NVIDIA: Nemotron 3.5 Content Safety (free)

Nemotron 3.5 Content Safety é o modelo de proteção da NVIDIA com 4B parâmetros, afinado a partir de Gemma-3-4B. A sua função documentada é a moderação de prompts e respostas, a classificação de conteúdo e os fluxos de políticas de segurança. A NVIDIA descreve saídas que avaliam um prompt do utilizador e uma resposta como seguros ou inseguros, acrescentam rótulos de categorias de segurança e, opcionalmente, incluem um registo do raciocínio. A avaliação é uma saída do modelo que a aplicação deve avaliar e aplicar. Cada mensagem tem um role de system, developer, user ou assistant e content como cadeia de texto simples. O parâmetro opcional name é uma cadeia; limite cada mensagem a estes campos. Envie stream:false ou omita stream.

Utilize o ID exato do modelo nvidia/nemotron-3.5-content-safety:free com POST /v1/chat/completions e um array messages não vazio. Coloque o material a avaliar no conteúdo de texto e distinga o prompt do utilizador da resposta do modelo quando ambos estiverem a ser revistos. Uma etapa prática de moderação pode identificar explicitamente essas duas passagens e pedir ao modelo para indicar as categorias relevantes, mantendo a avaliação ligada ao conteúdo fornecido.

Esta edição do Ailoot aceita texto e devolve texto. Para uma fila de revisão, prepare a publicação real, o rascunho de mensagem de apoio ao cliente ou a resposta gerada que necessita de avaliação, juntamente com o contexto envolvente que altere o seu significado. Mantenha as decisões da aplicação, como encaminhar um elemento sinalizado para revisão humana, no seu próprio fluxo de trabalho. As entradas multimédia, os controlos de chamadas de ferramentas e os controlos explícitos de cache estão fora do perfil de pedido desta edição.

A página do modelo indica uma janela de contexto de 128 000 tokens e até 8 192 tokens de conclusão. O Ailoot também exige que todo o corpo JSON do pedido em UTF-8, incluindo instruções e nomes de campos, caiba em 128 000 bytes. Para um limite explícito de saída, defina exatamente um de max_tokens ou max_completion_tokens como um número inteiro positivo de 1 a 8 192. Se nenhum for fornecido, o Ailoot encaminha um limite de saída de 4 096 tokens. Tenha em conta a conversa completa e a avaliação que solicita. A descrição do modelo refere cobertura de 12 idiomas; preserve a formulação original quando a avaliação depender do idioma de origem. Se a aplicação esperar rótulos específicos, analise e valide o texto devolvido face às regras de tratamento escolhidas. Uma resposta solicitada com aspeto de JSON não garante uma saída sujeita à imposição de um esquema.

Utilize stream:false para uma resposta de conversa JSON completa. Leia choices[].message.content, preserve todas as escolhas devolvidas e quaisquer campos de raciocínio fornecidos e conserve finish_reason e usage. Guarde a avaliação com o prompt e a resposta exatos que avalia, para que a decisão possa ser revista mais tarde. Uma avaliação de um texto aplica-se a esse texto e contexto fornecidos; avalie uma resposta substancialmente alterada como um elemento próprio.

Prepare material que não contenha informações confidenciais, conforme exigido pelos termos de utilização documentados desta edição gratuita. Se o pedido terminar sem uma avaliação completa, conserve o identificador do pedido original e os dados devolvidos enquanto verifica a tentativa existente. Esta ficha documenta um resultado direto de conversa e não fornece um fluxo separado de tarefa assíncrona ou cancelamento.