Llama Nemotron Embed VL 1B v2
Llama Nemotron Embed VL v2 crea vectores para búsqueda semántica en documentos. El catálogo actual de Ailoot ofrece entrada de texto para consultas y materiales.
- Ailoot · Representaciones vectoriales
POST /v1/embeddingsnvidia/llama-nemotron-embed-vl-1b-v2 - Ailoot · Representaciones vectoriales
POST /v1/embeddingsnemotron-embed-vl - Ailoot · Representaciones vectoriales
POST /v1/embeddingsnemotron-embed-vl-latest
Sobre el modelo
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
Encontrar una página a partir de una pregunta
Llama Nemotron Embed VL 1B v2 fue desarrollado por NVIDIA para encontrar material que ayude a responder preguntas. La consulta es texto. El catálogo actual de Ailoot ofrece entrada de texto: pregunta y material se codifican como texto. El fabricante también describe documentos como imágenes de páginas o imágenes con texto extraído. Esas opciones necesitan un método independiente compatible con imágenes. Con la entrada adecuada representa tablas, gráficos e infografías en un espacio común de vectores.
Es adecuado para asistentes sobre colecciones grandes, documentación interna e investigación. La codificación produce un vector numérico. La página o fragmento recuperado puede enviarse después a un modelo que responda: Embed VL realiza la etapa de búsqueda de contexto.
Formas de documento del fabricante
- Documento de texto: sección, fragmento o texto de una página ya reconocido.
- Imagen: página completa con texto, tablas y gráficos.
- Imagen con texto: apariencia visual y contenido escrito de la página combinados en una representación.
Consulta y documento se codifican por separado. Permite procesar la colección previamente y guardar vectores junto con páginas; cada pregunta nueva solo requiere calcular su vector. La similitud selecciona material por significado. Las funciones de consulta y documento son distintas y deben mantenerse al preparar datos.
Dimensión y longitud de entrada
Cada entrada produce un vector de hasta 2048 números. El modo de texto utiliza 8192 tokens. El método visual del fabricante que combina imagen y texto describe un presupuesto total de 10240 tokens para ambas partes; no es el límite de texto del método de Ailoot. La imagen se divide en fragmentos: la configuración descrita admite hasta seis y una copia reducida de toda la página, unos 1792 tokens visuales en total. Los textos largos deben dividirse o reducirse.
La parte lingüística se basa en Llama 3.2 1B y la visual en SigLIP2. Se combinan en un codificador que promedia representaciones de tokens y devuelve un vector único. El entrenamiento contrastivo acerca una pregunta a la página adecuada y la aleja de material irrelevante. La búsqueda sigue siendo probabilística: la proximidad no garantiza que un fragmento contenga la respuesta correcta.
Ailoot · Representaciones vectoriales POST /v1/embeddings nvidia/llama-nemotron-embed-vl-1b-v2
nvidia/llama-nemotron-embed-vl-1b-v2
nvidia/llama-nemotron-embed-vl-1b-v2nvidia/llama-nemotron-embed-vl-1b-v2nemotron-embed-vlnemotron-embed-vl-latest
Inicio
Llama Nemotron Embed VL v2 crea vectores para búsqueda semántica en documentos. El catálogo actual de Ailoot ofrece entrada de texto para consultas y materiales.
- Entradas aceptadas
- Texto
- Resultados
- embedding
Disponible en Ailoot · entradas y métodos
Ailoot · Representaciones vectoriales POST /v1/embeddings
- Entrada
text- Salida
embedding- Contexto
- 4,096 tokens
- Formato de salida
- json
| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites nvidia/llama-nemotron-embed-vl-1b-v2 | Predeterminado— |
Campoinput | Tipostring|string[] | RequisitoObligatorio | Valores y límites Número mínimo de elementos: 1 Condiciones: Cada cadena debe quedar no vacía después de quitar los espacios de los extremos; se rechazan las URI de datos; el presupuesto aceptado mide los bytes UTF8 pertinentes. | Predeterminado— |
Campoinput_type | Tipostring | RequisitoOpcional | Valores y límites query, passage | Predeterminadoquery |
Campoencoding_format | Tipostring | RequisitoOpcional | Valores y límites float, base64 | Predeterminadofloat |
Campotruncate | Tipostring | RequisitoOpcional | Valores y límites NONE, START, END | Predeterminado— |
Campodimensions | Tipointeger | RequisitoOpcional | Valores y límites Mínimo: 1 | Predeterminado— |
Campouser | Tipostring | RequisitoOpcional | Valores y límites | Predeterminado— |
Combinaciones de materiales de entrada
text_to_embedding
Parámetros del método y ciclo de vida
| Parámetro | Contrato |
|---|---|
Parámetromaterial_types | Contratotext |
Parámetrorequired | Contratomodel, input |
Parámetrooptional_controls | Contratonull |
Parámetrocontent_type | Contratoapplication/json |
Ciclo de vida: exact retained published method
Las estructuras e ID de los métodos son exactos; la capacidad del proveedor y la admisión son conceptos distintos.
Tarifas
Tarifas de métodos Ailoot
POST /v1/embeddings- Entrada
- USD 0.0001 / 1K
Ailoot reserva un monto estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
Solicitudes de ejemplo
Ailoot · Representaciones vectoriales
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
Recibir y guardar resultados
Ailoot · Representaciones vectoriales
json
Conserva todos los resultados completados
Conserva todas las respuestas, archivos y partes de contenido completos recibidos.
Decodifica los vectores base64 solo cuando se haya solicitado ese formato; conserva cada vector y su índice original.
Si es necesario revisar la respuesta original
No se incorpora ningún endpoint de tareas de embeddings.
Campos de respuesta
| Campo | Tipo |
|---|---|
Campodata[].index | Tipointeger |
Campodata[].embedding | Tipofinite float[]|base64 float32 vector |
Campomodel | Tipostring |
Campousage | Tipoobject |
Errores y siguientes pasos
| Respuesta | Condición | Siguiente paso |
|---|---|---|
Respuesta400 · invalid_request_error | CondiciónCampos obligatorios, representación del material o valor del parámetro no válidos | Siguiente pasoCorrige los campos indicados antes de una nueva solicitud de creación. |
Alias
Alias del modelo
Ailoot nvidia/llama-nemotron-embed-vl-1b-v2, nemotron-embed-vl, nemotron-embed-vl-latest
Alias de rutas de métodos
Usa las rutas de método indicadas arriba.
ID de modelo relacionados
nvidia/llama-nemotron-embed-vl-1b-v2, nemotron-embed-vl, nemotron-embed-vl-latest
Ailoot · Representaciones vectoriales POST /v1/embeddings nemotron-embed-vl
nemotron-embed-vlnvidia/llama-nemotron-embed-vl-1b-v2nemotron-embed-vlnemotron-embed-vl-latest
Inicio
Llama Nemotron Embed VL v2 crea vectores para búsqueda semántica en documentos. El catálogo actual de Ailoot ofrece entrada de texto para consultas y materiales.
- Entradas aceptadas
- Texto
- Resultados
- embedding
Disponible en Ailoot · entradas y métodos
Ailoot · Representaciones vectoriales POST /v1/embeddings
- Entrada
text- Salida
embedding- Contexto
- 4,096 tokens
- Formato de salida
- json
| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites nemotron-embed-vl | Predeterminado— |
Campoinput | Tipostring|string[] | RequisitoObligatorio | Valores y límites Número mínimo de elementos: 1 Condiciones: Cada cadena debe quedar no vacía después de quitar los espacios de los extremos; se rechazan las URI de datos; el presupuesto aceptado mide los bytes UTF8 pertinentes. | Predeterminado— |
Campoinput_type | Tipostring | RequisitoOpcional | Valores y límites query, passage | Predeterminadoquery |
Campoencoding_format | Tipostring | RequisitoOpcional | Valores y límites float, base64 | Predeterminadofloat |
Campotruncate | Tipostring | RequisitoOpcional | Valores y límites NONE, START, END | Predeterminado— |
Campodimensions | Tipointeger | RequisitoOpcional | Valores y límites Mínimo: 1 | Predeterminado— |
Campouser | Tipostring | RequisitoOpcional | Valores y límites | Predeterminado— |
Combinaciones de materiales de entrada
text_to_embedding
Parámetros del método y ciclo de vida
| Parámetro | Contrato |
|---|---|
Parámetromaterial_types | Contratotext |
Parámetrorequired | Contratomodel, input |
Parámetrooptional_controls | Contratonull |
Parámetrocontent_type | Contratoapplication/json |
Ciclo de vida: exact retained published method
Las estructuras e ID de los métodos son exactos; la capacidad del proveedor y la admisión son conceptos distintos.
Tarifas
Tarifas de métodos Ailoot
POST /v1/embeddings- Entrada
- USD 0.0001 / 1K
Ailoot reserva un monto estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
Solicitudes de ejemplo
Ailoot · Representaciones vectoriales
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
Recibir y guardar resultados
Ailoot · Representaciones vectoriales
json
Conserva todos los resultados completados
Conserva todas las respuestas, archivos y partes de contenido completos recibidos.
Decodifica los vectores base64 solo cuando se haya solicitado ese formato; conserva cada vector y su índice original.
Si es necesario revisar la respuesta original
No se incorpora ningún endpoint de tareas de embeddings.
Campos de respuesta
| Campo | Tipo |
|---|---|
Campodata[].index | Tipointeger |
Campodata[].embedding | Tipofinite float[]|base64 float32 vector |
Campomodel | Tipostring |
Campousage | Tipoobject |
Errores y siguientes pasos
| Respuesta | Condición | Siguiente paso |
|---|---|---|
Respuesta400 · invalid_request_error | CondiciónCampos obligatorios, representación del material o valor del parámetro no válidos | Siguiente pasoCorrige los campos indicados antes de una nueva solicitud de creación. |
Alias
Alias del modelo
Ailoot nvidia/llama-nemotron-embed-vl-1b-v2, nemotron-embed-vl, nemotron-embed-vl-latest
Alias de rutas de métodos
Usa las rutas de método indicadas arriba.
ID de modelo relacionados
nvidia/llama-nemotron-embed-vl-1b-v2, nemotron-embed-vl, nemotron-embed-vl-latest
Ailoot · Representaciones vectoriales POST /v1/embeddings nemotron-embed-vl-latest
nemotron-embed-vl-latestnvidia/llama-nemotron-embed-vl-1b-v2nemotron-embed-vlnemotron-embed-vl-latest
Inicio
Llama Nemotron Embed VL v2 crea vectores para búsqueda semántica en documentos. El catálogo actual de Ailoot ofrece entrada de texto para consultas y materiales.
- Entradas aceptadas
- Texto
- Resultados
- embedding
Disponible en Ailoot · entradas y métodos
Ailoot · Representaciones vectoriales POST /v1/embeddings
- Entrada
text- Salida
embedding- Contexto
- 4,096 tokens
- Formato de salida
- json
| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites nemotron-embed-vl-latest | Predeterminado— |
Campoinput | Tipostring|string[] | RequisitoObligatorio | Valores y límites Número mínimo de elementos: 1 Condiciones: Cada cadena debe quedar no vacía después de quitar los espacios de los extremos; se rechazan las URI de datos; el presupuesto aceptado mide los bytes UTF8 pertinentes. | Predeterminado— |
Campoinput_type | Tipostring | RequisitoOpcional | Valores y límites query, passage | Predeterminadoquery |
Campoencoding_format | Tipostring | RequisitoOpcional | Valores y límites float, base64 | Predeterminadofloat |
Campotruncate | Tipostring | RequisitoOpcional | Valores y límites NONE, START, END | Predeterminado— |
Campodimensions | Tipointeger | RequisitoOpcional | Valores y límites Mínimo: 1 | Predeterminado— |
Campouser | Tipostring | RequisitoOpcional | Valores y límites | Predeterminado— |
Combinaciones de materiales de entrada
text_to_embedding
Parámetros del método y ciclo de vida
| Parámetro | Contrato |
|---|---|
Parámetromaterial_types | Contratotext |
Parámetrorequired | Contratomodel, input |
Parámetrooptional_controls | Contratonull |
Parámetrocontent_type | Contratoapplication/json |
Ciclo de vida: exact retained published method
Las estructuras e ID de los métodos son exactos; la capacidad del proveedor y la admisión son conceptos distintos.
Tarifas
Tarifas de métodos Ailoot
POST /v1/embeddings- Entrada
- USD 0.0001 / 1K
Ailoot reserva un monto estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
Solicitudes de ejemplo
Ailoot · Representaciones vectoriales
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
Recibir y guardar resultados
Ailoot · Representaciones vectoriales
json
Conserva todos los resultados completados
Conserva todas las respuestas, archivos y partes de contenido completos recibidos.
Decodifica los vectores base64 solo cuando se haya solicitado ese formato; conserva cada vector y su índice original.
Si es necesario revisar la respuesta original
No se incorpora ningún endpoint de tareas de embeddings.
Campos de respuesta
| Campo | Tipo |
|---|---|
Campodata[].index | Tipointeger |
Campodata[].embedding | Tipofinite float[]|base64 float32 vector |
Campomodel | Tipostring |
Campousage | Tipoobject |
Errores y siguientes pasos
| Respuesta | Condición | Siguiente paso |
|---|---|---|
Respuesta400 · invalid_request_error | CondiciónCampos obligatorios, representación del material o valor del parámetro no válidos | Siguiente pasoCorrige los campos indicados antes de una nueva solicitud de creación. |
Alias
Alias del modelo
Ailoot nvidia/llama-nemotron-embed-vl-1b-v2, nemotron-embed-vl, nemotron-embed-vl-latest
Alias de rutas de métodos
Usa las rutas de método indicadas arriba.
ID de modelo relacionados
nvidia/llama-nemotron-embed-vl-1b-v2, nemotron-embed-vl, nemotron-embed-vl-latest
FAQ · nvidia/llama-nemotron-embed-vl-1b-v2
- ¿Qué entradas y resultados están disponibles?
POST /v1/embeddings·nvidia/llama-nemotron-embed-vl-1b-v2:text→embeddingPOST /v1/embeddings·nemotron-embed-vl:text→embeddingPOST /v1/embeddings·nemotron-embed-vl-latest:text→embedding- ¿Qué campos utiliza la solicitud?
POST /v1/embeddings·nvidia/llama-nemotron-embed-vl-1b-v2:model,input,input_type,encoding_format,truncate,dimensions,userPOST /v1/embeddings·nemotron-embed-vl:model,input,input_type,encoding_format,truncate,dimensions,userPOST /v1/embeddings·nemotron-embed-vl-latest:model,input,input_type,encoding_format,truncate,dimensions,user- ¿Qué límites se aplican?
POST /v1/embeddings·nvidia/llama-nemotron-embed-vl-1b-v2:ctx:4096;input.min_items:1;dimensions.minimum:1POST /v1/embeddings·nemotron-embed-vl:ctx:4096;input.min_items:1;dimensions.minimum:1POST /v1/embeddings·nemotron-embed-vl-latest:ctx:4096;input.min_items:1;dimensions.minimum:1