Llama Nemotron Rerank VL 1B V2は、グラフ、表、テキストと画像が混在するページを含め、候補のテキストや文書画像とテキストクエリとの関連性を評価します。NVIDIAはこれを1.7Bパラメータのクロスエンコーダモデルと説明しています。検索ワークフローでは、最初に通常の検索を実行し、選んだ候補をリランカーに送ります。有用な結果は、関連性スコアを付けて並べ替えられた候補セットで、アプリケーションは回答用のコンテキストの選択や検索結果ページの配置に使えます。
application/jsonのボディでPOST /v1/rerankを使用します。modelを"nvidia/llama-nemotron-rerank-vl-1b-v2:free"、queryを実際の検索質問、documentsを空でない配列に設定します。各候補は、テキスト文字列、またはtextやimageを持つオブジェクトにできます。構造化オブジェクトには、このうち少なくとも一方のフィールドが必要です。textは文字列です。imageはリモートのHTTP/HTTPS URL、またはdata:image/で始まるbase64データURIです。両方を組み合わせた候補は両フィールドを渡します。返されたインデックスを保存済みの文書IDに対応付けられるよう、入力配列の順序を保持してください。top_nは1以上の省略可能な整数で、返す上位文書の数を要求します。
たとえば、ヘルプセンターのアプリケーションは、配送、返品、アカウントアクセスに関する文章を取得してから、顧客の配送に関する質問に対してそれらを再順位付けできます。ファイル名や保存済みの元資料と無関係な検索エンジンの抜粋ではなく、実際の文章テキストを渡してください。選択した根拠を後から引用したり開いたりできるよう、各文章をアプリケーション内の出典識別子に結び付けておきます。スキャン文書、グラフ、表、インフォグラフィックでは、実際の画像を文書オブジェクトに渡し、内容を特定する助けになる場合はテキストも追加します。
モデルページには、クエリと文書あたり10,240トークンの上限が記載されています。候補一覧を準備する前に、長い元資料を上限内の文章に分割してください。意味に影響する場合の見出しや商品名など、有用な周辺コンテキストを各文章に付けます。文書化されたリクエストは、ユーザーが渡す候補から始まり、代わりに文書コレクションを検索するものではありません。
再順位付けは、同期JSON結果を返します。元のindex、relevance_score、返されたdocumentオブジェクトを含むすべてのresults項目を読み取り、返されたusageと応答識別子も保持してください。documentにはtextやimageが含まれることがあります。indexを使って、順位付けされた結果を入力候補へ対応付けます。関連性スコアは、このクエリに対する順位付けの手掛かりとして扱い、独立して検証された事実の回答とみなさないでください。次の手順に複数の文章を選ぶ場合は、完全な結果を保持します。
この無料版には、公開資料または合成した候補資料を用意してください。文書化された利用条件では、機密情報と個人データを使用できません。完全な結果が得られずリクエストが終了した場合は、その試行を確認する間、元の応答とリクエスト識別子を保持します。文書化された再順位付けの流れは結果を直接返し、別のジョブポーリングやキャンセルの手順はありません。
", "aboutText": "Llama Nemotron Rerank VL 1B V2は、グラフ、表、テキストと画像が混在するページを含め、候補のテキストや文書画像とテキストクエリとの関連性を評価します。NVIDIAはこれを1.7Bパラメータのクロスエンコーダモデルと説明しています。検索ワークフローでは、最初に通常の検索を実行し、選んだ候補をリランカーに送ります。有用な結果は、関連性スコアを付けて並べ替えられた候補セットで、アプリケーションは回答用のコンテキストの選択や検索結果ページの配置に使えます。\n\napplication/jsonのボディでPOST /v1/rerankを使用します。modelを\"nvidia/llama-nemotron-rerank-vl-1b-v2:free\"、queryを実際の検索質問、documentsを空でない配列に設定します。各候補は、テキスト文字列、またはtextやimageを持つオブジェクトにできます。構造化オブジェクトには、このうち少なくとも一方のフィールドが必要です。textは文字列です。imageはリモートのHTTP/HTTPS URL、またはdata:image/で始まるbase64データURIです。両方を組み合わせた候補は両フィールドを渡します。返されたインデックスを保存済みの文書IDに対応付けられるよう、入力配列の順序を保持してください。top_nは1以上の省略可能な整数で、返す上位文書の数を要求します。\n\nたとえば、ヘルプセンターのアプリケーションは、配送、返品、アカウントアクセスに関する文章を取得してから、顧客の配送に関する質問に対してそれらを再順位付けできます。ファイル名や保存済みの元資料と無関係な検索エンジンの抜粋ではなく、実際の文章テキストを渡してください。選択した根拠を後から引用したり開いたりできるよう、各文章をアプリケーション内の出典識別子に結び付けておきます。スキャン文書、グラフ、表、インフォグラフィックでは、実際の画像を文書オブジェクトに渡し、内容を特定する助けになる場合はテキストも追加します。\n\nモデルページには、クエリと文書あたり10,240トークンの上限が記載されています。候補一覧を準備する前に、長い元資料を上限内の文章に分割してください。意味に影響する場合の見出しや商品名など、有用な周辺コンテキストを各文章に付けます。文書化されたリクエストは、ユーザーが渡す候補から始まり、代わりに文書コレクションを検索するものではありません。\n\n再順位付けは、同期JSON結果を返します。元のindex、relevance_score、返されたdocumentオブジェクトを含むすべてのresults項目を読み取り、返されたusageと応答識別子も保持してください。documentにはtextやimageが含まれることがあります。indexを使って、順位付けされた結果を入力候補へ対応付けます。関連性スコアは、このクエリに対する順位付けの手掛かりとして扱い、独立して検証された事実の回答とみなさないでください。次の手順に複数の文章を選ぶ場合は、完全な結果を保持します。\n\nこの無料版には、公開資料または合成した候補資料を用意してください。文書化された利用条件では、機密情報と個人データを使用できません。完全な結果が得られずリクエストが終了した場合は、その試行を確認する間、元の応答とリクエスト識別子を保持します。文書化された再順位付けの流れは結果を直接返し、別のジョブポーリングやキャンセルの手順はありません。", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "d65476bf70475942ffe9d664c2f0a18c1c33753a42afdc0e8450291329a54a24", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "ja", "methods": [ { "html": "nvidia/llama-nemotron-rerank-vl-1b-v2:freeLlama Nemotron Rerank VL 1B V2は、取得した資料をクエリとの関連性で並べ替えるNVIDIAのクロスエンコーダ型リランカーです。クエリと、テキスト、画像、または両方を組み合わせた候補文書を送信し、返されたスコアと元のインデックスで、検索結果や検索拡張型の回答に使う文章を選択します。
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。
Llama Nemotron Rerank VL 1B V2は、グラフ、表、テキストと画像が混在するページを含め、候補のテキストや文書画像とテキストクエリとの関連性を評価します。NVIDIAはこれを1.7Bパラメータのクロスエンコーダモデルと説明しています。検索ワークフローでは、最初に通常の検索を実行し、選んだ候補をリランカーに送ります。有用な結果は、関連性スコアを付けて並べ替えられた候補セットで、アプリケーションは回答用のコンテキストの選択や検索結果ページの配置に使えます。
application/jsonのボディでPOST /v1/rerankを使用します。modelを"nvidia/llama-nemotron-rerank-vl-1b-v2:free"、queryを実際の検索質問、documentsを空でない配列に設定します。各候補は、テキスト文字列、またはtextやimageを持つオブジェクトにできます。構造化オブジェクトには、このうち少なくとも一方のフィールドが必要です。textは文字列です。imageはリモートのHTTP/HTTPS URL、またはdata:image/で始まるbase64データURIです。両方を組み合わせた候補は両フィールドを渡します。返されたインデックスを保存済みの文書IDに対応付けられるよう、入力配列の順序を保持してください。top_nは1以上の省略可能な整数で、返す上位文書の数を要求します。
たとえば、ヘルプセンターのアプリケーションは、配送、返品、アカウントアクセスに関する文章を取得してから、顧客の配送に関する質問に対してそれらを再順位付けできます。ファイル名や保存済みの元資料と無関係な検索エンジンの抜粋ではなく、実際の文章テキストを渡してください。選択した根拠を後から引用したり開いたりできるよう、各文章をアプリケーション内の出典識別子に結び付けておきます。スキャン文書、グラフ、表、インフォグラフィックでは、実際の画像を文書オブジェクトに渡し、内容を特定する助けになる場合はテキストも追加します。
モデルページには、クエリと文書あたり10,240トークンの上限が記載されています。候補一覧を準備する前に、長い元資料を上限内の文章に分割してください。意味に影響する場合の見出しや商品名など、有用な周辺コンテキストを各文章に付けます。文書化されたリクエストは、ユーザーが渡す候補から始まり、代わりに文書コレクションを検索するものではありません。
再順位付けは、同期JSON結果を返します。元のindex、relevance_score、返されたdocumentオブジェクトを含むすべてのresults項目を読み取り、返されたusageと応答識別子も保持してください。documentにはtextやimageが含まれることがあります。indexを使って、順位付けされた結果を入力候補へ対応付けます。関連性スコアは、このクエリに対する順位付けの手掛かりとして扱い、独立して検証された事実の回答とみなさないでください。次の手順に複数の文章を選ぶ場合は、完全な結果を保持します。
この無料版には、公開資料または合成した候補資料を用意してください。文書化された利用条件では、機密情報と個人データを使用できません。完全な結果が得られずリクエストが終了した場合は、その試行を確認する間、元の応答とリクエスト識別子を保持します。文書化された再順位付けの流れは結果を直接返し、別のジョブポーリングやキャンセルの手順はありません。
POST /v1/reranktextranking| 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-rerank-vl-1b-v2:free | デフォルト— |
フィールドquery | 種類string | 要件必須 | 値と制限 | デフォルト— |
フィールドdocuments | 種類array | 要件必須 | 値と制限 | デフォルト— |
フィールドtop_n | 種類integer | 要件任意 | 値と制限 最小値: 1 | デフォルト— |
| パラメータ | 仕様 |
|---|---|
パラメータcontent_type | 仕様application/json |
パラメータrequired | 仕様model, query, documents |
パラメータoptional | 仕様top_n |
パラメータmaterial_types | 仕様text |
パラメータconditions | 仕様 |
ライフサイクル: synchronous_json
料金情報はリクエストの機能を追加しません。対応するパラメーターは選択したメソッドに記載されています。
各料金を表示された条件と照合してください。選択肢となる設定の各組には、いずれか1つの料金を適用します。
| 設定 | 料金表 | 課金数量 | 料金 |
|---|---|---|---|
| 設定基本トークン料金 | 料金表基本料金 | 課金数量— | 料金 入力 · 入力トークン — / 1K トークン 出力 · 出力トークン — / 1K トークン 入力 · キャッシュ読み取り — / 1K トークン 入力 · キャッシュ書き込み — / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
| 設定リクエストごと | 料金表— | 課金数量リクエスト1件 | 料金 入力 $0 リクエストあたり |
Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。金額の確保と精算の仕組み →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nexport AILOOT_API_KEY\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"documents": ["Paris is the capital of France.", "Berlin is the capital of Germany."], "model": "nvidia/llama-nemotron-rerank-vl-1b-v2:free", "query": "What is the capital of France?", "top_n": 3}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/rerank \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\n# Submit once. Retain the complete result, original identifiers and every response header.\nJSON
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。
Retain the complete response, all actual results, original identifiers, usage and response headers.
Preserve the original response, headers and X-Client-Request-ID. An uncertain outcome does not authorize another creation.
| フィールド | 種類 |
|---|---|
フィールドresults | 種類array |
Ailoot Ultra nvidia/llama-nemotron-rerank-vl-1b-v2:free
上記に表示されたメソッドパスを使用してください。