Nemotron 3 Embed 1B
Nemotron 3 Embed 1B мәтіндерді көптілді іздеуге, код іздеуге және RAG-ке арналған векторларға айналдырады. 32768 токенге дейінгі тізбектерді өңдеп, өлшемі 2048 сан болатын көрсетілім береді.
- Ailoot · Эмбеддингтер
POST /v1/embeddingsnvidia/nemotron-3-embed-1b - Ailoot · Эмбеддингтер
POST /v1/embeddingsnemotron-3-embed - Ailoot · Эмбеддингтер
POST /v1/embeddingsnemotron-3-embed-latest
Модель туралы
Бұл сипаттама модель мүмкіндіктерін қамтиды. Ailoot жүйесінде таңдалған әдіс үшін қолжетімді кіріс, шығыс және параметрлер төменде берілген.
Nemotron 3 Embed 1B — мағына бойынша іздеуге және үзінділерді салыстыруға арналған NVIDIA мәтіндік моделі. Ол сұрақтарды, құжаттарды және бағдарлама кодын тығыз сандық векторларға кодтайды. Бұл көрсетілімдер үлкен жинақтардан қажетті контекстті табуға, көмекші жауабын онымен толықтыруға немесе агенттің келесі қадамы үшін бұрын сақталған ақпаратты алуға қолданылады.
Көптілді білім және код
Модель көптілді және тіларалық іздеуге арналған: сұрақ пен тиісті материал әртүрлі тілде жазылуы мүмкін. Орыс тілі ағылшын, украин, қытай, жапон, араб және басқа тілдермен бірге жарияланған 34 тілдік жинаққа кіреді. Бұл техникалық құжаттар мен пайдаланушы өтініштері бір тілге келтірілмеген ортақ білім базалары үшін пайдалы.
Тапсырмалар арасында құжаттамадан іздеу, мәтіндерді салыстыру және сөздік сипаттама бойынша код табу бар. Үлкен кіріс терезесі ұзақ құжаттармен, көлемді бағдарламалық контекстпен және агенттің бірнеше қадам тарихымен жұмыс істеуге мүмкіндік береді. Табылған материал келесі процеске контекст ретінде қайтарылады; қорытынды түсіндірмелер мен жауаптарды жүйенің келесі компоненті қалыптастырады.
Мәтіннен векторға
Кіріс мәтіндік жолдардан тұрады. Әр жол үшін 2048 саннан тұратын бір вектор алынады. Тізбектің ең ұзын көлемі — 32768 токен; одан ұзақ материалды бөліктерге бөлу немесе қысқарту қажет. Кірісті дайындауда сұрақ пен құжат ажыратылады: модель олардың рөлдерін салыстыруға үйретілген, сондықтан осы екі тапсырмадағы бірдей жолды мақсатын ескермей рәсімдеуге болмайды.
Векторлар ұзындығы бойынша нормаланады. Мұндай көрсетілімде скаляр көбейтінді мен косинустық ұқсастық тең мәнді салыстыру тәсілін береді. Толық вектордың алғашқы 1024 немесе 512 координатасын қалдыруға болады, бірақ қысқартудан кейін қайта нормалау керек. Бұл — нәтижені өңдеу қасиеті; өлшемді жинақ пен сұраулар үшін үйлестіріп таңдау қажет.
Шағын модельдің құрылымы
Энкодерде шамамен 1,14 млрд параметр бар. Ол Ministral 3 3B негізіндегі модельден құрылымдық қысқарту мен дистилляцияның екі кезеңі арқылы алынған. Екі бағытты назар бүкіл кірісті ескереді, кейін токен көрсетілімдері ортақ векторға орташаланады.
NVIDIA BF16 және NVFP4 нұсқаларын шығарады. Олардың көрсетілім кеңістіктері жақын, бірақ нұсқаны ауыстыру өз құжаттарыңызда тексеруді қажет етеді. Сандық ұқсастық та, контекст ұзындығы да іздеудің әрдайым дұрыс үзіндіні таңдауына кепілдік бермейді.
Ailoot · Эмбеддингтер POST /v1/embeddings nvidia/nemotron-3-embed-1b
nvidia/nemotron-3-embed-1bnvidia/nemotron-3-embed-1bnemotron-3-embednemotron-3-embed-latest
Бастау
Nemotron 3 Embed 1B мәтіндерді көптілді іздеуге, код іздеуге және RAG-ке арналған векторларға айналдырады. 32768 токенге дейінгі тізбектерді өңдеп, өлшемі 2048 сан болатын көрсетілім береді.
- 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
| Өріс | Түрі | Талап | Мәндер мен шектеулер | Әдепкі |
|---|---|---|---|---|
Өрісmodel | Түріstring | ТалапМіндетті | Мәндер мен шектеулер nvidia/nemotron-3-embed-1b | Әдепкі— |
Өрісinput | Түріstring|string[] | ТалапМіндетті | Мәндер 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_type | Түріstring | ТалапМіндетті емес | Мәндер мен шектеулер query, passage | Әдепкіquery |
Өрісencoding_format | Түріstring | ТалапМіндетті емес | Мәндер мен шектеулер float, base64 | Әдепкіfloat |
Өрісtruncate | Түріstring | ТалапМіндетті емес | Мәндер мен шектеулер NONE, START, END | Әдепкі— |
Өрісdimensions | Түріinteger | ТалапМіндетті емес | Мәндер мен шектеулер Ең азы: 1 | Әдепкі— |
Өрісuser | Түріstring | ТалапМіндетті емес | Мәндер мен шектеулер | Әдепкі— |
Кіріс материалдарының үйлесімдері
text_to_embedding
Әдіс параметрлері мен өмірлік циклі
| Параметр | Параметр талаптары |
|---|---|
Параметрmaterial_types | Параметр талаптарыtext |
Параметрrequired | Параметр талаптарыmodel, input |
Параметрoptional_controls | Параметр талаптарыnull |
Параметрcontent_type | Параметр 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
POST /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
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
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
| Өріс | Түрі |
|---|---|
Өрісdata[].index | Түріinteger |
Өрісdata[].embedding | Түріfinite float[]|base64 float32 vector |
Өрісmodel | Түріstring |
Өрісusage | Түріobject |
Қателер және келесі қадамдар
| Жауап | Шарт | Келесі қадам |
|---|---|---|
Жауап400 · invalid_request_error | ШартМіндетті өрістер, материалды ұсыну тәсілі немесе параметр мәні қате | Келесі қадамЖаңадан жасау сұрауын жібермес бұрын көрсетілген өрістерді түзетіңіз. |
Балама атаулар
Модельдердің балама атаулары
Ailoot nvidia/nemotron-3-embed-1b, nemotron-3-embed, nemotron-3-embed-latest
Әдіс жолдарының балама атаулары
Жоғарыда көрсетілген әдіс жолдарын пайдаланыңыз.
Шақыруға арналған байланысты ID
nvidia/nemotron-3-embed-1b, nemotron-3-embed, nemotron-3-embed-latest
Ailoot · Эмбеддингтер POST /v1/embeddings nemotron-3-embed
nemotron-3-embednvidia/nemotron-3-embed-1bnemotron-3-embednemotron-3-embed-latest
Бастау
Nemotron 3 Embed 1B мәтіндерді көптілді іздеуге, код іздеуге және RAG-ке арналған векторларға айналдырады. 32768 токенге дейінгі тізбектерді өңдеп, өлшемі 2048 сан болатын көрсетілім береді.
- 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
| Өріс | Түрі | Талап | Мәндер мен шектеулер | Әдепкі |
|---|---|---|---|---|
Өрісmodel | Түріstring | ТалапМіндетті | Мәндер мен шектеулер nemotron-3-embed | Әдепкі— |
Өрісinput | Түріstring|string[] | ТалапМіндетті | Мәндер 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_type | Түріstring | ТалапМіндетті емес | Мәндер мен шектеулер query, passage | Әдепкіquery |
Өрісencoding_format | Түріstring | ТалапМіндетті емес | Мәндер мен шектеулер float, base64 | Әдепкіfloat |
Өрісtruncate | Түріstring | ТалапМіндетті емес | Мәндер мен шектеулер NONE, START, END | Әдепкі— |
Өрісdimensions | Түріinteger | ТалапМіндетті емес | Мәндер мен шектеулер Ең азы: 1 | Әдепкі— |
Өрісuser | Түріstring | ТалапМіндетті емес | Мәндер мен шектеулер | Әдепкі— |
Кіріс материалдарының үйлесімдері
text_to_embedding
Әдіс параметрлері мен өмірлік циклі
| Параметр | Параметр талаптары |
|---|---|
Параметрmaterial_types | Параметр талаптарыtext |
Параметрrequired | Параметр талаптарыmodel, input |
Параметрoptional_controls | Параметр талаптарыnull |
Параметрcontent_type | Параметр 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
POST /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
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
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
| Өріс | Түрі |
|---|---|
Өрісdata[].index | Түріinteger |
Өрісdata[].embedding | Түріfinite float[]|base64 float32 vector |
Өрісmodel | Түріstring |
Өрісusage | Түріobject |
Қателер және келесі қадамдар
| Жауап | Шарт | Келесі қадам |
|---|---|---|
Жауап400 · invalid_request_error | ШартМіндетті өрістер, материалды ұсыну тәсілі немесе параметр мәні қате | Келесі қадамЖаңадан жасау сұрауын жібермес бұрын көрсетілген өрістерді түзетіңіз. |
Балама атаулар
Модельдердің балама атаулары
Ailoot nvidia/nemotron-3-embed-1b, nemotron-3-embed, nemotron-3-embed-latest
Әдіс жолдарының балама атаулары
Жоғарыда көрсетілген әдіс жолдарын пайдаланыңыз.
Шақыруға арналған байланысты ID
nvidia/nemotron-3-embed-1b, nemotron-3-embed, nemotron-3-embed-latest
Ailoot · Эмбеддингтер POST /v1/embeddings nemotron-3-embed-latest
nemotron-3-embed-latestnvidia/nemotron-3-embed-1bnemotron-3-embednemotron-3-embed-latest
Бастау
Nemotron 3 Embed 1B мәтіндерді көптілді іздеуге, код іздеуге және RAG-ке арналған векторларға айналдырады. 32768 токенге дейінгі тізбектерді өңдеп, өлшемі 2048 сан болатын көрсетілім береді.
- 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
| Өріс | Түрі | Талап | Мәндер мен шектеулер | Әдепкі |
|---|---|---|---|---|
Өрісmodel | Түріstring | ТалапМіндетті | Мәндер мен шектеулер nemotron-3-embed-latest | Әдепкі— |
Өрісinput | Түріstring|string[] | ТалапМіндетті | Мәндер 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_type | Түріstring | ТалапМіндетті емес | Мәндер мен шектеулер query, passage | Әдепкіquery |
Өрісencoding_format | Түріstring | ТалапМіндетті емес | Мәндер мен шектеулер float, base64 | Әдепкіfloat |
Өрісtruncate | Түріstring | ТалапМіндетті емес | Мәндер мен шектеулер NONE, START, END | Әдепкі— |
Өрісdimensions | Түріinteger | ТалапМіндетті емес | Мәндер мен шектеулер Ең азы: 1 | Әдепкі— |
Өрісuser | Түріstring | ТалапМіндетті емес | Мәндер мен шектеулер | Әдепкі— |
Кіріс материалдарының үйлесімдері
text_to_embedding
Әдіс параметрлері мен өмірлік циклі
| Параметр | Параметр талаптары |
|---|---|
Параметрmaterial_types | Параметр талаптарыtext |
Параметрrequired | Параметр талаптарыmodel, input |
Параметрoptional_controls | Параметр талаптарыnull |
Параметрcontent_type | Параметр 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
POST /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
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
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
| Өріс | Түрі |
|---|---|
Өрісdata[].index | Түріinteger |
Өрісdata[].embedding | Түріfinite float[]|base64 float32 vector |
Өрісmodel | Түріstring |
Өрісusage | Түріobject |
Қателер және келесі қадамдар
| Жауап | Шарт | Келесі қадам |
|---|---|---|
Жауап400 · invalid_request_error | ШартМіндетті өрістер, материалды ұсыну тәсілі немесе параметр мәні қате | Келесі қадамЖаңадан жасау сұрауын жібермес бұрын көрсетілген өрістерді түзетіңіз. |
Балама атаулар
Модельдердің балама атаулары
Ailoot nvidia/nemotron-3-embed-1b, nemotron-3-embed, nemotron-3-embed-latest
Әдіс жолдарының балама атаулары
Жоғарыда көрсетілген әдіс жолдарын пайдаланыңыз.
Шақыруға арналған байланысты ID
nvidia/nemotron-3-embed-1b, nemotron-3-embed, nemotron-3-embed-latest
FAQ · nvidia/nemotron-3-embed-1b
- Қандай кіріс деректері мен нәтижелер қолжетімді?
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- Сұрау қандай өрістерді пайдаланады?
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- Қандай шектеулер қолданылады?
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