NVIDIA: Nemotron 3.5 Content Safety (free)

Nemotron 3.5 Content Safety è il modello guardrail di NVIDIA da 4B parametri, sottoposto a fine-tuning da Gemma-3-4B. Il ruolo documentato comprende moderazione di prompt e risposte, classificazione dei contenuti e flussi per le regole di sicurezza. NVIDIA descrive output che valutano un prompt utente e una risposta come sicuri o non sicuri, aggiungono etichette di categoria di sicurezza e includono facoltativamente una traccia di ragionamento. La valutazione è un output del modello che l'applicazione deve valutare e applicare. Ogni messaggio ha un role di system, developer, user o assistant e content come stringa semplice. Un name facoltativo è una stringa; limita ogni messaggio a questi campi. Invia stream:false oppure ometti stream.

Usa l'ID esatto nvidia/nemotron-3.5-content-safety:free con POST /v1/chat/completions e un array messages non vuoto. Inserisci il materiale da valutare nel contenuto testuale e distingui il prompt utente dalla risposta del modello quando vengono esaminati entrambi. Un passaggio pratico di moderazione può etichettare esplicitamente questi due brani e chiedere al modello di identificare le categorie pertinenti, mantenendo la valutazione legata al contenuto fornito.

Questa edizione Ailoot accetta testo e restituisce testo. Per una coda di revisione, prepara il post effettivo, la bozza di messaggio di assistenza o la risposta generata da valutare, insieme al contesto circostante che ne cambia il significato. Mantieni nel tuo flusso le decisioni applicative, come indirizzare un elemento segnalato a una revisione umana. Input multimediali, controlli di chiamata degli strumenti e controlli espliciti della cache sono fuori dal profilo di richiesta di questa edizione.

La pagina del modello indica una finestra di contesto di 128 000 token e fino a 8 192 token di completamento. Ailoot richiede inoltre che l'intero corpo JSON UTF-8 della richiesta, incluse istruzioni e nomi dei campi, rientri in 128 000 byte. Per un tetto esplicito all'output, imposta esattamente uno tra max_tokens e max_completion_tokens a un intero positivo da 1 a 8 192. Se non viene fornito nessuno dei due, Ailoot inoltra un tetto di output di 4 096 token. Tieni conto dell'intera conversazione e della valutazione che richiedi. La descrizione del modello riporta una copertura di 12 lingue; conserva la formulazione originale quando la valutazione dipende dalla lingua di partenza. Se l'applicazione si aspetta etichette particolari, analizza e convalida il testo restituito secondo le regole di gestione scelte. Richiedere una risposta dall'aspetto JSON non garantisce un output vincolato da schema.

Usa stream:false per una risposta completa della conversazione in JSON. Leggi choices[].message.content, conserva ogni choice restituito e gli eventuali campi di ragionamento forniti e mantieni finish_reason e usage. Memorizza la valutazione con il prompt e la risposta esatti che esamina, così da poter rivedere la decisione in seguito. La valutazione di un testo si applica a quel testo e contesto forniti; valuta una risposta sostanzialmente modificata come un elemento a sé.

Prepara materiale che non contenga informazioni riservate, come richiesto dai termini di utilizzo documentati di questa edizione gratuita. Se la richiesta termina senza una valutazione completa, conserva l'identificatore della richiesta originale e i dati restituiti mentre verifichi il tentativo esistente. Questa scheda documenta un risultato diretto della conversazione e non fornisce un flusso separato di job asincroni o cancellazione.