Llama Nemotron Embed VL 1B v2
A Llama Nemotron Embed VL v2 vektorokat készít dokumentumok szemantikus kereséséhez. Az Ailoot jelenlegi katalógusában szöveges bemenet szerepel a kérdésekhez és az anyagokhoz.
- Ailoot · Beágyazások
POST /v1/embeddingsnvidia/llama-nemotron-embed-vl-1b-v2 - Ailoot · Beágyazások
POST /v1/embeddingsnemotron-embed-vl - Ailoot · Beágyazások
POST /v1/embeddingsnemotron-embed-vl-latest
A modellről
Ez a leírás a modell képességeit ismerteti. Az Ailootban elérhető bemenetek, kimenetek és lehetőségek alább, a kiválasztott metódusnál láthatók.
A megfelelő oldal megtalálása a kérdés alapján
A Llama Nemotron Embed VL 1B v2 modellt az NVIDIA a kérdés megválaszolásában segítő anyagok keresésére fejlesztette. A kérdés szövegként adható meg. Az Ailoot jelenlegi katalógusában a modell szöveges bemenettel szerepel: a kérdés és az anyag szövegként kerül kódolásra. A gyártó dokumentumot oldalképként vagy kinyert szöveggel együtt megadott képként is leír. E vizuális változatok külön, képtámogatású metódust igényelnek. Megfelelő bemenet esetén a modell táblázatokat, grafikonokat és infografikákat jelenít meg közös vektortérben.
Az ilyen keresés nagy dokumentumgyűjteményhez, belső kézikönyvekhez és kutatási anyagokhoz kapcsolódó kérdés-válasz asszisztensekhez alkalmas. A kódolás eredménye számvektor. A megtalált oldal vagy részlet ezután átadható egy választ készítő modellnek: maga az Embed VL a kontextuskeresési szakaszt végzi.
A gyártó dokumentumváltozatai
- Szöveges dokumentum: külön szakasz, részlet vagy egy oldal már felismert szövege.
- Kép: teljes oldal a szövegével, táblázataival és grafikai elemeivel.
- Kép szöveggel: az oldal vizuális képe és szöveges tartalma egy reprezentációban egyesül.
A kérdés és a dokumentum egymástól függetlenül kerül kódolásra. Ezért a gyűjtemény előre feldolgozható, a vektorok a forrásoldalakkal együtt tárolhatók, új kérdésnél pedig csak a kérdés vektorát kell kiszámítani. A vektorhasonlóság segít jelentés szerint kiválasztani az anyagokat. A kérdés és a dokumentum szöveges szerepe eltér, amit fontos megőrizni az adatok előkészítésekor.
A reprezentáció mérete és a bemenet hossza
Minden bemenet egy legfeljebb 2048 számból álló vektorrá alakul. Szöveges módban 8192 tokenes keret használatos. A gyártó képet és szöveget kombináló vizuális metódusához 10240 tokenes közös keret van leírva, amely mindkét részt tartalmazza; ez nem az Ailoot-metódus szöveges korlátja. A kép részletekre bomlik: a leírt konfiguráció legfeljebb hat részletet és a teljes oldal kicsinyített másolatát engedi, együtt körülbelül 1792 vizuális tokennel. A hosszú szöveget fel kell bontani vagy rövidíteni.
A nyelvi rész Llama 3.2 1B, a vizuális rész SigLIP2 alapra épül. Ezek olyan enkóderben egyesülnek, amely átlagolja a bemeneti tokenek reprezentációit, és egyetlen vektort ad ki. A kontrasztív tanítás közelíti a kérdést a megfelelő oldalhoz, és távolítja a nem releváns anyagoktól. A keresés valószínűségi marad: a vektorok közelsége nem garantálja, hogy a kiválasztott részlet helyes választ tartalmaz.
Ailoot · Beágyazások 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
Kezdő lépések
A Llama Nemotron Embed VL v2 vektorokat készít dokumentumok szemantikus kereséséhez. Az Ailoot jelenlegi katalógusában szöveges bemenet szerepel a kérdésekhez és az anyagokhoz.
- Elfogadott bemenetek
- Szöveg
- Eredmények
- embedding
Elérhető az Ailootban · bemenetek és metódusok
Ailoot · Beágyazások POST /v1/embeddings
- Bemenet
text- Kimenet
embedding- Kontextus
- 4096 tokens
- Kimeneti formátum
- json
| Mező | Típus | Követelmény | Értékek és korlátok | Alapértelmezett |
|---|---|---|---|---|
Mezőmodel | Típusstring | KövetelményKötelező | Értékek és korlátok nvidia/llama-nemotron-embed-vl-1b-v2 | Alapértelmezett— |
Mezőinput | Típusstring|string[] | KövetelményKötelező | Értékek és korlátok Minimális elemszám: 1 Feltételek: A szélső térközök eltávolítása után minden karakterlánc nem üres; a data URI-k elutasítottak; az elfogadott keret az érintett UTF8 bájtokat méri. | Alapértelmezett— |
Mezőinput_type | Típusstring | KövetelményOpcionális | Értékek és korlátok query, passage | Alapértelmezettquery |
Mezőencoding_format | Típusstring | KövetelményOpcionális | Értékek és korlátok float, base64 | Alapértelmezettfloat |
Mezőtruncate | Típusstring | KövetelményOpcionális | Értékek és korlátok NONE, START, END | Alapértelmezett— |
Meződimensions | Típusinteger | KövetelményOpcionális | Értékek és korlátok Minimum: 1 | Alapértelmezett— |
Mezőuser | Típusstring | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— |
Bemeneti anyagok kombinációi
text_to_embedding
Metódus paraméterei és életciklusa
| Paraméter | Szerződés |
|---|---|
Paramétermaterial_types | Szerződéstext |
Paraméterrequired | Szerződésmodel, input |
Paraméteroptional_controls | Szerződésnull |
Paramétercontent_type | Szerződésapplication/json |
Életciklus: exact retained published method
A metódusok szerkezete és azonosítói pontosak; a beszállítói képesség különbözik a kérelmek befogadásától.
Díjcsomagok
Ailoot-metódusok díjai
POST /v1/embeddings- Bemenet
- 0,0001 USD / 1K
Az Ailoot a kérés előtt becsült összeget foglal le. Az eredmény után a mért használat alapján elszámolja a végső díjat. Folyamatos átvitel esetén a végső használati rekordot használja. A foglalás és az elszámolás működése →
Példakérések
Ailoot · Beágyazások
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
Eredmények fogadása és mentése
Ailoot · Beágyazások
json
Őrizzen meg minden elkészült eredményt
Őrizzen meg minden teljes visszaadott választ, fájlt és tartalomrészt.
A base64 vektorokat csak akkor dekódolja, ha ezt a formátumot kérte; őrizzen meg minden vektort és annak eredeti indexét.
Ha az eredeti választ ellenőrizni kell
Nem kerül bevezetésre külön beágyazási feladatvégpont.
Válaszmezők
| Mező | Típus |
|---|---|
Meződata[].index | Típusinteger |
Meződata[].embedding | Típusfinite float[]|base64 float32 vector |
Mezőmodel | Típusstring |
Mezőusage | Típusobject |
Hibák és következő lépések
| Válasz | Feltétel | Következő lépés |
|---|---|---|
Válasz400 · invalid_request_error | FeltételÉrvénytelen kötelező mezők, az anyag érvénytelen reprezentációja vagy érvénytelen paraméterérték | Következő lépésJavítsa a jelzett mezőket egy új létrehozási kérés előtt. |
Álnevek
Modell álnevei
Ailoot nvidia/llama-nemotron-embed-vl-1b-v2, nemotron-embed-vl, nemotron-embed-vl-latest
Metódusútvonalak álnevei
Használja a fent látható metódusútvonalakat.
Kapcsolódó modellazonosítók
nvidia/llama-nemotron-embed-vl-1b-v2, nemotron-embed-vl, nemotron-embed-vl-latest
Ailoot · Beágyazások POST /v1/embeddings nemotron-embed-vl
nemotron-embed-vlnvidia/llama-nemotron-embed-vl-1b-v2nemotron-embed-vlnemotron-embed-vl-latest
Kezdő lépések
A Llama Nemotron Embed VL v2 vektorokat készít dokumentumok szemantikus kereséséhez. Az Ailoot jelenlegi katalógusában szöveges bemenet szerepel a kérdésekhez és az anyagokhoz.
- Elfogadott bemenetek
- Szöveg
- Eredmények
- embedding
Elérhető az Ailootban · bemenetek és metódusok
Ailoot · Beágyazások POST /v1/embeddings
- Bemenet
text- Kimenet
embedding- Kontextus
- 4096 tokens
- Kimeneti formátum
- json
| Mező | Típus | Követelmény | Értékek és korlátok | Alapértelmezett |
|---|---|---|---|---|
Mezőmodel | Típusstring | KövetelményKötelező | Értékek és korlátok nemotron-embed-vl | Alapértelmezett— |
Mezőinput | Típusstring|string[] | KövetelményKötelező | Értékek és korlátok Minimális elemszám: 1 Feltételek: A szélső térközök eltávolítása után minden karakterlánc nem üres; a data URI-k elutasítottak; az elfogadott keret az érintett UTF8 bájtokat méri. | Alapértelmezett— |
Mezőinput_type | Típusstring | KövetelményOpcionális | Értékek és korlátok query, passage | Alapértelmezettquery |
Mezőencoding_format | Típusstring | KövetelményOpcionális | Értékek és korlátok float, base64 | Alapértelmezettfloat |
Mezőtruncate | Típusstring | KövetelményOpcionális | Értékek és korlátok NONE, START, END | Alapértelmezett— |
Meződimensions | Típusinteger | KövetelményOpcionális | Értékek és korlátok Minimum: 1 | Alapértelmezett— |
Mezőuser | Típusstring | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— |
Bemeneti anyagok kombinációi
text_to_embedding
Metódus paraméterei és életciklusa
| Paraméter | Szerződés |
|---|---|
Paramétermaterial_types | Szerződéstext |
Paraméterrequired | Szerződésmodel, input |
Paraméteroptional_controls | Szerződésnull |
Paramétercontent_type | Szerződésapplication/json |
Életciklus: exact retained published method
A metódusok szerkezete és azonosítói pontosak; a beszállítói képesség különbözik a kérelmek befogadásától.
Díjcsomagok
Ailoot-metódusok díjai
POST /v1/embeddings- Bemenet
- 0,0001 USD / 1K
Az Ailoot a kérés előtt becsült összeget foglal le. Az eredmény után a mért használat alapján elszámolja a végső díjat. Folyamatos átvitel esetén a végső használati rekordot használja. A foglalás és az elszámolás működése →
Példakérések
Ailoot · Beágyazások
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
Eredmények fogadása és mentése
Ailoot · Beágyazások
json
Őrizzen meg minden elkészült eredményt
Őrizzen meg minden teljes visszaadott választ, fájlt és tartalomrészt.
A base64 vektorokat csak akkor dekódolja, ha ezt a formátumot kérte; őrizzen meg minden vektort és annak eredeti indexét.
Ha az eredeti választ ellenőrizni kell
Nem kerül bevezetésre külön beágyazási feladatvégpont.
Válaszmezők
| Mező | Típus |
|---|---|
Meződata[].index | Típusinteger |
Meződata[].embedding | Típusfinite float[]|base64 float32 vector |
Mezőmodel | Típusstring |
Mezőusage | Típusobject |
Hibák és következő lépések
| Válasz | Feltétel | Következő lépés |
|---|---|---|
Válasz400 · invalid_request_error | FeltételÉrvénytelen kötelező mezők, az anyag érvénytelen reprezentációja vagy érvénytelen paraméterérték | Következő lépésJavítsa a jelzett mezőket egy új létrehozási kérés előtt. |
Álnevek
Modell álnevei
Ailoot nvidia/llama-nemotron-embed-vl-1b-v2, nemotron-embed-vl, nemotron-embed-vl-latest
Metódusútvonalak álnevei
Használja a fent látható metódusútvonalakat.
Kapcsolódó modellazonosítók
nvidia/llama-nemotron-embed-vl-1b-v2, nemotron-embed-vl, nemotron-embed-vl-latest
Ailoot · Beágyazások POST /v1/embeddings nemotron-embed-vl-latest
nemotron-embed-vl-latestnvidia/llama-nemotron-embed-vl-1b-v2nemotron-embed-vlnemotron-embed-vl-latest
Kezdő lépések
A Llama Nemotron Embed VL v2 vektorokat készít dokumentumok szemantikus kereséséhez. Az Ailoot jelenlegi katalógusában szöveges bemenet szerepel a kérdésekhez és az anyagokhoz.
- Elfogadott bemenetek
- Szöveg
- Eredmények
- embedding
Elérhető az Ailootban · bemenetek és metódusok
Ailoot · Beágyazások POST /v1/embeddings
- Bemenet
text- Kimenet
embedding- Kontextus
- 4096 tokens
- Kimeneti formátum
- json
| Mező | Típus | Követelmény | Értékek és korlátok | Alapértelmezett |
|---|---|---|---|---|
Mezőmodel | Típusstring | KövetelményKötelező | Értékek és korlátok nemotron-embed-vl-latest | Alapértelmezett— |
Mezőinput | Típusstring|string[] | KövetelményKötelező | Értékek és korlátok Minimális elemszám: 1 Feltételek: A szélső térközök eltávolítása után minden karakterlánc nem üres; a data URI-k elutasítottak; az elfogadott keret az érintett UTF8 bájtokat méri. | Alapértelmezett— |
Mezőinput_type | Típusstring | KövetelményOpcionális | Értékek és korlátok query, passage | Alapértelmezettquery |
Mezőencoding_format | Típusstring | KövetelményOpcionális | Értékek és korlátok float, base64 | Alapértelmezettfloat |
Mezőtruncate | Típusstring | KövetelményOpcionális | Értékek és korlátok NONE, START, END | Alapértelmezett— |
Meződimensions | Típusinteger | KövetelményOpcionális | Értékek és korlátok Minimum: 1 | Alapértelmezett— |
Mezőuser | Típusstring | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— |
Bemeneti anyagok kombinációi
text_to_embedding
Metódus paraméterei és életciklusa
| Paraméter | Szerződés |
|---|---|
Paramétermaterial_types | Szerződéstext |
Paraméterrequired | Szerződésmodel, input |
Paraméteroptional_controls | Szerződésnull |
Paramétercontent_type | Szerződésapplication/json |
Életciklus: exact retained published method
A metódusok szerkezete és azonosítói pontosak; a beszállítói képesség különbözik a kérelmek befogadásától.
Díjcsomagok
Ailoot-metódusok díjai
POST /v1/embeddings- Bemenet
- 0,0001 USD / 1K
Az Ailoot a kérés előtt becsült összeget foglal le. Az eredmény után a mért használat alapján elszámolja a végső díjat. Folyamatos átvitel esetén a végső használati rekordot használja. A foglalás és az elszámolás működése →
Példakérések
Ailoot · Beágyazások
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
Eredmények fogadása és mentése
Ailoot · Beágyazások
json
Őrizzen meg minden elkészült eredményt
Őrizzen meg minden teljes visszaadott választ, fájlt és tartalomrészt.
A base64 vektorokat csak akkor dekódolja, ha ezt a formátumot kérte; őrizzen meg minden vektort és annak eredeti indexét.
Ha az eredeti választ ellenőrizni kell
Nem kerül bevezetésre külön beágyazási feladatvégpont.
Válaszmezők
| Mező | Típus |
|---|---|
Meződata[].index | Típusinteger |
Meződata[].embedding | Típusfinite float[]|base64 float32 vector |
Mezőmodel | Típusstring |
Mezőusage | Típusobject |
Hibák és következő lépések
| Válasz | Feltétel | Következő lépés |
|---|---|---|
Válasz400 · invalid_request_error | FeltételÉrvénytelen kötelező mezők, az anyag érvénytelen reprezentációja vagy érvénytelen paraméterérték | Következő lépésJavítsa a jelzett mezőket egy új létrehozási kérés előtt. |
Álnevek
Modell álnevei
Ailoot nvidia/llama-nemotron-embed-vl-1b-v2, nemotron-embed-vl, nemotron-embed-vl-latest
Metódusútvonalak álnevei
Használja a fent látható metódusútvonalakat.
Kapcsolódó modellazonosítók
nvidia/llama-nemotron-embed-vl-1b-v2, nemotron-embed-vl, nemotron-embed-vl-latest
FAQ · nvidia/llama-nemotron-embed-vl-1b-v2
- Milyen bemenetek és eredmények érhetők el?
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- Mely mezőket használja a kérés?
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- Milyen korlátok érvényesek?
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