Llama Nemotron Embed VL 1B v2
Llama Nemotron Embed VL v2 kuria vektorius semantinei paieškai dokumentuose. Dabartiniame Ailoot kataloge pateikta tekstinė užklausų ir medžiagos įvestis.
- Ailoot · Įterpiniai
POST /v1/embeddingsnvidia/llama-nemotron-embed-vl-1b-v2 - Ailoot · Įterpiniai
POST /v1/embeddingsnemotron-embed-vl - Ailoot · Įterpiniai
POST /v1/embeddingsnemotron-embed-vl-latest
Apie modelį
Šis aprašas apima modelio galimybes. Pasirinktam metodui Ailoot prieinamos įvestys, išvestys ir parinktys nurodytos toliau.
Rasti reikiamą puslapį pagal klausimą
NVIDIA sukūrė Llama Nemotron Embed VL 1B v2 medžiagai, padedančiai atsakyti į klausimą, ieškoti. Užklausa pateikiama tekstu. Dabartiniame Ailoot kataloge modeliui pateikta tekstinė įvestis: klausimas ir medžiaga koduojami kaip tekstas. Gamintojas taip pat aprašo dokumentą kaip puslapio vaizdą arba vaizdą kartu su išgautu tekstu. Tokiems vaizdiniams variantams reikia atskiro metodo su vaizdų palaikymu. Su atitinkama įvestimi modelis atvaizduoja lenteles, grafikus ir infografiką bendroje vektorių erdvėje.
Tokia paieška tinka klausimų ir atsakymų asistentams, dirbantiems su didele dokumentų kolekcija, vidiniais žinynais ir tyrimų medžiaga. Kodavimo rezultatas yra skaitinis vektorius. Rastą puslapį ar fragmentą tuomet galima perduoti atsakymą formuojančiam modeliui: pati Embed VL atlieka konteksto paieškos etapą.
Gamintojo dokumento variantai
- Tekstinis dokumentas: atskiras skyrius, fragmentas arba jau atpažintas puslapio tekstas.
- Vaizdas: visas puslapis su jo tekstu, lentelėmis ir grafiniais elementais.
- Vaizdas su tekstu: vaizdinis puslapio pavidalas ir jo tekstinis turinys sujungiami į vieną atvaizdį.
Užklausa ir dokumentas koduojami nepriklausomai. Todėl kolekciją galima apdoroti iš anksto, išsaugoti vektorius kartu su pradiniais puslapiais, o gavus naują klausimą skaičiuoti tik užklausos vektorių. Vektorių panašumas padeda pasirinkti medžiagą pagal prasmę. Tekstiniai užklausos ir dokumento vaidmenys skiriasi; tai svarbu išlaikyti rengiant duomenis.
Atvaizdžio dydis ir įvesties ilgis
Kiekviena įvestis paverčiama vienu vektoriumi, kurio matmenų skaičius yra iki 2048. Tekstiniame režime naudojamas 8192 tokenų biudžetas. Gamintojo vaizdiniam metodui su vaizdo ir teksto deriniu aprašytas bendras 10240 tokenų biudžetas, apimantis abi dalis; tai nėra Ailoot metodo tekstinis limitas. Vaizdas skaidomas į fragmentus: aprašytoje konfigūracijoje leidžiami iki šešių fragmentų ir sumažinta viso puslapio kopija, kartu apie 1792 vaizdinių tokenų. Ilgus tekstus reikia skaidyti arba trumpinti.
Kalbinė dalis sukurta Llama 3.2 1B pagrindu, vaizdinė — SigLIP2. Jos sujungtos į koduotuvą, kuris vidurkina įvesties tokenų atvaizdžius ir pateikia vieną vektorių. Kontrastinis mokymas suartina klausimą su tinkamu puslapiu ir nutolina jį nuo nereikšmingos medžiagos. Paieška išlieka tikimybinė: vektorių artumas negarantuoja, kad pasirinktame fragmente yra teisingas atsakymas.
Ailoot · Įterpiniai 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
Pradžia
Llama Nemotron Embed VL v2 kuria vektorius semantinei paieškai dokumentuose. Dabartiniame Ailoot kataloge pateikta tekstinė užklausų ir medžiagos įvestis.
- Leidžiamos įvestys
- Tekstas
- Rezultatai
- embedding
Prieinama Ailoot · įvestys ir metodai
Ailoot · Įterpiniai POST /v1/embeddings
- Įvestis
text- Išvestis
embedding- Kontekstas
- 4 096 tokens
- Išvesties formatas
- json
| Laukas | Tipas | Reikalavimas | Reikšmės ir ribos | Numatyta |
|---|---|---|---|---|
Laukasmodel | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos nvidia/llama-nemotron-embed-vl-1b-v2 | Numatyta— |
Laukasinput | Tipasstring|string[] | ReikalavimasPrivaloma | Reikšmės ir ribos Mažiausias elementų skaičius: 1 Sąlygos: Kiekviena eilutė turi būti netuščia pašalinus kraštinius tarpus; data URI atmetami; priimtas biudžetas matuoja atitinkamus UTF8 baitus. | Numatyta— |
Laukasinput_type | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos query, passage | Numatytaquery |
Laukasencoding_format | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos float, base64 | Numatytafloat |
Laukastruncate | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos NONE, START, END | Numatyta— |
Laukasdimensions | Tipasinteger | ReikalavimasNeprivaloma | Reikšmės ir ribos Mažiausia reikšmė: 1 | Numatyta— |
Laukasuser | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— |
Įvesties medžiagos deriniai
text_to_embedding
Metodo parametrai ir gyvavimo ciklas
| Parametras | Specifikacija |
|---|---|
Parametrasmaterial_types | Specifikacijatext |
Parametrasrequired | Specifikacijamodel, input |
Parametrasoptional_controls | Specifikacijanull |
Parametrascontent_type | Specifikacijaapplication/json |
Gyvavimo ciklas: exact retained published method
Metodų struktūros ir ID yra tikslūs; tiekėjo galimybės yra atskirtos nuo užklausos priėmimo.
Planai
Ailoot metodų įkainiai
POST /v1/embeddings- Įvestis
- 0,0001 USD / 1K
Ailoot prieš užklausą rezervuoja numatomą sumą. Gavus rezultatą, galutinis mokestis nuskaitomas pagal išmatuotą naudojimą. Srautinio atsakymo atsiskaitymui naudojamas galutinis naudojimo įrašas. Kaip veikia rezervavimas ir atsiskaitymas →
Užklausų pavyzdžiai
Ailoot · Įterpiniai
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
Gauti ir išsaugoti rezultatus
Ailoot · Įterpiniai
json
Išsaugoti visus baigtus rezultatus
Išsaugokite kiekvieną visą grąžintą atsakymą, failą ir turinio dalį.
Dekoduokite base64 vektorius tik tada, jei buvo prašoma šio formato; išsaugokite kiekvieną vektorių ir jo pradinį indeksą.
Jei reikia patikrinti pradinį atsakymą
Vektorių generavimo užduotims atskiras API galinis taškas neįvedamas.
Atsakymo laukai
| Laukas | Tipas |
|---|---|
Laukasdata[].index | Tipasinteger |
Laukasdata[].embedding | Tipasfinite float[]|base64 float32 vector |
Laukasmodel | Tipasstring |
Laukasusage | Tipasobject |
Klaidos ir tolesni veiksmai
| Atsakymas | Sąlyga | Kitas žingsnis |
|---|---|---|
Atsakymas400 · invalid_request_error | SąlygaNetinkami privalomi laukai, medžiagos pateikimo forma arba parametro reikšmė | Kitas žingsnisPrieš naują kūrimo užklausą pataisykite nurodytus laukus. |
Pseudonimai
Modelių pseudonimai
Ailoot nvidia/llama-nemotron-embed-vl-1b-v2, nemotron-embed-vl, nemotron-embed-vl-latest
Metodų kelių pseudonimai
Naudokite aukščiau nurodytus metodų kelius.
Susiję ID iškvietimui
nvidia/llama-nemotron-embed-vl-1b-v2, nemotron-embed-vl, nemotron-embed-vl-latest
Ailoot · Įterpiniai POST /v1/embeddings nemotron-embed-vl
nemotron-embed-vlnvidia/llama-nemotron-embed-vl-1b-v2nemotron-embed-vlnemotron-embed-vl-latest
Pradžia
Llama Nemotron Embed VL v2 kuria vektorius semantinei paieškai dokumentuose. Dabartiniame Ailoot kataloge pateikta tekstinė užklausų ir medžiagos įvestis.
- Leidžiamos įvestys
- Tekstas
- Rezultatai
- embedding
Prieinama Ailoot · įvestys ir metodai
Ailoot · Įterpiniai POST /v1/embeddings
- Įvestis
text- Išvestis
embedding- Kontekstas
- 4 096 tokens
- Išvesties formatas
- json
| Laukas | Tipas | Reikalavimas | Reikšmės ir ribos | Numatyta |
|---|---|---|---|---|
Laukasmodel | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos nemotron-embed-vl | Numatyta— |
Laukasinput | Tipasstring|string[] | ReikalavimasPrivaloma | Reikšmės ir ribos Mažiausias elementų skaičius: 1 Sąlygos: Kiekviena eilutė turi būti netuščia pašalinus kraštinius tarpus; data URI atmetami; priimtas biudžetas matuoja atitinkamus UTF8 baitus. | Numatyta— |
Laukasinput_type | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos query, passage | Numatytaquery |
Laukasencoding_format | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos float, base64 | Numatytafloat |
Laukastruncate | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos NONE, START, END | Numatyta— |
Laukasdimensions | Tipasinteger | ReikalavimasNeprivaloma | Reikšmės ir ribos Mažiausia reikšmė: 1 | Numatyta— |
Laukasuser | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— |
Įvesties medžiagos deriniai
text_to_embedding
Metodo parametrai ir gyvavimo ciklas
| Parametras | Specifikacija |
|---|---|
Parametrasmaterial_types | Specifikacijatext |
Parametrasrequired | Specifikacijamodel, input |
Parametrasoptional_controls | Specifikacijanull |
Parametrascontent_type | Specifikacijaapplication/json |
Gyvavimo ciklas: exact retained published method
Metodų struktūros ir ID yra tikslūs; tiekėjo galimybės yra atskirtos nuo užklausos priėmimo.
Planai
Ailoot metodų įkainiai
POST /v1/embeddings- Įvestis
- 0,0001 USD / 1K
Ailoot prieš užklausą rezervuoja numatomą sumą. Gavus rezultatą, galutinis mokestis nuskaitomas pagal išmatuotą naudojimą. Srautinio atsakymo atsiskaitymui naudojamas galutinis naudojimo įrašas. Kaip veikia rezervavimas ir atsiskaitymas →
Užklausų pavyzdžiai
Ailoot · Įterpiniai
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
Gauti ir išsaugoti rezultatus
Ailoot · Įterpiniai
json
Išsaugoti visus baigtus rezultatus
Išsaugokite kiekvieną visą grąžintą atsakymą, failą ir turinio dalį.
Dekoduokite base64 vektorius tik tada, jei buvo prašoma šio formato; išsaugokite kiekvieną vektorių ir jo pradinį indeksą.
Jei reikia patikrinti pradinį atsakymą
Vektorių generavimo užduotims atskiras API galinis taškas neįvedamas.
Atsakymo laukai
| Laukas | Tipas |
|---|---|
Laukasdata[].index | Tipasinteger |
Laukasdata[].embedding | Tipasfinite float[]|base64 float32 vector |
Laukasmodel | Tipasstring |
Laukasusage | Tipasobject |
Klaidos ir tolesni veiksmai
| Atsakymas | Sąlyga | Kitas žingsnis |
|---|---|---|
Atsakymas400 · invalid_request_error | SąlygaNetinkami privalomi laukai, medžiagos pateikimo forma arba parametro reikšmė | Kitas žingsnisPrieš naują kūrimo užklausą pataisykite nurodytus laukus. |
Pseudonimai
Modelių pseudonimai
Ailoot nvidia/llama-nemotron-embed-vl-1b-v2, nemotron-embed-vl, nemotron-embed-vl-latest
Metodų kelių pseudonimai
Naudokite aukščiau nurodytus metodų kelius.
Susiję ID iškvietimui
nvidia/llama-nemotron-embed-vl-1b-v2, nemotron-embed-vl, nemotron-embed-vl-latest
Ailoot · Įterpiniai POST /v1/embeddings nemotron-embed-vl-latest
nemotron-embed-vl-latestnvidia/llama-nemotron-embed-vl-1b-v2nemotron-embed-vlnemotron-embed-vl-latest
Pradžia
Llama Nemotron Embed VL v2 kuria vektorius semantinei paieškai dokumentuose. Dabartiniame Ailoot kataloge pateikta tekstinė užklausų ir medžiagos įvestis.
- Leidžiamos įvestys
- Tekstas
- Rezultatai
- embedding
Prieinama Ailoot · įvestys ir metodai
Ailoot · Įterpiniai POST /v1/embeddings
- Įvestis
text- Išvestis
embedding- Kontekstas
- 4 096 tokens
- Išvesties formatas
- json
| Laukas | Tipas | Reikalavimas | Reikšmės ir ribos | Numatyta |
|---|---|---|---|---|
Laukasmodel | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos nemotron-embed-vl-latest | Numatyta— |
Laukasinput | Tipasstring|string[] | ReikalavimasPrivaloma | Reikšmės ir ribos Mažiausias elementų skaičius: 1 Sąlygos: Kiekviena eilutė turi būti netuščia pašalinus kraštinius tarpus; data URI atmetami; priimtas biudžetas matuoja atitinkamus UTF8 baitus. | Numatyta— |
Laukasinput_type | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos query, passage | Numatytaquery |
Laukasencoding_format | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos float, base64 | Numatytafloat |
Laukastruncate | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos NONE, START, END | Numatyta— |
Laukasdimensions | Tipasinteger | ReikalavimasNeprivaloma | Reikšmės ir ribos Mažiausia reikšmė: 1 | Numatyta— |
Laukasuser | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— |
Įvesties medžiagos deriniai
text_to_embedding
Metodo parametrai ir gyvavimo ciklas
| Parametras | Specifikacija |
|---|---|
Parametrasmaterial_types | Specifikacijatext |
Parametrasrequired | Specifikacijamodel, input |
Parametrasoptional_controls | Specifikacijanull |
Parametrascontent_type | Specifikacijaapplication/json |
Gyvavimo ciklas: exact retained published method
Metodų struktūros ir ID yra tikslūs; tiekėjo galimybės yra atskirtos nuo užklausos priėmimo.
Planai
Ailoot metodų įkainiai
POST /v1/embeddings- Įvestis
- 0,0001 USD / 1K
Ailoot prieš užklausą rezervuoja numatomą sumą. Gavus rezultatą, galutinis mokestis nuskaitomas pagal išmatuotą naudojimą. Srautinio atsakymo atsiskaitymui naudojamas galutinis naudojimo įrašas. Kaip veikia rezervavimas ir atsiskaitymas →
Užklausų pavyzdžiai
Ailoot · Įterpiniai
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
Gauti ir išsaugoti rezultatus
Ailoot · Įterpiniai
json
Išsaugoti visus baigtus rezultatus
Išsaugokite kiekvieną visą grąžintą atsakymą, failą ir turinio dalį.
Dekoduokite base64 vektorius tik tada, jei buvo prašoma šio formato; išsaugokite kiekvieną vektorių ir jo pradinį indeksą.
Jei reikia patikrinti pradinį atsakymą
Vektorių generavimo užduotims atskiras API galinis taškas neįvedamas.
Atsakymo laukai
| Laukas | Tipas |
|---|---|
Laukasdata[].index | Tipasinteger |
Laukasdata[].embedding | Tipasfinite float[]|base64 float32 vector |
Laukasmodel | Tipasstring |
Laukasusage | Tipasobject |
Klaidos ir tolesni veiksmai
| Atsakymas | Sąlyga | Kitas žingsnis |
|---|---|---|
Atsakymas400 · invalid_request_error | SąlygaNetinkami privalomi laukai, medžiagos pateikimo forma arba parametro reikšmė | Kitas žingsnisPrieš naują kūrimo užklausą pataisykite nurodytus laukus. |
Pseudonimai
Modelių pseudonimai
Ailoot nvidia/llama-nemotron-embed-vl-1b-v2, nemotron-embed-vl, nemotron-embed-vl-latest
Metodų kelių pseudonimai
Naudokite aukščiau nurodytus metodų kelius.
Susiję ID iškvietimui
nvidia/llama-nemotron-embed-vl-1b-v2, nemotron-embed-vl, nemotron-embed-vl-latest
FAQ · nvidia/llama-nemotron-embed-vl-1b-v2
- Kokios įvestys ir rezultatai prieinami?
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- Kokius laukus naudoja užklausa?
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- Kokie apribojimai taikomi?
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