NVIDIA: Nemotron 3 Embed 1B (free)
NVIDIA Nemotron 3 Embed 1B esittää monikieliset kyselyt ja tekstikohdat 2048-ulotteisina vektoreina hakua ja RAGia varten. Sen dokumentoitu perhe tukee 32,768 tokenin sekvenssiä sekä pienempiä vektorikokoja uudelleennormalisoinnin avulla.
Tietoa mallista
Tämä kuvaus kattaa mallin ominaisuudet. Ailootissa saatavilla olevat syötteet, tulosteet ja asetukset luetellaan alla valitulle menetelmälle.
Nemotron 3 Embed 1B on NVIDIAn tekstiupotusmalliperhe monikieliseen ja kieltenväliseen hakuun sekä semanttiseen samankaltaisuuteen. Se muuntaa kysymyksen tai tekstijakson tiheäksi vektoriksi, jota hakujärjestelmä voi verrata muihin tekstiesityksiin. Valmistaja arvioi dokumentoituja 1B-julkaisuja kolmessakymmenessäneljässä kielen ja kielivariantin asetelmassa, mukaan lukien englanti, arabia, kiina, venäjä, japani, korea ja hinglish.
Kooderi ja esitystapa
Valmistajan mallikortti kuvaa Ministral 3:sta johdetun karsitun, kaksisuuntaisen transformer-mallin. Siinä on noin 1,14 miljardia parametria, ja se keskiarvoistaa tokenitason esitykset saadakseen yhden upotuksen tekstiä kohden. Alkuperäinen tuloste on 2048-ulotteinen liukulukuvektori. Tämä on hakuesitys eikä kirjallinen vastaus kysymykseen, josta upotus muodostetaan.
Valmistaja tukee myös esityksen alkuosan säilyttämistä, esimerkiksi 1024 tai 512 ulottuvuutta. Lyhennetty vektori on L2-normalisoitava uudelleen leikkaamisen jälkeen. Pidä valittu esityspituus ja normalisointi yhdenmukaisina hakutehtävän kysely- ja korpuspuolella. Vektorin pituus ja syötesekvenssin pituus ovat eri ominaisuuksia.
Kyselyjen ja tekstijaksojen valmistelu
Dokumentoitu hakukäytäntö käyttää kysymykselle etuliitettä “query:” ja asiakirjatekstille etuliitettä “passage:”. Tuottajan esimerkit lisäävät nämä roolit ennen koodausta ja vertaavat normalisoituja vektoreita pistetulolla, joka vastaa kosinisamankaltaisuutta. Käytä valitun työnkulun edellyttämää valmistelua sen sijaan, että sekoittaisit käsittelemättömän korpusesityksen eri tavoin valmisteltuun kyselyyn.
Käytännön kokoelma voi sisältää teknisiä selityksiä, toimintaperiaatteita tai koodiin liittyvää dokumentaatiota. Kysymyksen siitä, miten funktio käsittelee tietyn tapauksen, tulisi löytää kyseistä toimintaa kuvaava lähdetekstijakso tai koodiote. Säilytä tunnisteet, otsikot ja olennaiset ehdot varsinaisen tekstijakson yhteydessä. Vektori tekee ehdokkaan haettavaksi; lukija tai myöhempi RAG-vastausvaihe käyttää säilytettyä lähdettä.
Pidempi lähdeaineisto
Dokumentoitu sekvenssin enimmäispituus on 32 768 tokenia. Valitse tekstijaksojen rajat harkiten silloinkin, kun malliin mahtuu huomattava määrä tekstiä. Kokonainen osa voi säilyttää määritelmän ja sen poikkeukset; rajattu ote voi helpottaa tietyn vastauksen tarkastelua. Mallin ikkunan ylittävät syötteet vaativat pilkkomista tai katkaisua, joten pois jätettyä loppuosaa ei tule käsitellä esitykseen sisältyvänä sisältönä.
Pidä jokainen upotettu kohde yhdistettynä alkuperäiseen asiakirjaansa ja versioonsa. Säilytä raportissa osan otsikko ja kysymyksen koskeman johtopäätöksen ympärillä oleva selitys. Säilytä koodihaussa otteen yhteydessä funktion nimi, olennainen rajapinta ja toiminta. Näin hakuvaiheen palauttamalle ehdokkaalle on konkreettinen lähdetuotos.
Malliperheen versiot ja tuloksen käyttö
NVIDIA dokumentoi 1B-perheestä BF16- ja NVFP4-versiot. Kvantisoidun mallin kortti kertoo näiden kahden julkaisun jakavan upotusavaruuden ja suosittelee hakulaadun tarkistamista edustavalla aineistolla versioita vaihdettaessa. Ilmoitettu yhteinen esitys on valmistajan lausuma tästä nimetystä parista, ei yleinen sääntö kaikille malleille, joilla on 2048 tulostearvoa.
Hyödyllinen tulos on kyselyvektori tai indeksoitu lähdekokoelma, jonka malli, ulottuvuusvalinta ja valmistelu on kirjattu. Palauta ehdokasteksti tunnisteineen ja tarkastele, antaako se tarvittavan tiedon. Valmistaja huomauttaa nimenomaisesti, ettei hakumalli takaa oikeaa tekstijaksoa jokaiseen kysymykseen; myöhempi uudelleenjärjestely- tai vastausvaihe käsittelee näitä ehdokkaita omana tehtävänään.
Ailoot Ultra · Vektoriesitykset POST /v1/embeddings nvidia/nemotron-3-embed-1b:free
nvidia/nemotron-3-embed-1b:free
nvidia/nemotron-3-embed-1b:freeAloitus
NVIDIA Nemotron 3 Embed 1B esittää monikieliset kyselyt ja tekstikohdat 2048-ulotteisina vektoreina hakua ja RAGia varten. Sen dokumentoitu perhe tukee 32,768 tokenin sekvenssiä sekä pienempiä vektorikokoja uudelleennormalisoinnin avulla.
- Hyväksytyt syötteet
- Teksti · token_ids
- Tulokset
- embedding
Saatavilla Ailootissa · syötteet & menetelmät
Ailoot Ultra · Vektoriesitykset POST /v1/embeddings
- Syötetyypit
text,token_ids- Tulostyypit
embedding- Konteksti
- 32 768 tokens
- Tulosteen muoto
- json
| Kenttä | Tyyppi | Vaatimus | Arvot & rajat | Oletus |
|---|---|---|---|---|
Kenttämodel | Tyyppistring | VaatimusPakollinen | Arvot & rajat nvidia/nemotron-3-embed-1b:free | Oletus— |
Kenttäinput | Tyyppistring|string[]|integer[]|integer[][] | VaatimusPakollinen | Arvot & rajat Kohteiden vähimmäismäärä: 1 Ehdot: Ei-tyhjä, yhdenmukaisista alkioista koostuva erä. Tokenien ID:t ovat ei-negatiivisia kokonaislukuja. Syötebudjetti: Enimmäismäärä: 32 768 · Tekstiyksikkö: UTF8-tavut · Tokenyksikkö: Token-taulukon alkiot | Oletus— |
Kenttäencoding_format | Tyyppistring | VaatimusValinnainen | Arvot & rajat float | Oletusfloat |
Kenttädimensions | Tyyppiinteger | VaatimusEi tuettu | Arvot & rajat Vähimmäismäärä: 1 | Oletus— |
Kenttäuser | Tyyppijson_value | VaatimusValinnainen | Arvot & rajat Ehdot: Lähde sallii tämän JSON-metatietokentän; tarkka alkuperäisen palvelun semantiikka on mallikohtainen. | Oletus— |
Kenttäsession_id | Tyyppijson_value | VaatimusValinnainen | Arvot & rajat Ehdot: Lähde sallii tämän JSON-metatietokentän; tarkka alkuperäisen palvelun semantiikka on mallikohtainen. | Oletus— |
Kenttätrace | Tyyppijson_value | VaatimusValinnainen | Arvot & rajat Ehdot: Lähde sallii tämän JSON-metatietokentän; tarkka alkuperäisen palvelun semantiikka on mallikohtainen. | Oletus— |
Kenttäprovider | Tyyppiobject | VaatimusValinnainen | Arvot & rajat Ehdot: provider.options hylätty | Oletus— |
Syöteaineistojen yhdistelmät
text_to_embedding
Menetelmän parametrit ja elinkaari
| Parametri | Sopimus |
|---|---|
Parametricontent_type | Sopimusapplication/json |
Parametrirequired | Sopimusmodel, input |
Parametriinput_shapes | Sopimusstring, string[], nonnegative_integer_token_array, nonnegative_integer_token_array[] |
Parametriencoding_format | Sopimusfloat |
Parametridimensions_override | Sopimusfalse |
Parametrimax_input_budget_units | Sopimus32768 |
Parametrimultimodal_objects | Sopimusfalse |
Parametrimaterial_types | Sopimustext, token_ids |
Elinkaari: synchronous_json
Säilytä jokaisen vektorin indeksi ja ulottuvuus.
Mallin nimen multimodaalisuus ei tarkoita, että tämä nimenomainen reitti hyväksyisi kuvaolioita.
Hinnoittelu
Hintatiedot eivät lisää pyyntövalintoja. Tuetut parametrit on lueteltu valitulle menetelmälle.
- Nopea tila
- Vakiohinta Kun nopea tila on valittu
- Flex-tila
- Vakiohinta Kun flex-tila on valittu
- Päättelyn enimmäisteho
- Vakiohinta Kun päättelyn enimmäistehoon sovelletaan default-oletussäätöä
Ailoot-hinnat
Hinnat asetusten mukaan
| Asetukset | Hinnasto | Veloitus |
|---|---|---|
| AsetuksetTokenien perushinnat | HinnastoPerushinta | Veloitus Syöte · Syötetokenit $0 / 1K tokenia Tuloste · Tulostokenit $0 / 1K tokenia Syöte · Välimuistin luku — / 1K tokenia Syöte · Välimuistiin kirjoitus — / 1K tokenia Syöte · Välimuistiin kirjoitus, 1 tunti — / 1K tokenia |
Ailoot varaa arvioidun summan ennen pyyntöä. Tuloksen jälkeen lopullinen veloitus toteutetaan mitatun käytön perusteella. Suoratoiston veloituksessa käytetään lopullista käyttötietuetta. Varauksen ja lopullisen veloituksen toiminta →
Esimerkkipyynnöt
Ailoot Ultra · Vektoriesitykset
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "nvidia/nemotron-3-embed-1b: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
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/nemotron-3-embed-1b:free',input=["First document","Second document"])
print(result)
for item in result.data:print(item.index,item.embedding)
Vastaanota ja tallenna tulokset
Ailoot Ultra · Vektoriesitykset
json
Säilytä kaikki valmistuneet tulokset
Säilytä jokainen kokonainen palautettu vastaus, tiedosto ja sisällön osa.
Säilytä jokainen vektori indekseineen. Vektorien määrän on vastattava syötteiden määrää; ulottuvuuksien on oltava yhdenmukaiset.
Jos alkuperäinen vastaus on tarkistettava
Uutta upotustehtävien päätepistettä ei oteta käyttöön.
Vastauksen kentät
| Kenttä | Tyyppi |
|---|---|
Kenttäobject | Tyyppistring |
Kenttämodel | Tyyppistring |
Kenttädata[].index | Tyyppiinteger |
Kenttädata[].embedding | Tyyppifinite float[] |
Kenttäusage | Tyyppiobject |
Virheet ja seuraavat vaiheet
| Vastaus | Ehto | Seuraava vaihe |
|---|---|---|
Vastaus400 · invalid_request_error | EhtoVirheelliset pakolliset kentät, aineiston esitysmuoto tai parametrin arvo | Seuraava vaiheKorjaa ilmoitetut kentät ennen uutta luontipyyntöä. |
Aliakset
Mallin aliakset
Ailoot Ultra nvidia/nemotron-3-embed-1b:free
Menetelmäpolkujen aliakset
Käytä yllä näytettyjä menetelmäpolkuja.
Liittyvät kutsujan ID:t
FAQ · NVIDIA: Nemotron 3 Embed 1B (free)
- Mitä syötteitä ja tuloksia on saatavilla?
POST /v1/embeddings·nvidia/nemotron-3-embed-1b:free:text,token_ids→embedding- Mitä kenttiä pyyntö käyttää?
POST /v1/embeddings·nvidia/nemotron-3-embed-1b:free:model,input,encoding_format,provider- Mitä rajoja sovelletaan?
POST /v1/embeddings·nvidia/nemotron-3-embed-1b:free:ctx:32768;input.budget.maximum:32768(UTF8-tavut);input.min_items:1