Source: https://ailoot.ai/models/hu/nvidia-llama-nemotron-embed-vl-1b-v2/ Canonical: https://ailoot.ai/models/hu/nvidia-llama-nemotron-embed-vl-1b-v2/ Language: hu # Llama Nemotron Embed VL 1B v2 [Markdown](https://ailoot.ai/models/hu/nvidia-llama-nemotron-embed-vl-1b-v2/index.md) · [JSON](https://ailoot.ai/models/hu/nvidia-llama-nemotron-embed-vl-1b-v2/facts.json) ## [Llama Nemotron Embed VL 1B v2](https://ailoot.ai/models/hu/nvidia-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/embeddings` `nvidia/llama-nemotron-embed-vl-1b-v2`](https://ailoot.ai/models/hu/nvidia-llama-nemotron-embed-vl-1b-v2/#method-0) - [**Ailoot · Beágyazások** `POST /v1/embeddings` `nemotron-embed-vl`](https://ailoot.ai/models/hu/nvidia-llama-nemotron-embed-vl-1b-v2/#method-1) - [**Ailoot · Beágyazások** `POST /v1/embeddings` `nemotron-embed-vl-latest`](https://ailoot.ai/models/hu/nvidia-llama-nemotron-embed-vl-1b-v2/#method-2) 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`](https://ailoot.ai/models/hu/#m=nvidia%2Fllama-nemotron-embed-vl-1b-v2&route=Core&caller=nvidia%2Fllama-nemotron-embed-vl-1b-v2&fmt=embeddings) NVIDIA /`nvidia/llama-nemotron-embed-vl-1b-v2` Modell ID-ja - `nvidia/llama-nemotron-embed-vl-1b-v2` - `nemotron-embed-vl` - `nemotron-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 | | --- | --- | --- | --- | --- | | Mező`model` | Típus`string` | KövetelményKötelező | Értékek és korlátok nvidia/llama-nemotron-embed-vl-1b-v2 | Alapértelmezett— | | Mező`input` | Típus`string\|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— | | Mező`input_type` | Típus`string` | KövetelményOpcionális | Értékek és korlátok query, passage | Alapértelmezettquery | | Mező`encoding_format` | Típus`string` | KövetelményOpcionális | Értékek és korlátok float, base64 | Alapértelmezettfloat | | Mező`truncate` | Típus`string` | KövetelményOpcionális | Értékek és korlátok NONE, START, END | Alapértelmezett— | | Mező`dimensions` | Típus`integer` | KövetelményOpcionális | Értékek és korlátok Minimum: 1 | Alapértelmezett— | | Mező`user` | Típus`string` | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— | Bemeneti anyagok kombinációi **text\_to\_embedding** Metódus paraméterei és életciklusa | Paraméter | Szerződés | | --- | --- | | Paraméter`material_types` | Szerződéstext | | Paraméter`required` | Szerződésmodel, input | | Paraméter`optional_controls` | Szerződésnull | | Paraméter`content_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 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 →](https://ailoot.ai/docs/hu/billing/reserve/) ### Példakérések #### Ailoot · Beágyazások Beágyazási példa ```bash 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 | | --- | --- | | Mező`data[].index` | Típusinteger | | Mező`data[].embedding` | Típusfinite float\[\]\|base64 float32 vector | | Mező`model` | Típusstring | | Mező`usage` | 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`](https://ailoot.ai/models/hu/#m=nvidia%2Fllama-nemotron-embed-vl-1b-v2&route=Core&caller=nvidia%2Fllama-nemotron-embed-vl-1b-v2&fmt=embeddings), [`nemotron-embed-vl`](https://ailoot.ai/models/hu/#m=nvidia%2Fllama-nemotron-embed-vl-1b-v2&route=Core&caller=nemotron-embed-vl&fmt=embeddings), [`nemotron-embed-vl-latest`](https://ailoot.ai/models/hu/#m=nvidia%2Fllama-nemotron-embed-vl-1b-v2&route=Core&caller=nemotron-embed-vl-latest&fmt=embeddings) #### Metódusútvonalak álnevei Használja a fent látható metódusútvonalakat. #### Kapcsolódó modellazonosítók [`nvidia/llama-nemotron-embed-vl-1b-v2`](https://ailoot.ai/models/hu/#m=nvidia%2Fllama-nemotron-embed-vl-1b-v2&route=Core&caller=nvidia%2Fllama-nemotron-embed-vl-1b-v2&fmt=embeddings), [`nemotron-embed-vl`](https://ailoot.ai/models/hu/#m=nvidia%2Fllama-nemotron-embed-vl-1b-v2&route=Core&caller=nemotron-embed-vl&fmt=embeddings), [`nemotron-embed-vl-latest`](https://ailoot.ai/models/hu/#m=nvidia%2Fllama-nemotron-embed-vl-1b-v2&route=Core&caller=nemotron-embed-vl-latest&fmt=embeddings) **Ailoot · Beágyazások** `POST /v1/embeddings` `nemotron-embed-vl` [`nemotron-embed-vl`](https://ailoot.ai/models/hu/#m=nvidia%2Fllama-nemotron-embed-vl-1b-v2&route=Core&caller=nemotron-embed-vl&fmt=embeddings) NVIDIA /`nemotron-embed-vl` Modell ID-ja - `nvidia/llama-nemotron-embed-vl-1b-v2` - `nemotron-embed-vl` - `nemotron-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 | | --- | --- | --- | --- | --- | | Mező`model` | Típus`string` | KövetelményKötelező | Értékek és korlátok nemotron-embed-vl | Alapértelmezett— | | Mező`input` | Típus`string\|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— | | Mező`input_type` | Típus`string` | KövetelményOpcionális | Értékek és korlátok query, passage | Alapértelmezettquery | | Mező`encoding_format` | Típus`string` | KövetelményOpcionális | Értékek és korlátok float, base64 | Alapértelmezettfloat | | Mező`truncate` | Típus`string` | KövetelményOpcionális | Értékek és korlátok NONE, START, END | Alapértelmezett— | | Mező`dimensions` | Típus`integer` | KövetelményOpcionális | Értékek és korlátok Minimum: 1 | Alapértelmezett— | | Mező`user` | Típus`string` | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— | Bemeneti anyagok kombinációi **text\_to\_embedding** Metódus paraméterei és életciklusa | Paraméter | Szerződés | | --- | --- | | Paraméter`material_types` | Szerződéstext | | Paraméter`required` | Szerződésmodel, input | | Paraméter`optional_controls` | Szerződésnull | | Paraméter`content_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 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 →](https://ailoot.ai/docs/hu/billing/reserve/) ### Példakérések #### Ailoot · Beágyazások Beágyazási példa ```bash 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 | | --- | --- | | Mező`data[].index` | Típusinteger | | Mező`data[].embedding` | Típusfinite float\[\]\|base64 float32 vector | | Mező`model` | Típusstring | | Mező`usage` | 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`](https://ailoot.ai/models/hu/#m=nvidia%2Fllama-nemotron-embed-vl-1b-v2&route=Core&caller=nvidia%2Fllama-nemotron-embed-vl-1b-v2&fmt=embeddings), [`nemotron-embed-vl`](https://ailoot.ai/models/hu/#m=nvidia%2Fllama-nemotron-embed-vl-1b-v2&route=Core&caller=nemotron-embed-vl&fmt=embeddings), [`nemotron-embed-vl-latest`](https://ailoot.ai/models/hu/#m=nvidia%2Fllama-nemotron-embed-vl-1b-v2&route=Core&caller=nemotron-embed-vl-latest&fmt=embeddings) #### Metódusútvonalak álnevei Használja a fent látható metódusútvonalakat. #### Kapcsolódó modellazonosítók [`nvidia/llama-nemotron-embed-vl-1b-v2`](https://ailoot.ai/models/hu/#m=nvidia%2Fllama-nemotron-embed-vl-1b-v2&route=Core&caller=nvidia%2Fllama-nemotron-embed-vl-1b-v2&fmt=embeddings), [`nemotron-embed-vl`](https://ailoot.ai/models/hu/#m=nvidia%2Fllama-nemotron-embed-vl-1b-v2&route=Core&caller=nemotron-embed-vl&fmt=embeddings), [`nemotron-embed-vl-latest`](https://ailoot.ai/models/hu/#m=nvidia%2Fllama-nemotron-embed-vl-1b-v2&route=Core&caller=nemotron-embed-vl-latest&fmt=embeddings) **Ailoot · Beágyazások** `POST /v1/embeddings` `nemotron-embed-vl-latest` [`nemotron-embed-vl-latest`](https://ailoot.ai/models/hu/#m=nvidia%2Fllama-nemotron-embed-vl-1b-v2&route=Core&caller=nemotron-embed-vl-latest&fmt=embeddings) NVIDIA /`nemotron-embed-vl-latest` Modell ID-ja - `nvidia/llama-nemotron-embed-vl-1b-v2` - `nemotron-embed-vl` - `nemotron-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 | | --- | --- | --- | --- | --- | | Mező`model` | Típus`string` | KövetelményKötelező | Értékek és korlátok nemotron-embed-vl-latest | Alapértelmezett— | | Mező`input` | Típus`string\|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— | | Mező`input_type` | Típus`string` | KövetelményOpcionális | Értékek és korlátok query, passage | Alapértelmezettquery | | Mező`encoding_format` | Típus`string` | KövetelményOpcionális | Értékek és korlátok float, base64 | Alapértelmezettfloat | | Mező`truncate` | Típus`string` | KövetelményOpcionális | Értékek és korlátok NONE, START, END | Alapértelmezett— | | Mező`dimensions` | Típus`integer` | KövetelményOpcionális | Értékek és korlátok Minimum: 1 | Alapértelmezett— | | Mező`user` | Típus`string` | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— | Bemeneti anyagok kombinációi **text\_to\_embedding** Metódus paraméterei és életciklusa | Paraméter | Szerződés | | --- | --- | | Paraméter`material_types` | Szerződéstext | | Paraméter`required` | Szerződésmodel, input | | Paraméter`optional_controls` | Szerződésnull | | Paraméter`content_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 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 →](https://ailoot.ai/docs/hu/billing/reserve/) ### Példakérések #### Ailoot · Beágyazások Beágyazási példa ```bash 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 | | --- | --- | | Mező`data[].index` | Típusinteger | | Mező`data[].embedding` | Típusfinite float\[\]\|base64 float32 vector | | Mező`model` | Típusstring | | Mező`usage` | 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`](https://ailoot.ai/models/hu/#m=nvidia%2Fllama-nemotron-embed-vl-1b-v2&route=Core&caller=nvidia%2Fllama-nemotron-embed-vl-1b-v2&fmt=embeddings), [`nemotron-embed-vl`](https://ailoot.ai/models/hu/#m=nvidia%2Fllama-nemotron-embed-vl-1b-v2&route=Core&caller=nemotron-embed-vl&fmt=embeddings), [`nemotron-embed-vl-latest`](https://ailoot.ai/models/hu/#m=nvidia%2Fllama-nemotron-embed-vl-1b-v2&route=Core&caller=nemotron-embed-vl-latest&fmt=embeddings) #### Metódusútvonalak álnevei Használja a fent látható metódusútvonalakat. #### Kapcsolódó modellazonosítók [`nvidia/llama-nemotron-embed-vl-1b-v2`](https://ailoot.ai/models/hu/#m=nvidia%2Fllama-nemotron-embed-vl-1b-v2&route=Core&caller=nvidia%2Fllama-nemotron-embed-vl-1b-v2&fmt=embeddings), [`nemotron-embed-vl`](https://ailoot.ai/models/hu/#m=nvidia%2Fllama-nemotron-embed-vl-1b-v2&route=Core&caller=nemotron-embed-vl&fmt=embeddings), [`nemotron-embed-vl-latest`](https://ailoot.ai/models/hu/#m=nvidia%2Fllama-nemotron-embed-vl-1b-v2&route=Core&caller=nemotron-embed-vl-latest&fmt=embeddings) 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` → `embedding` `POST /v1/embeddings` · `nemotron-embed-vl`: `text` → `embedding` `POST /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`, `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` Milyen korlátok érvényesek? `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` Csatlakoztassa az Ailootot a Claude Code-hoz, OpenCode-hoz, Hermeshez vagy saját alkalmazásához. ## A vállalat és projektportfóliója A vállalat és projektportfóliója: ügyfelek milliói; havi értékesítés milliárdos nagyságrendben. ## Vásároljon tokeneket kedvezménnyel. Előfizetési kedvezmény rendszeres munkához. Promókódok — akár 50% tokenvásárlási kedvezmény. Előfizetés Válasszon kedvezményes tarifát a rendszeres kéréseihez. Promókód akár 50%-ig Vásárláskor adja meg a kódot. Az ár az érvényes akció szerint újraszámolódik. Költségek az előzményekben Minden kéréshez megmarad a modell, a tokenek és az összeg. [Előfizetés kiválasztása](https://ailoot.ai/docs/hu/billing/subscriptions/) · [Modellárak megtekintése](https://ailoot.ai/models/hu/) ## Csatlakoztassa az API-t az értékesített termékéhez. SaaS, alkalmazások és botok — az Ailoot ajánlati feltételei és licencszerződése alapján. Viszonteladáshoz kérjen viszonteladói licencet. Kereskedelmi alkalmazás Építsen szöveg-, kép-, videó- és hanggenerálást szolgáltatása fizetős funkcióiba. Viszonteladói licenc Küldje el a projekt leírását és a hozzáférés módját. Kérjen írásos használati és viszonteladási feltételeket. Dokumentumok a weboldalon Az ajánlati feltételek, licencszerződés és adatkezelési szabályzat már a csatlakoztatás előtt elérhető. [Viszonteladói licenc kérése](mailto:support@ailoot.ai) · [Ajánlati feltételek és licencszerződés](https://ailoot.ai/legal/offer?lang=hu) ## Ailoot · A vállalat és projektportfóliója Az Ailoot felhalmozott működési tapasztalatra, széles ügyfélkörre, stabil szolgáltatásra és folyamatos KPI-ellenőrzésre épít. A vállalat és projektportfóliója: ügyfelek milliói; havi értékesítés milliárdos nagyságrendben. Az Ailoot ezt a működési tapasztalatot használja az ügyfelek termékeiben, ágenseiben, alkalmazásaiban és automatizálásaiban elérhető AI-funkciók API-hozzáféréséhez.