NVIDIA: Nemotron 3.5 Content Safety (free)

Nemotron 3.5 Content Safety ist NVIDIAs Schutzmodell mit 4 Milliarden Parametern, das aus Gemma-3-4B feinabgestimmt wurde. Seine dokumentierte Rolle umfasst Prompt- und Antwortmoderation, Inhaltsklassifikation und Sicherheitsrichtlinienabläufe. NVIDIA beschreibt Ausgaben, die einen Nutzerprompt und eine Antwort als sicher oder unsicher bewerten, Sicherheitskategoriebezeichnungen hinzufügen und optional einen Reasoning-Verlauf enthalten. Die Bewertung ist eine Modellausgabe, die die Anwendung beurteilen und anwenden muss. Jede Nachricht hat eine Rolle system, developer, user oder assistant und einfachen Zeichenfolgeninhalt. Ein optionaler name ist eine Zeichenfolge; beschränken Sie jede Nachricht auf diese Felder. Senden Sie stream:false oder lassen Sie stream weg.

Verwenden Sie die genaue Modell-ID nvidia/nemotron-3.5-content-safety:free mit POST /v1/chat/completions und einem nicht leeren messages-Array. Fügen Sie das zu bewertende Material in den Textinhalt ein und unterscheiden Sie den Nutzerprompt von der Modellantwort, wenn beide geprüft werden. Ein praktischer Moderationsschritt kann diese beiden Passagen ausdrücklich kennzeichnen und das Modell bitten, die relevanten Kategorien zu bestimmen, während seine Bewertung an den bereitgestellten Inhalt gebunden bleibt.

Diese Ailoot-Ausgabe akzeptiert Text und liefert Text. Bereiten Sie für eine Prüfwarteschlange den tatsächlichen Beitrag, den Entwurf einer Supportnachricht oder die generierte Antwort vor, die bewertet werden soll, zusammen mit dem umgebenden Kontext, der ihre Bedeutung verändert. Belassen Sie Anwendungsentscheidungen wie die Weiterleitung eines markierten Eintrags zur menschlichen Prüfung in Ihrem eigenen Ablauf. Medieneingaben, Steuerungen für Werkzeugaufrufe und ausdrückliche Cache-Steuerungen liegen außerhalb des Anfrageprofils dieser Ausgabe.

Die Modellseite nennt ein Kontextfenster von 128 000 Tokens und bis zu 8 192 Ausgabetokens. Ailoot verlangt außerdem, dass der gesamte UTF-8-JSON-Anfragebody einschließlich Anweisungen und Feldnamen in 128 000 Bytes passt. Setzen Sie für eine ausdrückliche Ausgabeobergrenze genau eines der Felder max_tokens oder max_completion_tokens auf eine positive Ganzzahl von 1 bis 8 192. Wird keines angegeben, leitet Ailoot eine Ausgabeobergrenze von 4 096 Tokens weiter. Berücksichtigen Sie das vollständige Gespräch und die angeforderte Bewertung. Die Modellbeschreibung berichtet von einer Abdeckung von 12 Sprachen; bewahren Sie den ursprünglichen Wortlaut, wenn die Bewertung von der Quellsprache abhängt. Erwartet Ihre Anwendung bestimmte Bezeichnungen, parsen und validieren Sie den zurückgegebenen Text anhand Ihrer gewählten Verarbeitungsregeln. Eine angeforderte Antwort, die wie JSON aussieht, garantiert keine durch Schema erzwungene Ausgabe.

Verwenden Sie stream:false für eine vollständige JSON-Gesprächsantwort. Lesen Sie choices[].message.content, bewahren Sie jedes zurückgegebene choice und alle bereitgestellten reasoning-Felder auf und behalten Sie finish_reason und usage. Speichern Sie die Bewertung mit genau dem Prompt und der Antwort, die sie beurteilt, damit die Entscheidung später geprüft werden kann. Eine Bewertung eines Textes gilt für diesen bereitgestellten Text und Kontext; beurteilen Sie eine wesentlich veränderte Antwort als eigenen Eintrag.

Bereiten Sie Material vor, das keine vertraulichen Informationen enthält, wie es die dokumentierten Nutzungsbedingungen dieser kostenlosen Ausgabe verlangen. Endet die Anfrage ohne vollständige Bewertung, bewahren Sie die ursprüngliche Anfragekennung und die zurückgegebenen Daten auf, während Sie den bestehenden Versuch prüfen. Diese Karte dokumentiert ein direktes Gesprächsergebnis und stellt keinen separaten asynchronen Auftrag oder Abbruchablauf bereit.