applikationen skal vurdere og anvende. Hver besked har en role på system, developer, user eller assistant og content som en almindelig streng. Et valgfrit name er en streng; begræns hver besked til disse felter. Send stream:false, eller udelad stream.

Brug det præcise model-ID nvidia/nemotron-3.5-content-safety:free med POST /v1/chat/completions og et ikke-tomt messages-array. Placér materialet, der skal vurderes, som tekst i content, og skeln mellem brugerprompten og modelsvaret, når begge gennemgås. Et praktisk moderationstrin kan mærke disse to passager udtrykkeligt og bede modellen om at identificere de relevante kategorier, mens vurderingen holdes knyttet til det medsendte indhold.

Denne Ailoot-udgave modtager tekst og returnerer tekst. Til en gennemgangskø skal du forberede det faktiske opslag, udkast til supportbesked eller genererede svar, der skal vurderes, sammen med den omgivende kontekst, som ændrer betydningen. Behold applikationsbeslutninger såsom at sende et markeret element til menneskelig gennemgang i din egen arbejdsgang. Medieinput, indstillinger for værktøjskald og eksplicitte cacheindstillinger ligger uden for denne udgaves anmodningsprofil.

Modelsiden angiver et kontekstvindue på 128 000 tokens og op til 8 192 tokens til svaret. Ailoot kræver også, at hele UTF-8-JSON-anmodningsindholdet inklusive instruktioner og feltnavne kan rummes inden for 128 000 bytes. Til et eksplicit outputloft skal du angive præcis én af max_tokens eller max_completion_tokens som et positivt heltal fra 1 til og med 8 192. Hvis ingen af dem angives, videresender Ailoot et outputloft på 4 096 tokens. Tag højde for hele samtalen og den vurdering, du anmoder om. Modelbeskrivelsen angiver dækning af 12 sprog; bevar den oprindelige ordlyd, når evalueringen afhænger af kildesproget. Hvis din applikation forventer bestemte mærkater, skal du parse og validere den returnerede tekst mod dine valgte behandlingsregler. Et ønsket svar, der ligner JSON, er ikke en garanti for output med håndhævet skema.

Brug stream:false til et komplet JSON-samtalesvar. Læs choices[].message.content, bevar hver returneret choice og eventuelle medsendte ræsonneringsfelter, og gem finish_reason og usage. Gem vurderingen sammen med netop den prompt og det svar, den vurderer, så beslutningen kan gennemgås senere. En vurdering af én tekst gælder for den medsendte tekst og kontekst; vurder et væsentligt ændret svar som et selvstændigt element.

Forbered materiale, der ikke indeholder fortrolige oplysninger, som krævet af denne gratisudgaves dokumenterede brugsvilkår. Hvis anmodningen afsluttes uden en fuldstændig vurdering, skal du gemme den oprindelige anmodningsidentifikator og de returnerede data, mens du kontrollerer det eksisterende forsøg. Dette kort dokumenterer et direkte samtaleresultat og leverer ingen separat asynkron job- eller annulleringsarbejdsgang.