Source: https://ailoot.ai/models/el/nvidia-llama-nemotron-embed-vl-1b-v2-u003a-free/
Canonical: https://ailoot.ai/models/el/nvidia-llama-nemotron-embed-vl-1b-v2-u003a-free/
Language: el

# NVIDIA: Llama Nemotron Embed VL 1B V2 (free)

[Markdown](https://ailoot.ai/models/el/nvidia-llama-nemotron-embed-vl-1b-v2-u003a-free/index.md) · [JSON](https://ailoot.ai/models/el/nvidia-llama-nemotron-embed-vl-1b-v2-u003a-free/facts.json)

## [NVIDIA: Llama Nemotron Embed VL 1B V2 (free)](https://ailoot.ai/models/el/nvidia-llama-nemotron-embed-vl-1b-v2-u003a-free/)

Το Llama Nemotron Embed VL 1B V2 είναι το πολυτροπικό μοντέλο embeddings της NVIDIA για ανάκτηση. Μετατρέπει κείμενο, εικόνες ή συνδυασμένες εισόδους εγγράφων σε διανύσματα και υποστηρίζει αναζήτηση με ερωτήματα κειμένου σε έγγραφα που περιέχουν πίνακες, γραφήματα, κείμενο και πληροφοριακά γραφήματα.

- [**Ailoot Ultra · Διανυσματικές αναπαραστάσεις** `POST /v1/embeddings` `nvidia/llama-nemotron-embed-vl-1b-v2:free`](https://ailoot.ai/models/el/nvidia-llama-nemotron-embed-vl-1b-v2-u003a-free/#method-0)

Σχετικά με το μοντέλο

Αυτή η περιγραφή καλύπτει τις δυνατότητες του μοντέλου. Οι είσοδοι, έξοδοι και επιλογές που διατίθενται στο Ailoot παρατίθενται παρακάτω για την επιλεγμένη μέθοδο.

Το Llama Nemotron Embed VL 1B V2 είναι το μοντέλο embeddings της NVIDIA για ανάκτηση σε πολυτροπικές εφαρμογές ερωτήματος-απάντησης. Μπορεί να αναπαριστά ένα έγγραφο ως κείμενο, εικόνα ή συνδυασμό εικόνας και κειμένου. Ένα ερώτημα κειμένου μπορεί κατόπιν να χρησιμοποιείται για ανάκτηση σχετικών εγγράφων. Το δημοσιευμένο προφίλ του υποστηρίζει εικόνες εγγράφων που περιέχουν κείμενο, πίνακες, γραφήματα και πληροφοριακά γραφήματα και επιστρέφει διανύσματα embeddings.

#### Προετοιμάστε αναγνωρίσιμα στοιχεία εγγράφων

Κρατήστε κάθε είσοδο συνδεδεμένη με το έγγραφο, τη σελίδα ή το απόσπασμα πηγής που αναπαριστά. Για οπτική σελίδα, διατηρήστε την εικόνα και κάθε συνοδευτικό κείμενο που ανήκει σε αυτή. Για απόσπασμα κειμένου, κρατήστε τον τίτλο του ή την ετικέτα ενότητας όταν βοηθά στην ερμηνεία μεταγενέστερης αντιστοίχισης. Αυτά τα αναγνωριστικά πηγής κάνουν ένα ανακτημένο στοιχείο χρήσιμο ως τεκμηρίωση και όχι μόνο ως αριθμητικό αποτέλεσμα ομοιότητας.

Επιλέξτε τα όρια στοιχείων γύρω από το υλικό που χρειάζεται να βρει ο χρήστης. Ένα γράφημα και η εξήγησή του μπορούν να παραμένουν μαζί· άσχετες σελίδες πρέπει να κρατούν τις χωριστές ταυτότητές τους. Ελέγξτε αν η είσοδος είναι ευανάγνωστη και αν το κείμενο ή η εικόνα περιέχει την πληροφορία που προορίζεται να ανακτήσει το επιδιωκόμενο ερώτημα.

#### Ερωτήματα κειμένου και διανυσματική ανάκτηση

Ο ρόλος του μοντέλου είναι να παράγει διανύσματα για ανάκτηση, με το κείμενο ως τη μορφή ερωτήματος που περιγράφει το προφίλ. Κρατήστε το ερώτημα και τα ευρετηριασμένα στοιχεία σε συμβατή ρύθμιση embeddings. Η εφαρμογή αποθηκεύει τα διανύσματα, τα συγκρίνει και επιστρέφει τα αντίστοιχα στοιχεία πηγής. Το ανακτημένο έγγραφο παραμένει το υλικό προς εξέταση ή μεταφορά σε μεταγενέστερο βήμα παραγωγής απάντησης.

Ένα χρήσιμο σύνολο δοκιμών περιλαμβάνει τα ερωτήματα που πράγματι θέτουν οι χρήστες και τις σελίδες που πρέπει να βρίσκονται. Ελέγξτε λανθασμένες ή ελλείπουσες αντιστοιχίσεις ως προς το περιεχόμενο πηγής και τα όρια στοιχείων. Κρατήστε το πλήρες αναγνωριστικό εγγράφου μαζί με κάθε επιλεγμένο απόσπασμα ή εικόνα ώστε το αποτέλεσμα να ελέγχεται μέσα στα συμφραζόμενά του.

#### Όριο εισόδου και παραδοτέο αναζήτησης

Το τεκμηριωμένο φιλοξενούμενο προφίλ αναφέρει έως 131.072 tokens ανά είσοδο. Διαιρέστε μεγαλύτερα σύνολα πηγών σε χωριστές εισόδους με ετικέτες και διατηρήστε τις σχέσεις τους. Η διανυσματική έξοδος του προφίλ δεν είναι παραγόμενη απάντηση σε πεζό κείμενο ή απομαγνητοφώνηση· μεταγενέστερο στάδιο εφαρμογής μπορεί να χρησιμοποιεί τα ανακτημένα στοιχεία για να απαντήσει σε ερώτημα.

Ένα ολοκληρωμένο παραδοτέο ανάκτησης ενώνει το ερώτημα, τα επιλεγμένα στοιχεία πηγής και τα αναγνωριστικά τους. Διατηρήστε το μοντέλο embeddings και την προετοιμασία εισόδου που χρησιμοποιούνται σε ένα ευρετήριο ώστε μεταγενέστερες αλλαγές να διακρίνονται από αλλαγές στη συλλογή πηγής.

**Ailoot Ultra · Διανυσματικές αναπαραστάσεις** `POST /v1/embeddings` `nvidia/llama-nemotron-embed-vl-1b-v2:free`

[`nvidia/llama-nemotron-embed-vl-1b-v2:free`](https://ailoot.ai/models/el/#m=nvidia%2Fllama-nemotron-embed-vl-1b-v2%3Afree&route=Ultra&caller=nvidia%2Fllama-nemotron-embed-vl-1b-v2%3Afree&fmt=embeddings)

NVIDIA /`nvidia/llama-nemotron-embed-vl-1b-v2:free`

### Εισαγωγή

Το Llama Nemotron Embed VL 1B V2 είναι το πολυτροπικό μοντέλο embeddings της NVIDIA για ανάκτηση. Μετατρέπει κείμενο, εικόνες ή συνδυασμένες εισόδους εγγράφων σε διανύσματα και υποστηρίζει αναζήτηση με ερωτήματα κειμένου σε έγγραφα που περιέχουν πίνακες, γραφήματα, κείμενο και πληροφοριακά γραφήματα.

Αποδεκτές είσοδοι

Κείμενο · token\_ids

Αποτελέσματα

embedding

### Διαθέσιμα στο Ailoot · είσοδοι και μέθοδοι

**Ailoot Ultra · Διανυσματικές αναπαραστάσεις** `POST /v1/embeddings`

Είσοδος

`text`, `token_ids`

Έξοδος

`embedding`

Παράθυρο συμφραζομένων

131.072 tokens

Μορφή εξόδου

json

| Πεδίο | Τύπος | Απαίτηση | Τιμές και όρια | Προεπιλογή |
| --- | --- | --- | --- | --- |
| Πεδίο`model` | Τύπος`string` | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια nvidia/llama-nemotron-embed-vl-1b-v2:free | Προεπιλογή— |
| Πεδίο`input` | Τύπος`string\|string[]\|integer[]\|integer[][]` | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια Ελάχιστο πλήθος στοιχείων: 1 Συνθήκες: Μη κενή ομοιογενής παρτίδα. Τα ID των token είναι μη αρνητικοί ακέραιοι. Προϋπολογισμός εισόδου: Μέγιστο: 131.072 · Μονάδα κειμένου: byte UTF8 · Μονάδα token: στοιχεία πίνακα token | Προεπιλογή— |
| Πεδίο`encoding_format` | Τύπος`string` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια float | Προεπιλογήfloat |
| Πεδίο`dimensions` | Τύπος`integer` | ΑπαίτησηΔεν υποστηρίζεται | Τιμές και όρια Ελάχιστο: 1 | Προεπιλογή— |
| Πεδίο`user` | Τύπος`json_value` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Συνθήκες: Η πηγή επιτρέπει αυτό το πεδίο μεταδεδομένων JSON· η ακριβής σημασιολογία του ανάντη συστήματος εξαρτάται από το μοντέλο. | Προεπιλογή— |
| Πεδίο`session_id` | Τύπος`json_value` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Συνθήκες: Η πηγή επιτρέπει αυτό το πεδίο μεταδεδομένων JSON· η ακριβής σημασιολογία του ανάντη συστήματος εξαρτάται από το μοντέλο. | Προεπιλογή— |
| Πεδίο`trace` | Τύπος`json_value` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Συνθήκες: Η πηγή επιτρέπει αυτό το πεδίο μεταδεδομένων JSON· η ακριβής σημασιολογία του ανάντη συστήματος εξαρτάται από το μοντέλο. | Προεπιλογή— |
| Πεδίο`provider` | Τύπος`object` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Συνθήκες: Το provider.options απορρίφθηκε | Προεπιλογή— |

Συνδυασμοί υλικών εισόδου

**text\_to\_embedding**

Παράμετροι και κύκλος ζωής μεθόδου

| Παράμετρος | Σύμβαση |
| --- | --- |
| Παράμετρος`content_type` | Σύμβασηapplication/json |
| Παράμετρος`required` | Σύμβασηmodel, input |
| Παράμετρος`input_shapes` | Σύμβασηstring, string\[\], nonnegative\_integer\_token\_array, nonnegative\_integer\_token\_array\[\] |
| Παράμετρος`encoding_format` | Σύμβασηfloat |
| Παράμετρος`dimensions_override` | Σύμβασηfalse |
| Παράμετρος`max_input_budget_units` | Σύμβαση131072 |
| Παράμετρος`multimodal_objects` | Σύμβασηfalse |
| Παράμετρος`material_types` | Σύμβασηtext, token\_ids |

Κύκλος ζωής: `synchronous_json`

Διατηρήστε τον δείκτη και τη διάσταση κάθε διανύσματος.

Το όνομα πολυτροπικού μοντέλου δεν επιτρέπει αντικείμενα εικόνας σε αυτήν ακριβώς τη διαδρομή.

### Τιμολόγηση

Οι τιμολογιακές αναφορές δεν προσθέτουν επιλογές αιτήματος. Οι υποστηριζόμενες παράμετροι αναφέρονται στην επιλεγμένη μέθοδο.

Γρήγορη λειτουργία

Τυπική χρέωση Όταν επιλέγεται η γρήγορη λειτουργία

Λειτουργία flex

Τυπική χρέωση Όταν επιλέγεται η λειτουργία flex

Μέγιστη προσπάθεια συλλογισμού

Τυπική χρέωση Όταν η μέγιστη προσπάθεια συλλογισμού χρησιμοποιεί την προσαρμογή default

#### Χρεώσεις Ailoot

#### Τιμές ανά διαμόρφωση

| Διαμόρφωση | Πίνακας χρεώσεων | Χρέωση |
| --- | --- | --- |
| ΔιαμόρφωσηΒασικές χρεώσεις ανά token | Πίνακας χρεώσεωνΒασική χρέωση | Χρέωση Είσοδος · Token εισόδου **$0** / 1K token Έξοδος · Token εξόδου **$0** / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη **—** / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη **—** / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα **—** / 1K token |

Το Ailoot δεσμεύει ένα εκτιμώμενο ποσό πριν από το αίτημα. Μετά το αποτέλεσμα, εκκαθαρίζει την τελική χρέωση βάσει της μετρημένης χρήσης. Η εκκαθάριση ροής χρησιμοποιεί την τελική καταγραφή χρήσης. [Πώς λειτουργούν η δέσμευση και η εκκαθάριση →](https://ailoot.ai/docs/el/billing/reserve/)

### Παραδείγματα αιτημάτων

#### Ailoot Ultra · Διανυσματικές αναπαραστάσεις

curlPython SDK

```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "nvidia/llama-nemotron-embed-vl-1b-v2:free", "input": ["First document", "Second document"]}')

Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/embeddings \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
r=json.loads(Path("result.json").read_text())
for x in r.get("data",[]): print(json.dumps({"index":x.get("index"),"embedding":x.get("embedding")}))
PY_RESULT
```

```python
from openai import OpenAI
import os

client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)
result=client.embeddings.create(model='nvidia/llama-nemotron-embed-vl-1b-v2:free',input=["First document","Second document"])
print(result)
for item in result.data:print(item.index,item.embedding)
```

### Λήψη και αποθήκευση αποτελεσμάτων

#### Ailoot Ultra · Διανυσματικές αναπαραστάσεις

json

##### Διατηρήστε όλα τα ολοκληρωμένα αποτελέσματα

Διατηρήστε κάθε πλήρη απάντηση, αρχείο και τμήμα περιεχομένου που επιστρέφεται.

Διατηρήστε κάθε διάνυσμα με τον δείκτη του. Το πλήθος των διανυσμάτων πρέπει να ισούται με το πλήθος των στοιχείων εισόδου· οι διαστάσεις πρέπει να είναι συνεπείς.

##### Αν χρειάζεται έλεγχος της αρχικής απάντησης

Δεν εισάγεται endpoint εργασιών ενσωμάτωσης.

Πεδία απάντησης

| Πεδίο | Τύπος |
| --- | --- |
| Πεδίο`object` | Τύποςstring |
| Πεδίο`model` | Τύποςstring |
| Πεδίο`data[].index` | Τύποςinteger |
| Πεδίο`data[].embedding` | Τύποςfinite float\[\] |
| Πεδίο`usage` | Τύποςobject |

Σφάλματα και επόμενα βήματα

| Απάντηση | Συνθήκη | Επόμενο βήμα |
| --- | --- | --- |
| Απάντηση400 · `invalid_request_error` | ΣυνθήκηΜη έγκυρα υποχρεωτικά πεδία, μη έγκυρη αναπαράσταση υλικού ή μη έγκυρη τιμή παραμέτρου | Επόμενο βήμαΔιορθώστε τα υποδεικνυόμενα πεδία πριν από νέο αίτημα δημιουργίας. |

### Εναλλακτικά ονόματα

#### Εναλλακτικά ονόματα μοντέλου

**Ailoot Ultra** [`nvidia/llama-nemotron-embed-vl-1b-v2:free`](https://ailoot.ai/models/el/#m=nvidia%2Fllama-nemotron-embed-vl-1b-v2%3Afree&route=Ultra&caller=nvidia%2Fllama-nemotron-embed-vl-1b-v2%3Afree&fmt=embeddings)

#### Εναλλακτικές διαδρομές μεθόδων

Χρησιμοποιήστε τις διαδρομές μεθόδων που εμφανίζονται παραπάνω.

#### Σχετικά ID μοντέλων

[`nvidia/llama-nemotron-embed-vl-1b-v2:free`](https://ailoot.ai/models/el/#m=nvidia%2Fllama-nemotron-embed-vl-1b-v2%3Afree&route=Ultra&caller=nvidia%2Fllama-nemotron-embed-vl-1b-v2%3Afree&fmt=embeddings)

FAQ · NVIDIA: Llama Nemotron Embed VL 1B V2 (free)

Ποιες είσοδοι και αποτελέσματα διατίθενται;

`POST /v1/embeddings` · `nvidia/llama-nemotron-embed-vl-1b-v2:free`: `text`, `token_ids` → `embedding`

Ποια πεδία χρησιμοποιεί το αίτημα;

`POST /v1/embeddings` · `nvidia/llama-nemotron-embed-vl-1b-v2:free`: `model`, `input`, `encoding_format`, `provider`

Ποια όρια ισχύουν;

`POST /v1/embeddings` · `nvidia/llama-nemotron-embed-vl-1b-v2:free`: `ctx`: `131072`; `input.budget.maximum`: `131072` (byte UTF8); `input.min_items`: `1`

Συνδέστε το Ailoot με Claude Code, OpenCode, Hermes ή τη δική σας εφαρμογή.

## Η εταιρεία και το χαρτοφυλάκιο έργων της

Η εταιρεία και το χαρτοφυλάκιο έργων της: εκατομμύρια πελάτες· μηνιαίες πωλήσεις δισεκατομμυρίων.

## Αγοράστε token με έκπτωση.

Έκπτωση συνδρομής για τακτική χρήση. Προωθητικοί κωδικοί — έως 50% στην αγορά token.

Συνδρομή

Επιλέξτε πρόγραμμα με έκπτωση για τα τακτικά αιτήματά σας.

Προωθητικός κωδικός έως 50%

Εισαγάγετε τον κωδικό στην αγορά. Η τιμή επανυπολογίζεται σύμφωνα με την ενεργή προσφορά.

Δαπάνες στο ιστορικό

Μοντέλο, token και ποσό αποθηκεύονται για κάθε αίτημα.

[Επιλέξτε συνδρομή](https://ailoot.ai/docs/el/billing/subscriptions/) · [Δείτε τιμές μοντέλων](https://ailoot.ai/models/el/)

## Συνδέστε το API με το προϊόν που πουλάτε.

SaaS, εφαρμογές και bot — σύμφωνα με τη δημόσια προσφορά και τη σύμβαση άδειας χρήσης Ailoot. Για μεταπώληση ζητήστε σχετική άδεια.

Εμπορική εφαρμογή

Ενσωματώστε δημιουργία κειμένου, εικόνων, βίντεο και ήχου στις πληρωμένες λειτουργίες της υπηρεσίας σας.

Άδεια για μεταπωλητή

Στείλτε περιγραφή έργου και τρόπο πρόσβασης. Ζητήστε γραπτούς όρους χρήσης και μεταπώλησης.

Έγγραφα στον ιστότοπο

Δημόσια προσφορά, σύμβαση άδειας χρήσης και πολιτική επεξεργασίας δεδομένων είναι διαθέσιμες πριν τη σύνδεση.

[Ζητήστε άδεια μεταπώλησης](mailto:support@ailoot.ai) · [Δημόσια προσφορά και σύμβαση άδειας χρήσης](https://ailoot.ai/legal/offer?lang=el)

## Ailoot · Η εταιρεία και το χαρτοφυλάκιο έργων της





Η Ailoot στηρίζεται στη συσσωρευμένη λειτουργική εμπειρία, τη μεγάλη πελατειακή βάση, τη σταθερή εξυπηρέτηση και τον συνεχή έλεγχο KPI.





Η εταιρεία και το χαρτοφυλάκιο έργων της: εκατομμύρια πελάτες· μηνιαίες πωλήσεις δισεκατομμυρίων.





Η Ailoot αξιοποιεί αυτή τη λειτουργική εμπειρία για πρόσβαση μέσω API σε λειτουργίες AI στα προϊόντα, τους πράκτορες, τις εφαρμογές και τους αυτοματισμούς των πελατών.