A Nemotron 3.5 Embed 1B számszerű reprezentációvá alakítja a szöveg tartalmát. Az NVIDIA modellje dokumentumok jelentés szerinti keresésére készült: a kérdés és a megfelelő részlet eltérő szavakkal is megfogalmazható. Az eredmény kézikönyvek, belső útmutatók, cikkek és ügyfélszolgálati tudásbázisok keresésében használható.
Az eredeti NVIDIA-modell a szöveget és a dokumentumképeket közös reprezentációs térben egyesíti; a 3.5-ös generáció az oldalak vizuális tartalmában való keresést is hozzáadja. Az Ailoot e modellkártyája a szöveges munkamenetet használja: a bemenet szöveg, a kimenet vektor.
Az Ailootban a modell az embeddings metóduson keresztül fogad szöveget, és vektort ad vissza. A vektor a lekérdezés és a dokumentumok összevetésére szolgál; a kész felhasználói választ az alkalmazás következő lépése állítja össze. Így a forráskeresés és a forrásokra épülő válasz elkészítése külön szervezhető.
Először bontsa az anyagokat önálló jelentéssel bíró részletekre, és készítsen mindegyikhez embeddinget. A vektorral együtt őrizze meg az eredeti szöveget, a dokumentum nevét és azonosítóját. Kereséskor ugyanazzal a modellel alakítsa át a kérdést, és válassza ki az index közeli vektorait. A talált részletek megjeleníthetők a felhasználónak, vagy szövegmodellnek adhatók át a dokumentumokra támaszkodó válasz kontextusaként.
A lekérdezésekhez és dokumentumokhoz külön reprezentációk készülnek, amelyeket azután közös keresési folyamatban hasonlítanak össze. A gyűjtemény előkészítésekor érdemes együtt tartani egy állítást és a magyarázó környezetét: így a talált részlet önmagában is olvasható, és az eredeti dokumentumhoz kapcsolható.
Az 1B változat elkészítéséhez a nagyobb Nemotron 3.5 Embed 8B-t használták tanítómodellként. Szöveges része a Nemotron 3 Embed 1B-re épül, és megőrzi annak szöveges reprezentációs terét. Az eredeti modell leírása L2-normalizált, 2048 értékből álló vektort ad meg. E tulajdonságot az index tervezésénél érdemes figyelembe venni, ellenőrizve a választott metódus tényleges válaszának dimenziószámát.
A szöveges keresést 34 nyelven, köztük oroszul értékelték. E nyelvi lefedettség alapján a modell többnyelvű tudásbázisban is kipróbálható; a megfelelő részletek kiválasztását a saját szakterület valódi kérdésein és dokumentumain érdemes értékelni.
Az Ailoot jelenlegi szöveges metódusa egy bemenetre 4096 tokenes korlátot ad meg. A hosszabb anyagok külön részletekként, saját forráshivatkozással indexelhetők. E modellkártya elérhető munkamenete szöveges bemenetből embeddinget készít.
", "aboutText": "### Szemantikus keresés szövegekben\n\nA Nemotron 3.5 Embed 1B számszerű reprezentációvá alakítja a szöveg tartalmát. Az NVIDIA modellje dokumentumok jelentés szerinti keresésére készült: a kérdés és a megfelelő részlet eltérő szavakkal is megfogalmazható. Az eredmény kézikönyvek, belső útmutatók, cikkek és ügyfélszolgálati tudásbázisok keresésében használható.\n\nAz eredeti NVIDIA-modell a szöveget és a dokumentumképeket közös reprezentációs térben egyesíti; a 3.5-ös generáció az oldalak vizuális tartalmában való keresést is hozzáadja. Az Ailoot e modellkártyája a szöveges munkamenetet használja: a bemenet szöveg, a kimenet vektor.\n\nAz Ailootban a modell az embeddings metóduson keresztül fogad szöveget, és vektort ad vissza. A vektor a lekérdezés és a dokumentumok összevetésére szolgál; a kész felhasználói választ az alkalmazás következő lépése állítja össze. Így a forráskeresés és a forrásokra épülő válasz elkészítése külön szervezhető.\n\n### A keresés felépítése\n\nElőször bontsa az anyagokat önálló jelentéssel bíró részletekre, és készítsen mindegyikhez embeddinget. A vektorral együtt őrizze meg az eredeti szöveget, a dokumentum nevét és azonosítóját. Kereséskor ugyanazzal a modellel alakítsa át a kérdést, és válassza ki az index közeli vektorait. A talált részletek megjeleníthetők a felhasználónak, vagy szövegmodellnek adhatók át a dokumentumokra támaszkodó válasz kontextusaként.\n\nA lekérdezésekhez és dokumentumokhoz külön reprezentációk készülnek, amelyeket azután közös keresési folyamatban hasonlítanak össze. A gyűjtemény előkészítésekor érdemes együtt tartani egy állítást és a magyarázó környezetét: így a talált részlet önmagában is olvasható, és az eredeti dokumentumhoz kapcsolható.\n\n### A modell sajátosságai\n\nAz 1B változat elkészítéséhez a nagyobb Nemotron 3.5 Embed 8B-t használták tanítómodellként. Szöveges része a Nemotron 3 Embed 1B-re épül, és megőrzi annak szöveges reprezentációs terét. Az eredeti modell leírása L2-normalizált, 2048 értékből álló vektort ad meg. E tulajdonságot az index tervezésénél érdemes figyelembe venni, ellenőrizve a választott metódus tényleges válaszának dimenziószámát.\n\nA szöveges keresést 34 nyelven, köztük oroszul értékelték. E nyelvi lefedettség alapján a modell többnyelvű tudásbázisban is kipróbálható; a megfelelő részletek kiválasztását a saját szakterület valódi kérdésein és dokumentumain érdemes értékelni.\n\n### Bemenet és kérésméret\n\nAz Ailoot jelenlegi szöveges metódusa egy bemenetre 4096 tokenes korlátot ad meg. A hosszabb anyagok külön részletekként, saját forráshivatkozással indexelhetők. E modellkártya elérhető munkamenete szöveges bemenetből embeddinget készít.", "locale": "hu", "methods": [ { "html": "POST /v1/embeddingstextembedding