models

Llama Nemotron Embed VL 1B v2

Markdown · JSON

Llama Nemotron Embed VL 1B v2

Llama Nemotron Embed VL v2 құжаттар бойынша семантикалық іздеуге арналған векторлар жасайды. Қазіргі Ailoot каталогында сұраулар мен материалдар үшін мәтіндік кіріс ұсынылған.

Модель туралы

Бұл сипаттама модель мүмкіндіктерін қамтиды. Ailoot жүйесінде таңдалған әдіс үшін қолжетімді кіріс, шығыс және параметрлер төменде берілген.

Сұрақ бойынша қажетті бетті табу

Llama Nemotron Embed VL 1B v2-ні NVIDIA сұраққа жауап беруге көмектесетін материалдарды іздеу үшін әзірлеген. Сұрау мәтінмен беріледі. Қазіргі Ailoot каталогында модель үшін мәтіндік кіріс ұсынылған: сұрақ пен материал мәтін ретінде кодталады. Өндіруші құжатты бет суреті немесе шығарылып алынған мәтінімен бірге сурет түрінде беруді де сипаттайды. Мұндай визуалды нұсқалар суреттерді қолдайтын бөлек әдісті қажет етеді. Тиісті кіріс болғанда модель кестелерді, графиктерді және инфографиканы ортақ вектор кеңістігінде ұсынады.

Мұндай іздеу үлкен құжаттар жинағы, ішкі анықтамалықтар және зерттеу материалдары бойынша сұрақ-жауап көмекшілеріне сай келеді. Кодтау нәтижесі — сандық вектор. Табылған бетті немесе үзіндіні кейін жауап қалыптастыратын модельге беруге болады: Embed VL-дің өзі контекст іздеу кезеңін орындайды.

Өндірушідегі құжат нұсқалары

  • Мәтіндік құжат: жеке бөлім, үзінді немесе беттің танылған мәтіні.
  • Сурет: мәтіні, кестелері және графикалық элементтері бар тұтас бет.
  • Мәтіні бар сурет: беттің визуалды көрінісі мен мәтіндік мазмұны бір көрсетілімге біріктіріледі.

Сұрау мен құжат бір-бірінен тәуелсіз кодталады. Сондықтан жинақты алдын ала өңдеп, векторларды бастапқы беттермен бірге сақтауға, ал жаңа сұрақта тек сұрау векторын есептеуге болады. Векторлардың ұқсастығы материалдарды мағынасына қарай таңдауға көмектеседі. Сұрау мен құжаттың мәтіндік рөлдері әртүрлі, деректерді дайындауда мұны сақтау маңызды.

Көрсетілім көлемі және кіріс ұзындығы

Әр кіріс өлшемі 2048 санға дейін болатын бір векторға айналады. Мәтіндік режимде 8192 токен бюджеті қолданылады. Сурет пен мәтін үйлескен өндірушінің визуалды әдісі үшін екі бөлікті қамтитын 10240 токендік жалпы бюджет сипатталған; бұл Ailoot әдісінің мәтіндік лимиті емес. Сурет бөліктерге бөлінеді: сипатталған конфигурацияда алты бөлікке дейін және бүкіл беттің кішірейтілген көшірмесі рұқсат етіледі, бірге шамамен 1792 визуалды токен. Ұзақ мәтіндерді бөлу немесе қысқарту қажет.

Тілдік бөлігі Llama 3.2 1B, визуалды бөлігі SigLIP2 негізінде құрылған. Олар кіріс токендерінің көрсетілімдерін орташалап, бір вектор беретін энкодерге біріктірілген. Контрастты үйрету сұрақты тиісті бетке жақындатып, қатысы жоқ материалдардан алыстатады. Іздеу ықтималдық сипатта қалады: векторлардың жақындығы таңдалған үзіндіде дұрыс жауап бар екеніне кепілдік бермейді.

Ailoot · Эмбеддингтер POST /v1/embeddings nvidia/llama-nemotron-embed-vl-1b-v2

nvidia/llama-nemotron-embed-vl-1b-v2

NVIDIA /nvidia/llama-nemotron-embed-vl-1b-v2
Модель ID
  • nvidia/llama-nemotron-embed-vl-1b-v2
  • nemotron-embed-vl
  • nemotron-embed-vl-latest

Бастау

Llama Nemotron Embed VL v2 құжаттар бойынша семантикалық іздеуге арналған векторлар жасайды. Қазіргі Ailoot каталогында сұраулар мен материалдар үшін мәтіндік кіріс ұсынылған.

Қабылданатын кіріс деректері
Мәтін
Нәтижелер
embedding

Ailoot жүйесінде қолжетімді · кіріс деректері мен әдістер

Ailoot · Эмбеддингтер POST /v1/embeddings
Кіріс
text
Шығыс
embedding
Контекст
4 096 tokens
Шығыс пішімі
json
ӨрісТүріТалапМәндер мен шектеулерӘдепкі
ӨрісmodelТүріstringТалапМіндеттіМәндер мен шектеулер
nvidia/llama-nemotron-embed-vl-1b-v2
Әдепкі—
ӨрісinputТүріstring|string[]ТалапМіндеттіМәндер мен шектеулер
Элементтердің ең аз саны: 1
Шарттар: Әрбір жол шетіндегі бос орындар алынғаннан кейін бос болмауы керек; data URI мекенжайлары қабылданбайды; қабылданған лимит тиісті UTF8 байттарын өлшейді.
Әдепкі—
Өрісinput_typeТүріstringТалапМіндетті емесМәндер мен шектеулер
query, passage
Әдепкіquery
Өрісencoding_formatТүріstringТалапМіндетті емесМәндер мен шектеулер
float, base64
Әдепкіfloat
ӨрісtruncateТүріstringТалапМіндетті емесМәндер мен шектеулер
NONE, START, END
Әдепкі—
ӨрісdimensionsТүріintegerТалапМіндетті емесМәндер мен шектеулер
Ең азы: 1
Әдепкі—
ӨрісuserТүріstringТалапМіндетті емесМәндер мен шектеулерӘдепкі—
Кіріс материалдарының үйлесімдері

text_to_embedding

Әдіс параметрлері мен өмірлік циклі
ПараметрПараметр талаптары
Параметрmaterial_typesПараметр талаптарыtext
ПараметрrequiredПараметр талаптарыmodel, input
Параметрoptional_controlsПараметр талаптарыnull
Параметрcontent_typeПараметр талаптарыapplication/json

Өмірлік цикл: exact retained published method

Әдіс құрылымдары мен ID мәндері дәл берілген; жеткізушінің мүмкіндігі сұрауды қабылдаудан бөлек қаралады.

Тарифтер

Ailoot әдістерінің мөлшерлемелері

Ailoot ЭмбеддингтерPOST /v1/embeddings
Кіріс
0,0001 $ / 1K

Ailoot сұрау алдында болжамды соманы резервтейді. Нәтижеден кейін өлшенген пайдалану көлемі бойынша қорытынды төлемді шегереді. Ағындық жауап үшін төлем соңғы пайдалану жазбасы негізінде шегеріледі. Резервтеу мен төлемді есептеу тәртібі →

Сұрау мысалдары

Ailoot · Эмбеддингтер

Эмбеддинг мысалы
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

Нәтижелерді алу және сақтау

Ailoot · Эмбеддингтер

json

Барлық дайын нәтижені сақтау

Қайтарылған әр толық жауапты, файлды және мазмұн бөлігін сақтаңыз.

Векторлардың base64 кодын сол пішім сұралған жағдайда ғана ашыңыз; әрбір векторды және оның бастапқы индексін сақтаңыз.

Бастапқы жауапты тексеру қажет болса

Эмбеддинг тапсырмасы үшін жаңа эндпоинт енгізілмейді.

Жауап өрістері
ӨрісТүрі
Өрісdata[].indexТүріinteger
Өрісdata[].embeddingТүріfinite float[]|base64 float32 vector
ӨрісmodelТүріstring
ӨрісusageТүріobject
Қателер және келесі қадамдар
ЖауапШартКелесі қадам
Жауап400 · invalid_request_errorШартМіндетті өрістер, материалды ұсыну тәсілі немесе параметр мәні қатеКелесі қадамЖаңадан жасау сұрауын жібермес бұрын көрсетілген өрістерді түзетіңіз.

Балама атаулар

Модельдердің балама атаулары

Ailoot nvidia/llama-nemotron-embed-vl-1b-v2, nemotron-embed-vl, nemotron-embed-vl-latest

Әдіс жолдарының балама атаулары

Жоғарыда көрсетілген әдіс жолдарын пайдаланыңыз.

Шақыруға арналған байланысты ID

nvidia/llama-nemotron-embed-vl-1b-v2, nemotron-embed-vl, nemotron-embed-vl-latest

Ailoot · Эмбеддингтер POST /v1/embeddings nemotron-embed-vl

nemotron-embed-vl

NVIDIA /nemotron-embed-vl
Модель ID
  • nvidia/llama-nemotron-embed-vl-1b-v2
  • nemotron-embed-vl
  • nemotron-embed-vl-latest

Бастау

Llama Nemotron Embed VL v2 құжаттар бойынша семантикалық іздеуге арналған векторлар жасайды. Қазіргі Ailoot каталогында сұраулар мен материалдар үшін мәтіндік кіріс ұсынылған.

Қабылданатын кіріс деректері
Мәтін
Нәтижелер
embedding

Ailoot жүйесінде қолжетімді · кіріс деректері мен әдістер

Ailoot · Эмбеддингтер POST /v1/embeddings
Кіріс
text
Шығыс
embedding
Контекст
4 096 tokens
Шығыс пішімі
json
ӨрісТүріТалапМәндер мен шектеулерӘдепкі
ӨрісmodelТүріstringТалапМіндеттіМәндер мен шектеулер
nemotron-embed-vl
Әдепкі—
ӨрісinputТүріstring|string[]ТалапМіндеттіМәндер мен шектеулер
Элементтердің ең аз саны: 1
Шарттар: Әрбір жол шетіндегі бос орындар алынғаннан кейін бос болмауы керек; data URI мекенжайлары қабылданбайды; қабылданған лимит тиісті UTF8 байттарын өлшейді.
Әдепкі—
Өрісinput_typeТүріstringТалапМіндетті емесМәндер мен шектеулер
query, passage
Әдепкіquery
Өрісencoding_formatТүріstringТалапМіндетті емесМәндер мен шектеулер
float, base64
Әдепкіfloat
ӨрісtruncateТүріstringТалапМіндетті емесМәндер мен шектеулер
NONE, START, END
Әдепкі—
ӨрісdimensionsТүріintegerТалапМіндетті емесМәндер мен шектеулер
Ең азы: 1
Әдепкі—
ӨрісuserТүріstringТалапМіндетті емесМәндер мен шектеулерӘдепкі—
Кіріс материалдарының үйлесімдері

text_to_embedding

Әдіс параметрлері мен өмірлік циклі
ПараметрПараметр талаптары
Параметрmaterial_typesПараметр талаптарыtext
ПараметрrequiredПараметр талаптарыmodel, input
Параметрoptional_controlsПараметр талаптарыnull
Параметрcontent_typeПараметр талаптарыapplication/json

Өмірлік цикл: exact retained published method

Әдіс құрылымдары мен ID мәндері дәл берілген; жеткізушінің мүмкіндігі сұрауды қабылдаудан бөлек қаралады.

Тарифтер

Ailoot әдістерінің мөлшерлемелері

Ailoot ЭмбеддингтерPOST /v1/embeddings
Кіріс
0,0001 $ / 1K

Ailoot сұрау алдында болжамды соманы резервтейді. Нәтижеден кейін өлшенген пайдалану көлемі бойынша қорытынды төлемді шегереді. Ағындық жауап үшін төлем соңғы пайдалану жазбасы негізінде шегеріледі. Резервтеу мен төлемді есептеу тәртібі →

Сұрау мысалдары

Ailoot · Эмбеддингтер

Эмбеддинг мысалы
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

Нәтижелерді алу және сақтау

Ailoot · Эмбеддингтер

json

Барлық дайын нәтижені сақтау

Қайтарылған әр толық жауапты, файлды және мазмұн бөлігін сақтаңыз.

Векторлардың base64 кодын сол пішім сұралған жағдайда ғана ашыңыз; әрбір векторды және оның бастапқы индексін сақтаңыз.

Бастапқы жауапты тексеру қажет болса

Эмбеддинг тапсырмасы үшін жаңа эндпоинт енгізілмейді.

Жауап өрістері
ӨрісТүрі
Өрісdata[].indexТүріinteger
Өрісdata[].embeddingТүріfinite float[]|base64 float32 vector
ӨрісmodelТүріstring
ӨрісusageТүріobject
Қателер және келесі қадамдар
ЖауапШартКелесі қадам
Жауап400 · invalid_request_errorШартМіндетті өрістер, материалды ұсыну тәсілі немесе параметр мәні қатеКелесі қадамЖаңадан жасау сұрауын жібермес бұрын көрсетілген өрістерді түзетіңіз.

Балама атаулар

Модельдердің балама атаулары

Ailoot nvidia/llama-nemotron-embed-vl-1b-v2, nemotron-embed-vl, nemotron-embed-vl-latest

Әдіс жолдарының балама атаулары

Жоғарыда көрсетілген әдіс жолдарын пайдаланыңыз.

Шақыруға арналған байланысты ID

nvidia/llama-nemotron-embed-vl-1b-v2, nemotron-embed-vl, nemotron-embed-vl-latest

Ailoot · Эмбеддингтер POST /v1/embeddings nemotron-embed-vl-latest

nemotron-embed-vl-latest

NVIDIA /nemotron-embed-vl-latest
Модель ID
  • nvidia/llama-nemotron-embed-vl-1b-v2
  • nemotron-embed-vl
  • nemotron-embed-vl-latest

Бастау

Llama Nemotron Embed VL v2 құжаттар бойынша семантикалық іздеуге арналған векторлар жасайды. Қазіргі Ailoot каталогында сұраулар мен материалдар үшін мәтіндік кіріс ұсынылған.

Қабылданатын кіріс деректері
Мәтін
Нәтижелер
embedding

Ailoot жүйесінде қолжетімді · кіріс деректері мен әдістер

Ailoot · Эмбеддингтер POST /v1/embeddings
Кіріс
text
Шығыс
embedding
Контекст
4 096 tokens
Шығыс пішімі
json
ӨрісТүріТалапМәндер мен шектеулерӘдепкі
ӨрісmodelТүріstringТалапМіндеттіМәндер мен шектеулер
nemotron-embed-vl-latest
Әдепкі—
ӨрісinputТүріstring|string[]ТалапМіндеттіМәндер мен шектеулер
Элементтердің ең аз саны: 1
Шарттар: Әрбір жол шетіндегі бос орындар алынғаннан кейін бос болмауы керек; data URI мекенжайлары қабылданбайды; қабылданған лимит тиісті UTF8 байттарын өлшейді.
Әдепкі—
Өрісinput_typeТүріstringТалапМіндетті емесМәндер мен шектеулер
query, passage
Әдепкіquery
Өрісencoding_formatТүріstringТалапМіндетті емесМәндер мен шектеулер
float, base64
Әдепкіfloat
ӨрісtruncateТүріstringТалапМіндетті емесМәндер мен шектеулер
NONE, START, END
Әдепкі—
ӨрісdimensionsТүріintegerТалапМіндетті емесМәндер мен шектеулер
Ең азы: 1
Әдепкі—
ӨрісuserТүріstringТалапМіндетті емесМәндер мен шектеулерӘдепкі—
Кіріс материалдарының үйлесімдері

text_to_embedding

Әдіс параметрлері мен өмірлік циклі
ПараметрПараметр талаптары
Параметрmaterial_typesПараметр талаптарыtext
ПараметрrequiredПараметр талаптарыmodel, input
Параметрoptional_controlsПараметр талаптарыnull
Параметрcontent_typeПараметр талаптарыapplication/json

Өмірлік цикл: exact retained published method

Әдіс құрылымдары мен ID мәндері дәл берілген; жеткізушінің мүмкіндігі сұрауды қабылдаудан бөлек қаралады.

Тарифтер

Ailoot әдістерінің мөлшерлемелері

Ailoot ЭмбеддингтерPOST /v1/embeddings
Кіріс
0,0001 $ / 1K

Ailoot сұрау алдында болжамды соманы резервтейді. Нәтижеден кейін өлшенген пайдалану көлемі бойынша қорытынды төлемді шегереді. Ағындық жауап үшін төлем соңғы пайдалану жазбасы негізінде шегеріледі. Резервтеу мен төлемді есептеу тәртібі →

Сұрау мысалдары

Ailoot · Эмбеддингтер

Эмбеддинг мысалы
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

Нәтижелерді алу және сақтау

Ailoot · Эмбеддингтер

json

Барлық дайын нәтижені сақтау

Қайтарылған әр толық жауапты, файлды және мазмұн бөлігін сақтаңыз.

Векторлардың base64 кодын сол пішім сұралған жағдайда ғана ашыңыз; әрбір векторды және оның бастапқы индексін сақтаңыз.

Бастапқы жауапты тексеру қажет болса

Эмбеддинг тапсырмасы үшін жаңа эндпоинт енгізілмейді.

Жауап өрістері
ӨрісТүрі
Өрісdata[].indexТүріinteger
Өрісdata[].embeddingТүріfinite float[]|base64 float32 vector
ӨрісmodelТүріstring
ӨрісusageТүріobject
Қателер және келесі қадамдар
ЖауапШартКелесі қадам
Жауап400 · invalid_request_errorШартМіндетті өрістер, материалды ұсыну тәсілі немесе параметр мәні қатеКелесі қадамЖаңадан жасау сұрауын жібермес бұрын көрсетілген өрістерді түзетіңіз.

Балама атаулар

Модельдердің балама атаулары

Ailoot nvidia/llama-nemotron-embed-vl-1b-v2, nemotron-embed-vl, nemotron-embed-vl-latest

Әдіс жолдарының балама атаулары

Жоғарыда көрсетілген әдіс жолдарын пайдаланыңыз.

Шақыруға арналған байланысты ID

nvidia/llama-nemotron-embed-vl-1b-v2, nemotron-embed-vl, nemotron-embed-vl-latest

FAQ · nvidia/llama-nemotron-embed-vl-1b-v2
Қандай кіріс деректері мен нәтижелер қолжетімді?

POST /v1/embeddings · nvidia/llama-nemotron-embed-vl-1b-v2: text → embedding

POST /v1/embeddings · nemotron-embed-vl: text → embedding

POST /v1/embeddings · nemotron-embed-vl-latest: text → embedding

Сұрау қандай өрістерді пайдаланады?

POST /v1/embeddings · nvidia/llama-nemotron-embed-vl-1b-v2: model, input, input_type, encoding_format, truncate, dimensions, user

POST /v1/embeddings · nemotron-embed-vl: model, input, input_type, encoding_format, truncate, dimensions, user

POST /v1/embeddings · nemotron-embed-vl-latest: model, input, input_type, encoding_format, truncate, dimensions, user

Қандай шектеулер қолданылады?

POST /v1/embeddings · nvidia/llama-nemotron-embed-vl-1b-v2: ctx: 4096; input.min_items: 1; dimensions.minimum: 1

POST /v1/embeddings · nemotron-embed-vl: ctx: 4096; input.min_items: 1; dimensions.minimum: 1

POST /v1/embeddings · nemotron-embed-vl-latest: ctx: 4096; input.min_items: 1; dimensions.minimum: 1

Толығырақ

Ailoot-ты Claude Code, OpenCode, Hermes не қолданбаңызға қосыңыз.

Компания және оның жобалар портфелі

Компания және оның жобалар портфелі: миллиондаған клиент; ай сайынғы сату көлемі миллиардтармен есептеледі.

Токенді жеңілдікпен сатып алыңыз.

Тұрақты жұмысқа жазылым жеңілдігі. Токен сатып алуға промокодтар — 50% дейін.

Жазылым
Тұрақты сұрауыңызға жеңілдікті тариф таңдаңыз.
50% дейінгі промокод
Сатып алғанда код енгізіңіз. Баға қазіргі науқанмен қайта есептеледі.
Тарихтағы шығындар
Әр сұрауға модель, токен және сома сақталады.

Жазылым таңдау · Модель бағасын көру

API-ді сататын өніміңізге қосыңыз.

SaaS, қолданба мен бот Ailoot офертасы және лицензиялық шартына сай. Қайта сатуға реселлер лицензиясын сұраңыз.

Коммерциялық қолданба
Қызметіңіздің ақылы функциясына мәтін, сурет, бейне және дыбыс жасауды қосыңыз.
Реселлер лицензиясы
Жоба сипаттамасы мен кіру схемасын жіберіңіз. Пайдалану мен қайта сатуға жазбаша шарт сұраңыз.
Сайттағы құжаттар
Оферта, лицензиялық шарт және дерек саясаты қоспай тұрып қолжетімді.

Реселлер лицензиясын сұрау · Оферта мен лицензиялық шарт