μοντέλα

Llama Nemotron Embed VL 1B v2

Markdown · JSON

Llama Nemotron Embed VL 1B v2

Το Llama Nemotron Embed VL v2 δημιουργεί διανύσματα για σημασιολογική αναζήτηση σε έγγραφα. Στον τρέχοντα κατάλογο Ailoot παρέχεται είσοδος κειμένου για ερωτήματα και υλικό.

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.

Εύρεση της κατάλληλης σελίδας από μια ερώτηση

Το Llama Nemotron Embed VL 1B v2 αναπτύχθηκε από τη NVIDIA για αναζήτηση υλικού που βοηθά να απαντηθεί μια ερώτηση. Το ερώτημα διατυπώνεται ως κείμενο. Στον τρέχοντα κατάλογο Ailoot, το μοντέλο παρέχεται με είσοδο κειμένου: η ερώτηση και το υλικό κωδικοποιούνται ως κείμενο. Ο κατασκευαστής περιγράφει επίσης έγγραφο ως εικόνα σελίδας ή εικόνα μαζί με εξαγόμενο κείμενο. Αυτές οι οπτικές παραλλαγές απαιτούν χωριστή μέθοδο με υποστήριξη εικόνων. Με την κατάλληλη είσοδο, το μοντέλο αναπαριστά πίνακες, γραφήματα και πληροφοριογραφήματα σε κοινό διανυσματικό χώρο.

Αυτή η αναζήτηση είναι κατάλληλη για βοηθούς ερωταποκρίσεων σε μεγάλες συλλογές εγγράφων, εσωτερικά εγχειρίδια και ερευνητικό υλικό. Το αποτέλεσμα της κωδικοποίησης είναι αριθμητικό διάνυσμα. Η σελίδα ή το απόσπασμα που βρέθηκε μπορεί κατόπιν να δοθεί σε μοντέλο που σχηματίζει την απάντηση: το ίδιο το Embed VL εκτελεί το στάδιο αναζήτησης συμφραζομένων.

Μορφές εγγράφου που προβλέπει ο κατασκευαστής

  • Έγγραφο κειμένου: μια ενότητα, ένα απόσπασμα ή το ήδη αναγνωρισμένο κείμενο μιας σελίδας.
  • Εικόνα: ολόκληρη σελίδα με το κείμενο, τους πίνακες και τα γραφικά της στοιχεία.
  • Εικόνα με κείμενο: η οπτική μορφή της σελίδας και το κειμενικό περιεχόμενό της συνδυάζονται σε μία αναπαράσταση.

Το ερώτημα και το έγγραφο κωδικοποιούνται ανεξάρτητα. Έτσι, η συλλογή μπορεί να υποστεί επεξεργασία εκ των προτέρων, τα διανύσματα να αποθηκευτούν μαζί με τις αρχικές σελίδες και, σε κάθε νέα ερώτηση, να υπολογίζεται μόνο το διάνυσμα του ερωτήματος. Η ομοιότητα των διανυσμάτων βοηθά να επιλέγεται υλικό βάσει νοήματος. Οι κειμενικοί ρόλοι του ερωτήματος και του εγγράφου διαφέρουν και αυτό πρέπει να διατηρείται κατά την προετοιμασία των δεδομένων.

Διάσταση αναπαράστασης και μήκος εισόδου

Κάθε είσοδος μετατρέπεται σε ένα διάνυσμα με διάσταση έως 2048 αριθμούς. Στη λειτουργία κειμένου χρησιμοποιείται προϋπολογισμός 8192 tokens. Για την οπτική μέθοδο του κατασκευαστή που συνδυάζει εικόνα και κείμενο περιγράφεται κοινός προϋπολογισμός 10240 tokens, που περιλαμβάνει και τα δύο μέρη· αυτό δεν είναι το όριο κειμένου της μεθόδου Ailoot. Η εικόνα διαιρείται σε τμήματα: στην περιγραφόμενη διαμόρφωση επιτρέπονται έως έξι τμήματα και ένα μικρό αντίγραφο ολόκληρης της σελίδας, συνολικά περίπου 1792 οπτικά tokens. Τα μεγάλα κείμενα πρέπει να χωρίζονται ή να συντομεύονται.

Το γλωσσικό μέρος βασίζεται στο Llama 3.2 1B και το οπτικό στο SigLIP2. Συνδυάζονται σε έναν κωδικοποιητή που υπολογίζει τον μέσο όρο των αναπαραστάσεων των tokens εισόδου και δίνει ένα ενιαίο διάνυσμα. Η αντιθετική εκπαίδευση φέρνει την ερώτηση κοντά στην κατάλληλη σελίδα και τη διαχωρίζει από μη συναφές υλικό. Η αναζήτηση παραμένει πιθανοκρατική: η εγγύτητα διανυσμάτων δεν εγγυάται ότι το επιλεγμένο απόσπασμα περιέχει τη σωστή απάντηση.

Ailoot · Διανυσματικές αναπαραστάσεις POST /v1/embeddings nvidia/llama-nemotron-embed-vl-1b-v2

nvidia/llama-nemotron-embed-vl-1b-v2

NVIDIA /nvidia/llama-nemotron-embed-vl-1b-v2
ID μοντέλου
  • nvidia/llama-nemotron-embed-vl-1b-v2
  • nemotron-embed-vl
  • nemotron-embed-vl-latest

Εισαγωγή

Το Llama Nemotron Embed VL v2 δημιουργεί διανύσματα για σημασιολογική αναζήτηση σε έγγραφα. Στον τρέχοντα κατάλογο Ailoot παρέχεται είσοδος κειμένου για ερωτήματα και υλικό.

Αποδεκτές είσοδοι
Κείμενο
Αποτελέσματα
embedding

Διαθέσιμα στο Ailoot · είσοδοι και μέθοδοι

Ailoot · Διανυσματικές αναπαραστάσεις POST /v1/embeddings
Είσοδος
text
Έξοδος
embedding
Παράθυρο συμφραζομένων
4.096 tokens
Μορφή εξόδου
json
ΠεδίοΤύποςΑπαίτησηΤιμές και όριαΠροεπιλογή
ΠεδίοmodelΤύποςstringΑπαίτησηΥποχρεωτικόΤιμές και όρια
nvidia/llama-nemotron-embed-vl-1b-v2
Προεπιλογή—
ΠεδίοinputΤύποςstring|string[]ΑπαίτησηΥποχρεωτικόΤιμές και όρια
Ελάχιστο πλήθος στοιχείων: 1
Συνθήκες: Κάθε συμβολοσειρά πρέπει να είναι μη κενή μετά την αφαίρεση περιφερειακών κενών· τα URI δεδομένων απορρίπτονται· ο αποδεκτός προϋπολογισμός μετρά τα σχετικά byte UTF8.
Προεπιλογή—
Πεδίοinput_typeΤύποςstringΑπαίτησηΠροαιρετικόΤιμές και όρια
query, passage
Προεπιλογήquery
Πεδίοencoding_formatΤύποςstringΑπαίτησηΠροαιρετικόΤιμές και όρια
float, base64
Προεπιλογήfloat
ΠεδίοtruncateΤύποςstringΑπαίτησηΠροαιρετικόΤιμές και όρια
NONE, START, END
Προεπιλογή—
ΠεδίοdimensionsΤύποςintegerΑπαίτησηΠροαιρετικόΤιμές και όρια
Ελάχιστο: 1
Προεπιλογή—
ΠεδίοuserΤύποςstringΑπαίτησηΠροαιρετικόΤιμές και όριαΠροεπιλογή—
Συνδυασμοί υλικών εισόδου

text_to_embedding

Παράμετροι και κύκλος ζωής μεθόδου
ΠαράμετροςΣύμβαση
Παράμετροςmaterial_typesΣύμβασηtext
ΠαράμετροςrequiredΣύμβασηmodel, input
Παράμετροςoptional_controlsΣύμβασηnull
Παράμετροςcontent_typeΣύμβασηapplication/json

Κύκλος ζωής: exact retained published method

Οι δομές και τα ID των μεθόδων είναι ακριβή· η δυνατότητα του προμηθευτή είναι ξεχωριστή από την αποδοχή αιτημάτων.

Τιμολόγηση

Χρεώσεις μεθόδων Ailoot

Ailoot Διανυσματικές αναπαραστάσειςPOST /v1/embeddings
Είσοδος
0,0001 $ / 1K

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 →

Παραδείγματα αιτημάτων

Ailoot · Διανυσματικές αναπαραστάσεις

Παράδειγμα διανυσματικής αναπαράστασης
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "nvidia/llama-nemotron-embed-vl-1b-v2", "input": []}')
f=Path(os.environ["AILOOT_TEXT_FILE"])
if not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")
text=f.read_text(encoding="utf-8")
if not text.strip():raise SystemExit("Source material must contain text")
p["input"]=[text]
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

Λήψη και αποθήκευση αποτελεσμάτων

Ailoot · Διανυσματικές αναπαραστάσεις

json

Διατηρήστε όλα τα ολοκληρωμένα αποτελέσματα

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

Αποκωδικοποιήστε διανύσματα base64 μόνο όταν ζητήθηκε αυτή η μορφή· διατηρήστε κάθε διάνυσμα και τον αρχικό δείκτη του.

Αν χρειάζεται έλεγχος της αρχικής απάντησης

Δεν εισάγεται endpoint εργασιών ενσωμάτωσης.

Πεδία απάντησης
ΠεδίοΤύπος
Πεδίοdata[].indexΤύποςinteger
Πεδίοdata[].embeddingΤύποςfinite float[]|base64 float32 vector
ΠεδίοmodelΤύποςstring
ΠεδίοusageΤύποςobject
Σφάλματα και επόμενα βήματα
ΑπάντησηΣυνθήκηΕπόμενο βήμα
Απάντηση400 · invalid_request_errorΣυνθήκηΜη έγκυρα υποχρεωτικά πεδία, μη έγκυρη αναπαράσταση υλικού ή μη έγκυρη τιμή παραμέτρουΕπόμενο βήμαΔιορθώστε τα υποδεικνυόμενα πεδία πριν από νέο αίτημα δημιουργίας.

Εναλλακτικά ονόματα

Εναλλακτικά ονόματα μοντέλου

Ailoot nvidia/llama-nemotron-embed-vl-1b-v2, nemotron-embed-vl, nemotron-embed-vl-latest

Εναλλακτικές διαδρομές μεθόδων

Χρησιμοποιήστε τις διαδρομές μεθόδων που εμφανίζονται παραπάνω.

Σχετικά ID μοντέλων

nvidia/llama-nemotron-embed-vl-1b-v2, nemotron-embed-vl, nemotron-embed-vl-latest

Ailoot · Διανυσματικές αναπαραστάσεις POST /v1/embeddings nemotron-embed-vl

nemotron-embed-vl

NVIDIA /nemotron-embed-vl
ID μοντέλου
  • nvidia/llama-nemotron-embed-vl-1b-v2
  • nemotron-embed-vl
  • nemotron-embed-vl-latest

Εισαγωγή

Το Llama Nemotron Embed VL v2 δημιουργεί διανύσματα για σημασιολογική αναζήτηση σε έγγραφα. Στον τρέχοντα κατάλογο Ailoot παρέχεται είσοδος κειμένου για ερωτήματα και υλικό.

Αποδεκτές είσοδοι
Κείμενο
Αποτελέσματα
embedding

Διαθέσιμα στο Ailoot · είσοδοι και μέθοδοι

Ailoot · Διανυσματικές αναπαραστάσεις POST /v1/embeddings
Είσοδος
text
Έξοδος
embedding
Παράθυρο συμφραζομένων
4.096 tokens
Μορφή εξόδου
json
ΠεδίοΤύποςΑπαίτησηΤιμές και όριαΠροεπιλογή
ΠεδίοmodelΤύποςstringΑπαίτησηΥποχρεωτικόΤιμές και όρια
nemotron-embed-vl
Προεπιλογή—
ΠεδίοinputΤύποςstring|string[]ΑπαίτησηΥποχρεωτικόΤιμές και όρια
Ελάχιστο πλήθος στοιχείων: 1
Συνθήκες: Κάθε συμβολοσειρά πρέπει να είναι μη κενή μετά την αφαίρεση περιφερειακών κενών· τα URI δεδομένων απορρίπτονται· ο αποδεκτός προϋπολογισμός μετρά τα σχετικά byte UTF8.
Προεπιλογή—
Πεδίοinput_typeΤύποςstringΑπαίτησηΠροαιρετικόΤιμές και όρια
query, passage
Προεπιλογήquery
Πεδίοencoding_formatΤύποςstringΑπαίτησηΠροαιρετικόΤιμές και όρια
float, base64
Προεπιλογήfloat
ΠεδίοtruncateΤύποςstringΑπαίτησηΠροαιρετικόΤιμές και όρια
NONE, START, END
Προεπιλογή—
ΠεδίοdimensionsΤύποςintegerΑπαίτησηΠροαιρετικόΤιμές και όρια
Ελάχιστο: 1
Προεπιλογή—
ΠεδίοuserΤύποςstringΑπαίτησηΠροαιρετικόΤιμές και όριαΠροεπιλογή—
Συνδυασμοί υλικών εισόδου

text_to_embedding

Παράμετροι και κύκλος ζωής μεθόδου
ΠαράμετροςΣύμβαση
Παράμετροςmaterial_typesΣύμβασηtext
ΠαράμετροςrequiredΣύμβασηmodel, input
Παράμετροςoptional_controlsΣύμβασηnull
Παράμετροςcontent_typeΣύμβασηapplication/json

Κύκλος ζωής: exact retained published method

Οι δομές και τα ID των μεθόδων είναι ακριβή· η δυνατότητα του προμηθευτή είναι ξεχωριστή από την αποδοχή αιτημάτων.

Τιμολόγηση

Χρεώσεις μεθόδων Ailoot

Ailoot Διανυσματικές αναπαραστάσειςPOST /v1/embeddings
Είσοδος
0,0001 $ / 1K

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 →

Παραδείγματα αιτημάτων

Ailoot · Διανυσματικές αναπαραστάσεις

Παράδειγμα διανυσματικής αναπαράστασης
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "nemotron-embed-vl", "input": []}')
f=Path(os.environ["AILOOT_TEXT_FILE"])
if not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")
text=f.read_text(encoding="utf-8")
if not text.strip():raise SystemExit("Source material must contain text")
p["input"]=[text]
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

Λήψη και αποθήκευση αποτελεσμάτων

Ailoot · Διανυσματικές αναπαραστάσεις

json

Διατηρήστε όλα τα ολοκληρωμένα αποτελέσματα

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

Αποκωδικοποιήστε διανύσματα base64 μόνο όταν ζητήθηκε αυτή η μορφή· διατηρήστε κάθε διάνυσμα και τον αρχικό δείκτη του.

Αν χρειάζεται έλεγχος της αρχικής απάντησης

Δεν εισάγεται endpoint εργασιών ενσωμάτωσης.

Πεδία απάντησης
ΠεδίοΤύπος
Πεδίοdata[].indexΤύποςinteger
Πεδίοdata[].embeddingΤύποςfinite float[]|base64 float32 vector
ΠεδίοmodelΤύποςstring
ΠεδίοusageΤύποςobject
Σφάλματα και επόμενα βήματα
ΑπάντησηΣυνθήκηΕπόμενο βήμα
Απάντηση400 · invalid_request_errorΣυνθήκηΜη έγκυρα υποχρεωτικά πεδία, μη έγκυρη αναπαράσταση υλικού ή μη έγκυρη τιμή παραμέτρουΕπόμενο βήμαΔιορθώστε τα υποδεικνυόμενα πεδία πριν από νέο αίτημα δημιουργίας.

Εναλλακτικά ονόματα

Εναλλακτικά ονόματα μοντέλου

Ailoot nvidia/llama-nemotron-embed-vl-1b-v2, nemotron-embed-vl, nemotron-embed-vl-latest

Εναλλακτικές διαδρομές μεθόδων

Χρησιμοποιήστε τις διαδρομές μεθόδων που εμφανίζονται παραπάνω.

Σχετικά ID μοντέλων

nvidia/llama-nemotron-embed-vl-1b-v2, nemotron-embed-vl, nemotron-embed-vl-latest

Ailoot · Διανυσματικές αναπαραστάσεις POST /v1/embeddings nemotron-embed-vl-latest

nemotron-embed-vl-latest

NVIDIA /nemotron-embed-vl-latest
ID μοντέλου
  • nvidia/llama-nemotron-embed-vl-1b-v2
  • nemotron-embed-vl
  • nemotron-embed-vl-latest

Εισαγωγή

Το Llama Nemotron Embed VL v2 δημιουργεί διανύσματα για σημασιολογική αναζήτηση σε έγγραφα. Στον τρέχοντα κατάλογο Ailoot παρέχεται είσοδος κειμένου για ερωτήματα και υλικό.

Αποδεκτές είσοδοι
Κείμενο
Αποτελέσματα
embedding

Διαθέσιμα στο Ailoot · είσοδοι και μέθοδοι

Ailoot · Διανυσματικές αναπαραστάσεις POST /v1/embeddings
Είσοδος
text
Έξοδος
embedding
Παράθυρο συμφραζομένων
4.096 tokens
Μορφή εξόδου
json
ΠεδίοΤύποςΑπαίτησηΤιμές και όριαΠροεπιλογή
ΠεδίοmodelΤύποςstringΑπαίτησηΥποχρεωτικόΤιμές και όρια
nemotron-embed-vl-latest
Προεπιλογή—
ΠεδίοinputΤύποςstring|string[]ΑπαίτησηΥποχρεωτικόΤιμές και όρια
Ελάχιστο πλήθος στοιχείων: 1
Συνθήκες: Κάθε συμβολοσειρά πρέπει να είναι μη κενή μετά την αφαίρεση περιφερειακών κενών· τα URI δεδομένων απορρίπτονται· ο αποδεκτός προϋπολογισμός μετρά τα σχετικά byte UTF8.
Προεπιλογή—
Πεδίοinput_typeΤύποςstringΑπαίτησηΠροαιρετικόΤιμές και όρια
query, passage
Προεπιλογήquery
Πεδίοencoding_formatΤύποςstringΑπαίτησηΠροαιρετικόΤιμές και όρια
float, base64
Προεπιλογήfloat
ΠεδίοtruncateΤύποςstringΑπαίτησηΠροαιρετικόΤιμές και όρια
NONE, START, END
Προεπιλογή—
ΠεδίοdimensionsΤύποςintegerΑπαίτησηΠροαιρετικόΤιμές και όρια
Ελάχιστο: 1
Προεπιλογή—
ΠεδίοuserΤύποςstringΑπαίτησηΠροαιρετικόΤιμές και όριαΠροεπιλογή—
Συνδυασμοί υλικών εισόδου

text_to_embedding

Παράμετροι και κύκλος ζωής μεθόδου
ΠαράμετροςΣύμβαση
Παράμετροςmaterial_typesΣύμβασηtext
ΠαράμετροςrequiredΣύμβασηmodel, input
Παράμετροςoptional_controlsΣύμβασηnull
Παράμετροςcontent_typeΣύμβασηapplication/json

Κύκλος ζωής: exact retained published method

Οι δομές και τα ID των μεθόδων είναι ακριβή· η δυνατότητα του προμηθευτή είναι ξεχωριστή από την αποδοχή αιτημάτων.

Τιμολόγηση

Χρεώσεις μεθόδων Ailoot

Ailoot Διανυσματικές αναπαραστάσειςPOST /v1/embeddings
Είσοδος
0,0001 $ / 1K

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 →

Παραδείγματα αιτημάτων

Ailoot · Διανυσματικές αναπαραστάσεις

Παράδειγμα διανυσματικής αναπαράστασης
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "nemotron-embed-vl-latest", "input": []}')
f=Path(os.environ["AILOOT_TEXT_FILE"])
if not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")
text=f.read_text(encoding="utf-8")
if not text.strip():raise SystemExit("Source material must contain text")
p["input"]=[text]
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

Λήψη και αποθήκευση αποτελεσμάτων

Ailoot · Διανυσματικές αναπαραστάσεις

json

Διατηρήστε όλα τα ολοκληρωμένα αποτελέσματα

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

Αποκωδικοποιήστε διανύσματα base64 μόνο όταν ζητήθηκε αυτή η μορφή· διατηρήστε κάθε διάνυσμα και τον αρχικό δείκτη του.

Αν χρειάζεται έλεγχος της αρχικής απάντησης

Δεν εισάγεται endpoint εργασιών ενσωμάτωσης.

Πεδία απάντησης
ΠεδίοΤύπος
Πεδίοdata[].indexΤύποςinteger
Πεδίοdata[].embeddingΤύποςfinite float[]|base64 float32 vector
ΠεδίοmodelΤύποςstring
ΠεδίοusageΤύποςobject
Σφάλματα και επόμενα βήματα
ΑπάντησηΣυνθήκηΕπόμενο βήμα
Απάντηση400 · invalid_request_errorΣυνθήκηΜη έγκυρα υποχρεωτικά πεδία, μη έγκυρη αναπαράσταση υλικού ή μη έγκυρη τιμή παραμέτρουΕπόμενο βήμαΔιορθώστε τα υποδεικνυόμενα πεδία πριν από νέο αίτημα δημιουργίας.

Εναλλακτικά ονόματα

Εναλλακτικά ονόματα μοντέλου

Ailoot nvidia/llama-nemotron-embed-vl-1b-v2, nemotron-embed-vl, nemotron-embed-vl-latest

Εναλλακτικές διαδρομές μεθόδων

Χρησιμοποιήστε τις διαδρομές μεθόδων που εμφανίζονται παραπάνω.

Σχετικά ID μοντέλων

nvidia/llama-nemotron-embed-vl-1b-v2, nemotron-embed-vl, nemotron-embed-vl-latest

FAQ · nvidia/llama-nemotron-embed-vl-1b-v2
Ποιες είσοδοι και αποτελέσματα διατίθενται;

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

POST /v1/embeddings · nemotron-embed-vl: text → embedding

POST /v1/embeddings · nemotron-embed-vl-latest: text → embedding

Ποια πεδία χρησιμοποιεί το αίτημα;

POST /v1/embeddings · nvidia/llama-nemotron-embed-vl-1b-v2: model, input, input_type, encoding_format, truncate, dimensions, user

POST /v1/embeddings · nemotron-embed-vl: model, input, input_type, encoding_format, truncate, dimensions, user

POST /v1/embeddings · nemotron-embed-vl-latest: model, input, input_type, encoding_format, truncate, dimensions, user

Ποια όρια ισχύουν;

POST /v1/embeddings · nvidia/llama-nemotron-embed-vl-1b-v2: ctx: 4096; input.min_items: 1; dimensions.minimum: 1

POST /v1/embeddings · nemotron-embed-vl: ctx: 4096; input.min_items: 1; dimensions.minimum: 1

POST /v1/embeddings · nemotron-embed-vl-latest: ctx: 4096; input.min_items: 1; dimensions.minimum: 1

Περισσότερες λεπτομέρειες

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 · Δείτε τιμές μοντέλων

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 · Δημόσια προσφορά και σύμβαση άδειας χρήσης