Nemotron 3 Embed 1B
Nemotron 3 Embed 1B paverčia tekstus vektoriais daugiakalbei paieškai, kodo paieškai ir RAG. Apdoroja iki 32768 tokenų sekas ir pateikia 2048 skaičių atvaizdį.
- Ailoot · Įterpiniai
POST /v1/embeddingsnvidia/nemotron-3-embed-1b - Ailoot · Įterpiniai
POST /v1/embeddingsnemotron-3-embed - Ailoot · Įterpiniai
POST /v1/embeddingsnemotron-3-embed-latest
Apie modelį
Šis aprašas apima modelio galimybes. Pasirinktam metodui Ailoot prieinamos įvestys, išvestys ir parinktys nurodytos toliau.
Nemotron 3 Embed 1B — NVIDIA tekstinis modelis paieškai pagal prasmę ir fragmentų palyginimui. Jis koduoja klausimus, dokumentus ir programų kodą į tankiuosius skaitinius vektorius. Šie atvaizdžiai naudojami reikiamam kontekstui didelėse kolekcijose rasti, asistento atsakymui juo papildyti arba anksčiau išsaugotai informacijai išgauti kitam agento žingsniui.
Daugiakalbės žinios ir kodas
Modelis skirtas daugiakalbei ir tarpkalbinei paieškai: klausimas ir tinkama medžiaga gali būti parašyti skirtingomis kalbomis. Rusų kalba įtraukta į paskelbtą 34 kalbų rinkinį kartu su anglų, ukrainiečių, kinų, japonų, arabų ir kitomis. Tai naudinga bendroms žinių bazėms, kuriose techniniai dokumentai ir naudotojų užklausos nėra suvienodinti į vieną kalbą.
Tarp užduočių yra paieška dokumentacijoje, tekstų palyginimas ir kodo išgavimas pagal žodinį aprašymą. Didelis įvesties langas leidžia dirbti su ilgais dokumentais, dideliu programiniu kontekstu ir kelių agento žingsnių istorija. Rasta medžiaga grąžinama į tolesnį procesą kaip kontekstas; galutinius paaiškinimus ir atsakymus formuoja kitas sistemos komponentas.
Nuo teksto prie vektoriaus
Įvestis yra teksto eilutės. Kiekvienai eilutei gaunamas vienas vektorius iš 2048 skaičių. Didžiausias sekos ilgis yra 32768 tokenų; ilgesnę medžiagą reikia skaidyti į dalis arba trumpinti. Rengiant įvestį atskiriami klausimas ir dokumentas: modelis mokytas susieti jų vaidmenis, todėl tos pačios eilutės šiose dviejose užduotyse negalima pateikti neatsižvelgiant į paskirtį.
Vektoriai normalizuojami pagal ilgį. Tokiuose atvaizdžiuose skaliarinė sandauga ir kosinuso panašumas suteikia lygiavertį palyginimo būdą. Galima palikti pirmąsias 1024 arba 512 viso vektoriaus koordinates, tačiau po sutrumpinimo reikia iš naujo atlikti normalizavimą. Tai rezultato apdorojimo savybė; kolekcijos ir užklausų matmenų skaičių reikia pasirinkti suderintai.
Kompaktiško modelio sandara
Koduotuve yra apie 1,14 mlrd. parametrų. Jis gautas iš Ministral 3 3B pagrindu sukurto modelio per du struktūrinio mažinimo ir distiliavimo etapus. Dvikryptis dėmesys atsižvelgia į visą įvestį, tuomet tokenų atvaizdžiai vidurkinami į bendrą vektorių.
NVIDIA išleidžia BF16 ir NVFP4 variantus. Jų atvaizdžių erdvės artimos, tačiau keičiant variantą reikia patikrinti su savo dokumentais. Nei skaitinis panašumas, nei konteksto ilgis negarantuoja, kad paieška visada pasirinks tinkamą fragmentą.
Ailoot · Įterpiniai POST /v1/embeddings nvidia/nemotron-3-embed-1b
nvidia/nemotron-3-embed-1bnvidia/nemotron-3-embed-1bnemotron-3-embednemotron-3-embed-latest
Pradžia
Nemotron 3 Embed 1B paverčia tekstus vektoriais daugiakalbei paieškai, kodo paieškai ir RAG. Apdoroja iki 32768 tokenų sekas ir pateikia 2048 skaičių atvaizdį.
- 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/nemotron-3-embed-1b | 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/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
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/nemotron-3-embed-1b, nemotron-3-embed, nemotron-3-embed-latest
Metodų kelių pseudonimai
Naudokite aukščiau nurodytus metodų kelius.
Susiję ID iškvietimui
nvidia/nemotron-3-embed-1b, nemotron-3-embed, nemotron-3-embed-latest
Ailoot · Įterpiniai POST /v1/embeddings nemotron-3-embed
nemotron-3-embednvidia/nemotron-3-embed-1bnemotron-3-embednemotron-3-embed-latest
Pradžia
Nemotron 3 Embed 1B paverčia tekstus vektoriais daugiakalbei paieškai, kodo paieškai ir RAG. Apdoroja iki 32768 tokenų sekas ir pateikia 2048 skaičių atvaizdį.
- 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-3-embed | 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-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
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/nemotron-3-embed-1b, nemotron-3-embed, nemotron-3-embed-latest
Metodų kelių pseudonimai
Naudokite aukščiau nurodytus metodų kelius.
Susiję ID iškvietimui
nvidia/nemotron-3-embed-1b, nemotron-3-embed, nemotron-3-embed-latest
Ailoot · Įterpiniai POST /v1/embeddings nemotron-3-embed-latest
nemotron-3-embed-latestnvidia/nemotron-3-embed-1bnemotron-3-embednemotron-3-embed-latest
Pradžia
Nemotron 3 Embed 1B paverčia tekstus vektoriais daugiakalbei paieškai, kodo paieškai ir RAG. Apdoroja iki 32768 tokenų sekas ir pateikia 2048 skaičių atvaizdį.
- 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-3-embed-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-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
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/nemotron-3-embed-1b, nemotron-3-embed, nemotron-3-embed-latest
Metodų kelių pseudonimai
Naudokite aukščiau nurodytus metodų kelius.
Susiję ID iškvietimui
nvidia/nemotron-3-embed-1b, nemotron-3-embed, nemotron-3-embed-latest
FAQ · nvidia/nemotron-3-embed-1b
- Kokios įvestys ir rezultatai prieinami?
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- Kokius laukus naudoja užklausa?
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- Kokie apribojimai taikomi?
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