Nemotron 3 Embed 1B
Nemotron 3 Embed 1B mengubah teks menjadi vektor untuk pencarian multibahasa, pencarian kode, dan RAG. Memproses urutan hingga 32768 token dan menghasilkan representasi berdimensi 2048 angka.
- Ailoot · Embedding
POST /v1/embeddingsnvidia/nemotron-3-embed-1b - Ailoot · Embedding
POST /v1/embeddingsnemotron-3-embed - Ailoot · Embedding
POST /v1/embeddingsnemotron-3-embed-latest
Tentang model
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
Nemotron 3 Embed 1B adalah model teks NVIDIA untuk pencarian berdasarkan makna dan pencocokan bagian. Model mengodekan pertanyaan, dokumen, dan kode program menjadi vektor numerik padat. Representasi ini digunakan untuk menemukan konteks yang diperlukan dalam koleksi besar, menambahkannya ke jawaban asisten, atau mengambil informasi yang telah disimpan untuk langkah agen berikutnya.
Pengetahuan multibahasa dan kode
Model ditujukan untuk pencarian multibahasa dan lintas bahasa: pertanyaan dan materi yang sesuai dapat ditulis dalam bahasa berbeda. Bahasa Rusia termasuk dalam kumpulan 34 bahasa yang dipublikasikan, bersama Inggris, Ukraina, Tionghoa, Jepang, Arab, dan lainnya. Ini berguna untuk basis pengetahuan bersama ketika dokumen teknis dan permintaan pengguna tidak diseragamkan ke satu bahasa.
Tugas mencakup pencarian dokumentasi, pencocokan teks, dan pencarian kode berdasarkan deskripsi verbal. Jendela masukan besar memungkinkan pekerjaan dengan dokumen panjang, konteks pemrograman besar, dan riwayat beberapa langkah agen. Materi yang ditemukan dikembalikan ke proses berikutnya sebagai konteks; penjelasan dan jawaban akhir dibentuk oleh komponen sistem selanjutnya.
Dari teks menuju vektor
Masukan berupa string teks. Setiap string menghasilkan satu vektor dari 2048 angka. Panjang urutan maksimum adalah 32768 token; materi yang lebih panjang harus dibagi atau dipersingkat. Penyiapan masukan membedakan pertanyaan dan dokumen: model dilatih untuk mencocokkan kedua peran, sehingga string yang sama dalam kedua tugas tersebut tidak boleh disusun tanpa mempertimbangkan tujuannya.
Vektor dinormalisasi panjangnya. Dalam representasi tersebut, hasil kali skalar dan kemiripan kosinus memberikan cara perbandingan yang setara. Sebanyak 1024 atau 512 koordinat pertama dari vektor lengkap dapat dipertahankan, tetapi normalisasi harus dilakukan kembali setelah pemotongan. Ini merupakan sifat pemrosesan hasil; dimensi perlu dipilih secara konsisten untuk koleksi dan kueri.
Struktur model yang ringkas
Encoder memiliki sekitar 1,14 miliar parameter. Encoder diperoleh dari model berbasis Ministral 3 3B melalui dua tahap pemangkasan struktur dan distilasi. Perhatian dua arah mempertimbangkan seluruh masukan, lalu representasi token dirata-ratakan menjadi vektor keseluruhan.
NVIDIA merilis varian BF16 dan NVFP4. Ruang representasinya mirip, tetapi perubahan varian memerlukan pemeriksaan pada dokumen sendiri. Kemiripan numerik maupun panjang konteks tidak menjamin bahwa pencarian selalu memilih bagian yang benar.
Ailoot · Embedding POST /v1/embeddings nvidia/nemotron-3-embed-1b
nvidia/nemotron-3-embed-1bnvidia/nemotron-3-embed-1bnemotron-3-embednemotron-3-embed-latest
Mulai
Nemotron 3 Embed 1B mengubah teks menjadi vektor untuk pencarian multibahasa, pencarian kode, dan RAG. Memproses urutan hingga 32768 token dan menghasilkan representasi berdimensi 2048 angka.
- Masukan yang diterima
- Teks
- Hasil
- embedding
Tersedia di Ailoot · masukan & metode
Ailoot · Embedding POST /v1/embeddings
- Masukan
text- Keluaran
embedding- Konteks
- 4.096 tokens
- Format keluaran
- json
| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan nvidia/nemotron-3-embed-1b | Bawaan— |
Kolominput | Jenisstring|string[] | PersyaratanWajib | Nilai & batasan Item minimum: 1 Kondisi: Setiap string tidak kosong setelah trim; URI data ditolak; batas yang diterima mengukur byte UTF8 yang relevan. | Bawaan— |
Kolominput_type | Jenisstring | PersyaratanOpsional | Nilai & batasan query, passage | Bawaanquery |
Kolomencoding_format | Jenisstring | PersyaratanOpsional | Nilai & batasan float, base64 | Bawaanfloat |
Kolomtruncate | Jenisstring | PersyaratanOpsional | Nilai & batasan NONE, START, END | Bawaan— |
Kolomdimensions | Jenisinteger | PersyaratanOpsional | Nilai & batasan Minimum: 1 | Bawaan— |
Kolomuser | Jenisstring | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kombinasi bahan masukan
text_to_embedding
Parameter metode dan siklus hidup
| Parameter | Kontrak |
|---|---|
Parametermaterial_types | Kontraktext |
Parameterrequired | Kontrakmodel, input |
Parameteroptional_controls | Kontraknull |
Parametercontent_type | Kontrakapplication/json |
Siklus hidup: exact retained published method
Struktur metode dan ID bersifat eksak; kemampuan pemasok terpisah dari penerimaan permintaan.
Paket
Tarif metode Ailoot
POST /v1/embeddings- Masukan
- US$0,0001 / 1K
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
Contoh permintaan
Ailoot · Embedding
set -eu
: "${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/nemotron-3-embed-1b", "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
Terima dan simpan hasil
Ailoot · Embedding
json
Simpan semua hasil yang selesai
Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.
Dekode vektor base64 hanya jika format tersebut diminta; simpan setiap vektor beserta indeks aslinya.
Jika respons asli perlu diperiksa
Endpoint untuk tugas embedding tidak ditambahkan.
Kolom respons
| Kolom | Jenis |
|---|---|
Kolomdata[].index | Jenisinteger |
Kolomdata[].embedding | Jenisfinite float[]|base64 float32 vector |
Kolommodel | Jenisstring |
Kolomusage | Jenisobject |
Kesalahan dan langkah berikutnya
| Respons | Kondisi | Langkah berikutnya |
|---|---|---|
Respons400 · invalid_request_error | KondisiBidang wajib, representasi materi, atau nilai parameter tidak valid | Langkah berikutnyaPerbaiki bidang yang ditunjukkan sebelum permintaan pembuatan baru. |
Alias
Alias model
Ailoot nvidia/nemotron-3-embed-1b, nemotron-3-embed, nemotron-3-embed-latest
Alias jalur metode
Gunakan jalur metode yang ditampilkan di atas.
ID pemanggil terkait
nvidia/nemotron-3-embed-1b, nemotron-3-embed, nemotron-3-embed-latest
Ailoot · Embedding POST /v1/embeddings nemotron-3-embed
nemotron-3-embednvidia/nemotron-3-embed-1bnemotron-3-embednemotron-3-embed-latest
Mulai
Nemotron 3 Embed 1B mengubah teks menjadi vektor untuk pencarian multibahasa, pencarian kode, dan RAG. Memproses urutan hingga 32768 token dan menghasilkan representasi berdimensi 2048 angka.
- Masukan yang diterima
- Teks
- Hasil
- embedding
Tersedia di Ailoot · masukan & metode
Ailoot · Embedding POST /v1/embeddings
- Masukan
text- Keluaran
embedding- Konteks
- 4.096 tokens
- Format keluaran
- json
| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan nemotron-3-embed | Bawaan— |
Kolominput | Jenisstring|string[] | PersyaratanWajib | Nilai & batasan Item minimum: 1 Kondisi: Setiap string tidak kosong setelah trim; URI data ditolak; batas yang diterima mengukur byte UTF8 yang relevan. | Bawaan— |
Kolominput_type | Jenisstring | PersyaratanOpsional | Nilai & batasan query, passage | Bawaanquery |
Kolomencoding_format | Jenisstring | PersyaratanOpsional | Nilai & batasan float, base64 | Bawaanfloat |
Kolomtruncate | Jenisstring | PersyaratanOpsional | Nilai & batasan NONE, START, END | Bawaan— |
Kolomdimensions | Jenisinteger | PersyaratanOpsional | Nilai & batasan Minimum: 1 | Bawaan— |
Kolomuser | Jenisstring | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kombinasi bahan masukan
text_to_embedding
Parameter metode dan siklus hidup
| Parameter | Kontrak |
|---|---|
Parametermaterial_types | Kontraktext |
Parameterrequired | Kontrakmodel, input |
Parameteroptional_controls | Kontraknull |
Parametercontent_type | Kontrakapplication/json |
Siklus hidup: exact retained published method
Struktur metode dan ID bersifat eksak; kemampuan pemasok terpisah dari penerimaan permintaan.
Paket
Tarif metode Ailoot
POST /v1/embeddings- Masukan
- US$0,0001 / 1K
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
Contoh permintaan
Ailoot · Embedding
set -eu
: "${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-3-embed", "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
Terima dan simpan hasil
Ailoot · Embedding
json
Simpan semua hasil yang selesai
Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.
Dekode vektor base64 hanya jika format tersebut diminta; simpan setiap vektor beserta indeks aslinya.
Jika respons asli perlu diperiksa
Endpoint untuk tugas embedding tidak ditambahkan.
Kolom respons
| Kolom | Jenis |
|---|---|
Kolomdata[].index | Jenisinteger |
Kolomdata[].embedding | Jenisfinite float[]|base64 float32 vector |
Kolommodel | Jenisstring |
Kolomusage | Jenisobject |
Kesalahan dan langkah berikutnya
| Respons | Kondisi | Langkah berikutnya |
|---|---|---|
Respons400 · invalid_request_error | KondisiBidang wajib, representasi materi, atau nilai parameter tidak valid | Langkah berikutnyaPerbaiki bidang yang ditunjukkan sebelum permintaan pembuatan baru. |
Alias
Alias model
Ailoot nvidia/nemotron-3-embed-1b, nemotron-3-embed, nemotron-3-embed-latest
Alias jalur metode
Gunakan jalur metode yang ditampilkan di atas.
ID pemanggil terkait
nvidia/nemotron-3-embed-1b, nemotron-3-embed, nemotron-3-embed-latest
Ailoot · Embedding POST /v1/embeddings nemotron-3-embed-latest
nemotron-3-embed-latestnvidia/nemotron-3-embed-1bnemotron-3-embednemotron-3-embed-latest
Mulai
Nemotron 3 Embed 1B mengubah teks menjadi vektor untuk pencarian multibahasa, pencarian kode, dan RAG. Memproses urutan hingga 32768 token dan menghasilkan representasi berdimensi 2048 angka.
- Masukan yang diterima
- Teks
- Hasil
- embedding
Tersedia di Ailoot · masukan & metode
Ailoot · Embedding POST /v1/embeddings
- Masukan
text- Keluaran
embedding- Konteks
- 4.096 tokens
- Format keluaran
- json
| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan nemotron-3-embed-latest | Bawaan— |
Kolominput | Jenisstring|string[] | PersyaratanWajib | Nilai & batasan Item minimum: 1 Kondisi: Setiap string tidak kosong setelah trim; URI data ditolak; batas yang diterima mengukur byte UTF8 yang relevan. | Bawaan— |
Kolominput_type | Jenisstring | PersyaratanOpsional | Nilai & batasan query, passage | Bawaanquery |
Kolomencoding_format | Jenisstring | PersyaratanOpsional | Nilai & batasan float, base64 | Bawaanfloat |
Kolomtruncate | Jenisstring | PersyaratanOpsional | Nilai & batasan NONE, START, END | Bawaan— |
Kolomdimensions | Jenisinteger | PersyaratanOpsional | Nilai & batasan Minimum: 1 | Bawaan— |
Kolomuser | Jenisstring | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kombinasi bahan masukan
text_to_embedding
Parameter metode dan siklus hidup
| Parameter | Kontrak |
|---|---|
Parametermaterial_types | Kontraktext |
Parameterrequired | Kontrakmodel, input |
Parameteroptional_controls | Kontraknull |
Parametercontent_type | Kontrakapplication/json |
Siklus hidup: exact retained published method
Struktur metode dan ID bersifat eksak; kemampuan pemasok terpisah dari penerimaan permintaan.
Paket
Tarif metode Ailoot
POST /v1/embeddings- Masukan
- US$0,0001 / 1K
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
Contoh permintaan
Ailoot · Embedding
set -eu
: "${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-3-embed-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
Terima dan simpan hasil
Ailoot · Embedding
json
Simpan semua hasil yang selesai
Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.
Dekode vektor base64 hanya jika format tersebut diminta; simpan setiap vektor beserta indeks aslinya.
Jika respons asli perlu diperiksa
Endpoint untuk tugas embedding tidak ditambahkan.
Kolom respons
| Kolom | Jenis |
|---|---|
Kolomdata[].index | Jenisinteger |
Kolomdata[].embedding | Jenisfinite float[]|base64 float32 vector |
Kolommodel | Jenisstring |
Kolomusage | Jenisobject |
Kesalahan dan langkah berikutnya
| Respons | Kondisi | Langkah berikutnya |
|---|---|---|
Respons400 · invalid_request_error | KondisiBidang wajib, representasi materi, atau nilai parameter tidak valid | Langkah berikutnyaPerbaiki bidang yang ditunjukkan sebelum permintaan pembuatan baru. |
Alias
Alias model
Ailoot nvidia/nemotron-3-embed-1b, nemotron-3-embed, nemotron-3-embed-latest
Alias jalur metode
Gunakan jalur metode yang ditampilkan di atas.
ID pemanggil terkait
nvidia/nemotron-3-embed-1b, nemotron-3-embed, nemotron-3-embed-latest
FAQ · nvidia/nemotron-3-embed-1b
- Input dan hasil apa yang tersedia?
POST /v1/embeddings·nvidia/nemotron-3-embed-1b:text→embeddingPOST /v1/embeddings·nemotron-3-embed:text→embeddingPOST /v1/embeddings·nemotron-3-embed-latest:text→embedding- Kolom apa yang digunakan permintaan?
POST /v1/embeddings·nvidia/nemotron-3-embed-1b:model,input,input_type,encoding_format,truncate,dimensions,userPOST /v1/embeddings·nemotron-3-embed:model,input,input_type,encoding_format,truncate,dimensions,userPOST /v1/embeddings·nemotron-3-embed-latest:model,input,input_type,encoding_format,truncate,dimensions,user- Batasan apa yang berlaku?
POST /v1/embeddings·nvidia/nemotron-3-embed-1b:ctx:4096;input.min_items:1;dimensions.minimum:1POST /v1/embeddings·nemotron-3-embed:ctx:4096;input.min_items:1;dimensions.minimum:1POST /v1/embeddings·nemotron-3-embed-latest:ctx:4096;input.min_items:1;dimensions.minimum:1