Llama Nemotron Embed VL 1B v2
Llama Nemotron Embed VL v2は、文書の意味に基づく検索のためのベクトルを作成します。現在のAilootのカタログでは、質問と素材に対するテキスト入力が掲載されています。
- Ailoot · 埋め込み
POST /v1/embeddingsnvidia/llama-nemotron-embed-vl-1b-v2 - Ailoot · 埋め込み
POST /v1/embeddingsnemotron-embed-vl - Ailoot · 埋め込み
POST /v1/embeddingsnemotron-embed-vl-latest
モデルについて
この説明はモデルの機能を紹介するものです。Ailootで利用できる入力、出力、オプションは、選択したメソッドごとに以下に記載されています。
質問に合うページを探す
Llama Nemotron Embed VL 1B v2は、質問に答えるのに役立つ素材を検索するためにNVIDIAが開発しました。質問はテキストで指定します。現在のAilootのカタログでは、モデルにテキスト入力が掲載されており、質問と素材をテキストとして符号化します。メーカーは、ページの画像や、抽出したテキストを添えた画像としての文書も説明しています。これらの視覚的な方法には、画像に対応する別のメソッドが必要です。対応する入力では、表、グラフ、インフォグラフィックを共通のベクトル空間に表します。
大量の文書、社内の参考資料、研究素材を使う質問応答アシスタントに適した検索です。符号化の結果は、数値ベクトルです。見つかったページや部分は、応答を生成するモデルにその後渡せます。Embed VL自体は、コンテキストを検索する段階を実行します。
メーカー側の文書の形式
- テキスト文書。個別の節、部分、認識済みのページのテキスト。
- 画像。テキスト、表、グラフィック要素を含むページ全体。
- テキスト付きの画像。ページの見た目とテキスト内容を、一つの表現にまとめます。
質問と文書は、独立して符号化します。そのため、コレクションを先に処理し、ベクトルを元のページとともに保存し、新しい質問では質問のベクトルだけを計算できます。ベクトルの類似性が、意味に基づく素材の選択を支援します。質問と文書のテキスト上の役割は異なり、データの準備でその違いを保つことが重要です。
表現のサイズと入力の長さ
各入力は、最大2048の数値を持つ一つのベクトルに変換します。テキストモードでは8192トークンの予算を使います。メーカー側の画像とテキストを組み合わせる視覚メソッドには、両方を含む10240トークンの共通予算が説明されています。これはAilootのメソッドのテキスト上限ではありません。画像は部分に分割し、説明された設定では、最大六つの部分とページ全体の縮小コピーを許容し、合わせて約1792の視覚トークンです。長いテキストは、分割または短縮する必要があります。
言語部分はLlama 3.2 1B、視覚部分はSigLIP2を基盤としています。入力トークンの表現を平均し、単一のベクトルを出力するエンコーダに統合されています。対照学習により、質問を適切なページに近付け、無関係な素材から遠ざけます。検索は確率的なものであり、ベクトルが近いことは、選ばれた部分に正しい答えが含まれる保証ではありません。
Ailoot · 埋め込み 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
はじめに
Llama Nemotron Embed VL v2は、文書の意味に基づく検索のためのベクトルを作成します。現在のAilootのカタログでは、質問と素材に対するテキスト入力が掲載されています。
- 対応する入力
- テキスト
- 結果
- embedding
Ailootで利用可能 · 入力とメソッド
Ailoot · 埋め込み POST /v1/embeddings
- 入力の種類
text- 出力の種類
embedding- コンテキスト
- 4,096 tokens
- 出力形式
- json
| フィールド | 種類 | 要件 | 値と制限 | デフォルト |
|---|---|---|---|---|
フィールドmodel | 種類string | 要件必須 | 値と制限 nvidia/llama-nemotron-embed-vl-1b-v2 | デフォルト— |
フィールドinput | 種類string|string[] | 要件必須 | 値と制限 最小項目数: 1 条件: 各文字列は前後の空白を除去した後も空でない必要があります。data URIは拒否されます。受諾済みの予算では、該当するUTF8バイト数を計測します。 | デフォルト— |
フィールドinput_type | 種類string | 要件任意 | 値と制限 query, passage | デフォルトquery |
フィールドencoding_format | 種類string | 要件任意 | 値と制限 float, base64 | デフォルトfloat |
フィールドtruncate | 種類string | 要件任意 | 値と制限 NONE, START, END | デフォルト— |
フィールドdimensions | 種類integer | 要件任意 | 値と制限 最小値: 1 | デフォルト— |
フィールドuser | 種類string | 要件任意 | 値と制限 | デフォルト— |
入力素材の組み合わせ
text_to_embedding
メソッドのパラメータとライフサイクル
| パラメータ | 仕様 |
|---|---|
パラメータmaterial_types | 仕様text |
パラメータrequired | 仕様model, input |
パラメータoptional_controls | 仕様null |
パラメータcontent_type | 仕様application/json |
ライフサイクル: exact retained published method
メソッドの形式とIDは正確に記載しています。供給元の対応能力とリクエストの受け入れは別です。
料金
Ailootのメソッド料金
POST /v1/embeddings- 入力
- $0.0001 / 1K
Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。金額の確保と精算の仕組み →
リクエスト例
Ailoot · 埋め込み
set -eu
: "${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
結果を受け取って保存
Ailoot · 埋め込み
json
完了した結果をすべて保存
返された完全なレスポンス、ファイル、コンテンツ部分をすべて保存してください。
base64形式を要求した場合にのみ、ベクトルをデコードしてください。すべてのベクトルと元のインデックスを保持してください。
元のレスポンスを確認する場合
埋め込みジョブ用のエンドポイントは新設されません。
レスポンスのフィールド
| フィールド | 種類 |
|---|---|
フィールドdata[].index | 種類integer |
フィールドdata[].embedding | 種類finite float[]|base64 float32 vector |
フィールドmodel | 種類string |
フィールドusage | 種類object |
エラーと次の手順
| レスポンス | 条件 | 次の手順 |
|---|---|---|
レスポンス400 · invalid_request_error | 条件必須フィールド、素材の表現形式、またはパラメーター値が不正です | 次の手順新しい生成リクエストを送る前に、指定されたフィールドを修正してください。 |
エイリアス
モデルのエイリアス
Ailoot nvidia/llama-nemotron-embed-vl-1b-v2, nemotron-embed-vl, nemotron-embed-vl-latest
メソッドパスのエイリアス
上記に表示されたメソッドパスを使用してください。
関連する呼び出し用ID
nvidia/llama-nemotron-embed-vl-1b-v2, nemotron-embed-vl, nemotron-embed-vl-latest
Ailoot · 埋め込み POST /v1/embeddings nemotron-embed-vl
nemotron-embed-vlnvidia/llama-nemotron-embed-vl-1b-v2nemotron-embed-vlnemotron-embed-vl-latest
はじめに
Llama Nemotron Embed VL v2は、文書の意味に基づく検索のためのベクトルを作成します。現在のAilootのカタログでは、質問と素材に対するテキスト入力が掲載されています。
- 対応する入力
- テキスト
- 結果
- embedding
Ailootで利用可能 · 入力とメソッド
Ailoot · 埋め込み POST /v1/embeddings
- 入力の種類
text- 出力の種類
embedding- コンテキスト
- 4,096 tokens
- 出力形式
- json
| フィールド | 種類 | 要件 | 値と制限 | デフォルト |
|---|---|---|---|---|
フィールドmodel | 種類string | 要件必須 | 値と制限 nemotron-embed-vl | デフォルト— |
フィールドinput | 種類string|string[] | 要件必須 | 値と制限 最小項目数: 1 条件: 各文字列は前後の空白を除去した後も空でない必要があります。data URIは拒否されます。受諾済みの予算では、該当するUTF8バイト数を計測します。 | デフォルト— |
フィールドinput_type | 種類string | 要件任意 | 値と制限 query, passage | デフォルトquery |
フィールドencoding_format | 種類string | 要件任意 | 値と制限 float, base64 | デフォルトfloat |
フィールドtruncate | 種類string | 要件任意 | 値と制限 NONE, START, END | デフォルト— |
フィールドdimensions | 種類integer | 要件任意 | 値と制限 最小値: 1 | デフォルト— |
フィールドuser | 種類string | 要件任意 | 値と制限 | デフォルト— |
入力素材の組み合わせ
text_to_embedding
メソッドのパラメータとライフサイクル
| パラメータ | 仕様 |
|---|---|
パラメータmaterial_types | 仕様text |
パラメータrequired | 仕様model, input |
パラメータoptional_controls | 仕様null |
パラメータcontent_type | 仕様application/json |
ライフサイクル: exact retained published method
メソッドの形式とIDは正確に記載しています。供給元の対応能力とリクエストの受け入れは別です。
料金
Ailootのメソッド料金
POST /v1/embeddings- 入力
- $0.0001 / 1K
Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。金額の確保と精算の仕組み →
リクエスト例
Ailoot · 埋め込み
set -eu
: "${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
結果を受け取って保存
Ailoot · 埋め込み
json
完了した結果をすべて保存
返された完全なレスポンス、ファイル、コンテンツ部分をすべて保存してください。
base64形式を要求した場合にのみ、ベクトルをデコードしてください。すべてのベクトルと元のインデックスを保持してください。
元のレスポンスを確認する場合
埋め込みジョブ用のエンドポイントは新設されません。
レスポンスのフィールド
| フィールド | 種類 |
|---|---|
フィールドdata[].index | 種類integer |
フィールドdata[].embedding | 種類finite float[]|base64 float32 vector |
フィールドmodel | 種類string |
フィールドusage | 種類object |
エラーと次の手順
| レスポンス | 条件 | 次の手順 |
|---|---|---|
レスポンス400 · invalid_request_error | 条件必須フィールド、素材の表現形式、またはパラメーター値が不正です | 次の手順新しい生成リクエストを送る前に、指定されたフィールドを修正してください。 |
エイリアス
モデルのエイリアス
Ailoot nvidia/llama-nemotron-embed-vl-1b-v2, nemotron-embed-vl, nemotron-embed-vl-latest
メソッドパスのエイリアス
上記に表示されたメソッドパスを使用してください。
関連する呼び出し用ID
nvidia/llama-nemotron-embed-vl-1b-v2, nemotron-embed-vl, nemotron-embed-vl-latest
Ailoot · 埋め込み POST /v1/embeddings nemotron-embed-vl-latest
nemotron-embed-vl-latestnvidia/llama-nemotron-embed-vl-1b-v2nemotron-embed-vlnemotron-embed-vl-latest
はじめに
Llama Nemotron Embed VL v2は、文書の意味に基づく検索のためのベクトルを作成します。現在のAilootのカタログでは、質問と素材に対するテキスト入力が掲載されています。
- 対応する入力
- テキスト
- 結果
- embedding
Ailootで利用可能 · 入力とメソッド
Ailoot · 埋め込み POST /v1/embeddings
- 入力の種類
text- 出力の種類
embedding- コンテキスト
- 4,096 tokens
- 出力形式
- json
| フィールド | 種類 | 要件 | 値と制限 | デフォルト |
|---|---|---|---|---|
フィールドmodel | 種類string | 要件必須 | 値と制限 nemotron-embed-vl-latest | デフォルト— |
フィールドinput | 種類string|string[] | 要件必須 | 値と制限 最小項目数: 1 条件: 各文字列は前後の空白を除去した後も空でない必要があります。data URIは拒否されます。受諾済みの予算では、該当するUTF8バイト数を計測します。 | デフォルト— |
フィールドinput_type | 種類string | 要件任意 | 値と制限 query, passage | デフォルトquery |
フィールドencoding_format | 種類string | 要件任意 | 値と制限 float, base64 | デフォルトfloat |
フィールドtruncate | 種類string | 要件任意 | 値と制限 NONE, START, END | デフォルト— |
フィールドdimensions | 種類integer | 要件任意 | 値と制限 最小値: 1 | デフォルト— |
フィールドuser | 種類string | 要件任意 | 値と制限 | デフォルト— |
入力素材の組み合わせ
text_to_embedding
メソッドのパラメータとライフサイクル
| パラメータ | 仕様 |
|---|---|
パラメータmaterial_types | 仕様text |
パラメータrequired | 仕様model, input |
パラメータoptional_controls | 仕様null |
パラメータcontent_type | 仕様application/json |
ライフサイクル: exact retained published method
メソッドの形式とIDは正確に記載しています。供給元の対応能力とリクエストの受け入れは別です。
料金
Ailootのメソッド料金
POST /v1/embeddings- 入力
- $0.0001 / 1K
Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。金額の確保と精算の仕組み →
リクエスト例
Ailoot · 埋め込み
set -eu
: "${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
結果を受け取って保存
Ailoot · 埋め込み
json
完了した結果をすべて保存
返された完全なレスポンス、ファイル、コンテンツ部分をすべて保存してください。
base64形式を要求した場合にのみ、ベクトルをデコードしてください。すべてのベクトルと元のインデックスを保持してください。
元のレスポンスを確認する場合
埋め込みジョブ用のエンドポイントは新設されません。
レスポンスのフィールド
| フィールド | 種類 |
|---|---|
フィールドdata[].index | 種類integer |
フィールドdata[].embedding | 種類finite float[]|base64 float32 vector |
フィールドmodel | 種類string |
フィールドusage | 種類object |
エラーと次の手順
| レスポンス | 条件 | 次の手順 |
|---|---|---|
レスポンス400 · invalid_request_error | 条件必須フィールド、素材の表現形式、またはパラメーター値が不正です | 次の手順新しい生成リクエストを送る前に、指定されたフィールドを修正してください。 |
エイリアス
モデルのエイリアス
Ailoot nvidia/llama-nemotron-embed-vl-1b-v2, nemotron-embed-vl, nemotron-embed-vl-latest
メソッドパスのエイリアス
上記に表示されたメソッドパスを使用してください。
関連する呼び出し用ID
nvidia/llama-nemotron-embed-vl-1b-v2, nemotron-embed-vl, nemotron-embed-vl-latest
FAQ · nvidia/llama-nemotron-embed-vl-1b-v2
- 利用できる入力と結果は何ですか？
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- リクエストはどの項目を使用しますか？
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- どの制限が適用されますか？
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