Nemotron 3 Embed 1B
Nemotron 3 Embed 1B transforma textos em vetores para pesquisa multilingue, pesquisa de código e RAG. Processa sequências de até 32768 tokens e produz uma representação com dimensão de 2048 números.
- Ailoot · Representações vetoriais
POST /v1/embeddingsnvidia/nemotron-3-embed-1b - Ailoot · Representações vetoriais
POST /v1/embeddingsnemotron-3-embed - Ailoot · Representações vetoriais
POST /v1/embeddingsnemotron-3-embed-latest
Sobre o modelo
Esta descrição apresenta as capacidades do modelo. As entradas, saídas e opções disponíveis no Ailoot para o método selecionado estão indicadas abaixo.
Nemotron 3 Embed 1B é um modelo textual da NVIDIA para pesquisa por significado e comparação de fragmentos. Codifica perguntas, documentos e código em vetores numéricos densos. Estas representações são utilizadas para encontrar o contexto necessário em grandes coleções, acrescentá-lo à resposta de um assistente ou extrair informação guardada anteriormente para o passo seguinte de um agente.
Conhecimento multilingue e código
O modelo destina-se a pesquisa multilingue e entre línguas: a pergunta e o material adequado podem estar escritos em línguas diferentes. O russo faz parte do conjunto publicado de 34 línguas, juntamente com inglês, ucraniano, chinês, japonês, árabe e outras. Isto é útil em bases de conhecimento comuns em que documentos técnicos e pedidos de utilizadores não estão todos na mesma língua.
As tarefas incluem pesquisa em documentação, comparação de textos e extração de código a partir de uma descrição verbal. A janela de entrada alargada permite trabalhar com documentos longos, contexto de programação extenso e histórico de vários passos de um agente. O material encontrado regressa ao processo seguinte como contexto; as explicações e respostas finais são preparadas pelo componente seguinte do sistema.
Do texto ao vetor
A entrada consiste em cadeias de texto. Para cada cadeia, é produzido um vetor de 2048 números. O comprimento máximo da sequência é de 32768 tokens; material mais longo tem de ser dividido em partes ou reduzido. A preparação da entrada distingue pergunta e documento: o modelo foi treinado para relacionar os seus papéis, pelo que a mesma cadeia nestas duas tarefas não deve ser apresentada sem considerar a finalidade.
Os vetores são normalizados pelo comprimento. Com esta representação, o produto escalar e a semelhança do cosseno proporcionam formas equivalentes de comparação. Podem manter-se as primeiras 1024 ou 512 coordenadas do vetor completo, mas é necessário voltar a normalizar depois do corte. Esta é uma propriedade do processamento do resultado; a dimensão deve ser escolhida de forma coerente para a coleção e para os pedidos.
Como funciona o modelo compacto
O codificador contém cerca de 1,14 mil milhões de parâmetros. Foi obtido a partir de um modelo baseado em Ministral 3 3B através de duas etapas de redução estrutural e destilação. A atenção bidirecional considera toda a entrada e, depois, calcula-se a média das representações dos tokens para formar um vetor comum.
A NVIDIA disponibiliza variantes BF16 e NVFP4. Os seus espaços de representação são próximos, mas mudar de variante exige verificação nos próprios documentos. Nem a semelhança numérica nem o comprimento do contexto garantem que a pesquisa escolha sempre o fragmento correto.
Ailoot · Representações vetoriais POST /v1/embeddings nvidia/nemotron-3-embed-1b
nvidia/nemotron-3-embed-1bnvidia/nemotron-3-embed-1bnemotron-3-embednemotron-3-embed-latest
Introdução
Nemotron 3 Embed 1B transforma textos em vetores para pesquisa multilingue, pesquisa de código e RAG. Processa sequências de até 32768 tokens e produz uma representação com dimensão de 2048 números.
- Entradas aceites
- Texto
- Resultados
- embedding
Disponível no Ailoot · entradas e métodos
Ailoot · Representações vetoriais POST /v1/embeddings
- Entrada
text- Saída
embedding- Contexto
- 4096 tokens
- Formato de saída
- json
| Campo | Tipo | Requisito | Valores e limites | Predefinição |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObrigatório | Valores e limites nvidia/nemotron-3-embed-1b | Predefinição— |
Campoinput | Tipostring|string[] | RequisitoObrigatório | Valores e limites Número mínimo de elementos: 1 Condições: Todas as cadeias têm de permanecer não vazias após trim; os URIs data são rejeitados; o orçamento aceite mede os bytes UTF8 relevantes. | Predefinição— |
Campoinput_type | Tipostring | RequisitoOpcional | Valores e limites query, passage | Predefiniçãoquery |
Campoencoding_format | Tipostring | RequisitoOpcional | Valores e limites float, base64 | Predefiniçãofloat |
Campotruncate | Tipostring | RequisitoOpcional | Valores e limites NONE, START, END | Predefinição— |
Campodimensions | Tipointeger | RequisitoOpcional | Valores e limites Mínimo: 1 | Predefinição— |
Campouser | Tipostring | RequisitoOpcional | Valores e limites | Predefinição— |
Combinações de materiais de entrada
text_to_embedding
Parâmetros e ciclo de vida do método
| Parâmetro | Contrato |
|---|---|
Parâmetromaterial_types | Contratotext |
Parâmetrorequired | Contratomodel, input |
Parâmetrooptional_controls | Contratonull |
Parâmetrocontent_type | Contratoapplication/json |
Ciclo de vida: exact retained published method
As estruturas dos métodos e os ID são exatos; a capacidade do fornecedor é distinta da admissão dos pedidos.
Tarifários
Tarifas dos métodos Ailoot
POST /v1/embeddings- Entrada
- 0,0001 US$ / 1K
O Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. Como funcionam a reserva e a liquidação →
Exemplos de pedidos
Ailoot · Representações vetoriais
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
Receber e guardar os resultados
Ailoot · Representações vetoriais
json
Guardar todos os resultados concluídos
Guarde cada resposta, ficheiro e parte de conteúdo devolvidos na íntegra.
Descodifique os vetores base64 apenas quando esse formato tiver sido solicitado; conserve todos os vetores e o respetivo índice original.
Se for necessário verificar a resposta original
Não é introduzido nenhum endpoint de tarefas de embeddings.
Campos da resposta
| Campo | Tipo |
|---|---|
Campodata[].index | Tipointeger |
Campodata[].embedding | Tipofinite float[]|base64 float32 vector |
Campomodel | Tipostring |
Campousage | Tipoobject |
Erros e passos seguintes
| Resposta | Condição | Passo seguinte |
|---|---|---|
Resposta400 · invalid_request_error | CondiçãoCampos obrigatórios, representação do material ou valor do parâmetro inválidos | Passo seguinteCorrija os campos indicados antes de um novo pedido de criação. |
Aliases
Aliases do modelo
Ailoot nvidia/nemotron-3-embed-1b, nemotron-3-embed, nemotron-3-embed-latest
Aliases dos caminhos dos métodos
Use os caminhos dos métodos indicados acima.
IDs de chamada relacionados
nvidia/nemotron-3-embed-1b, nemotron-3-embed, nemotron-3-embed-latest
Ailoot · Representações vetoriais POST /v1/embeddings nemotron-3-embed
nemotron-3-embednvidia/nemotron-3-embed-1bnemotron-3-embednemotron-3-embed-latest
Introdução
Nemotron 3 Embed 1B transforma textos em vetores para pesquisa multilingue, pesquisa de código e RAG. Processa sequências de até 32768 tokens e produz uma representação com dimensão de 2048 números.
- Entradas aceites
- Texto
- Resultados
- embedding
Disponível no Ailoot · entradas e métodos
Ailoot · Representações vetoriais POST /v1/embeddings
- Entrada
text- Saída
embedding- Contexto
- 4096 tokens
- Formato de saída
- json
| Campo | Tipo | Requisito | Valores e limites | Predefinição |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObrigatório | Valores e limites nemotron-3-embed | Predefinição— |
Campoinput | Tipostring|string[] | RequisitoObrigatório | Valores e limites Número mínimo de elementos: 1 Condições: Todas as cadeias têm de permanecer não vazias após trim; os URIs data são rejeitados; o orçamento aceite mede os bytes UTF8 relevantes. | Predefinição— |
Campoinput_type | Tipostring | RequisitoOpcional | Valores e limites query, passage | Predefiniçãoquery |
Campoencoding_format | Tipostring | RequisitoOpcional | Valores e limites float, base64 | Predefiniçãofloat |
Campotruncate | Tipostring | RequisitoOpcional | Valores e limites NONE, START, END | Predefinição— |
Campodimensions | Tipointeger | RequisitoOpcional | Valores e limites Mínimo: 1 | Predefinição— |
Campouser | Tipostring | RequisitoOpcional | Valores e limites | Predefinição— |
Combinações de materiais de entrada
text_to_embedding
Parâmetros e ciclo de vida do método
| Parâmetro | Contrato |
|---|---|
Parâmetromaterial_types | Contratotext |
Parâmetrorequired | Contratomodel, input |
Parâmetrooptional_controls | Contratonull |
Parâmetrocontent_type | Contratoapplication/json |
Ciclo de vida: exact retained published method
As estruturas dos métodos e os ID são exatos; a capacidade do fornecedor é distinta da admissão dos pedidos.
Tarifários
Tarifas dos métodos Ailoot
POST /v1/embeddings- Entrada
- 0,0001 US$ / 1K
O Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. Como funcionam a reserva e a liquidação →
Exemplos de pedidos
Ailoot · Representações vetoriais
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
Receber e guardar os resultados
Ailoot · Representações vetoriais
json
Guardar todos os resultados concluídos
Guarde cada resposta, ficheiro e parte de conteúdo devolvidos na íntegra.
Descodifique os vetores base64 apenas quando esse formato tiver sido solicitado; conserve todos os vetores e o respetivo índice original.
Se for necessário verificar a resposta original
Não é introduzido nenhum endpoint de tarefas de embeddings.
Campos da resposta
| Campo | Tipo |
|---|---|
Campodata[].index | Tipointeger |
Campodata[].embedding | Tipofinite float[]|base64 float32 vector |
Campomodel | Tipostring |
Campousage | Tipoobject |
Erros e passos seguintes
| Resposta | Condição | Passo seguinte |
|---|---|---|
Resposta400 · invalid_request_error | CondiçãoCampos obrigatórios, representação do material ou valor do parâmetro inválidos | Passo seguinteCorrija os campos indicados antes de um novo pedido de criação. |
Aliases
Aliases do modelo
Ailoot nvidia/nemotron-3-embed-1b, nemotron-3-embed, nemotron-3-embed-latest
Aliases dos caminhos dos métodos
Use os caminhos dos métodos indicados acima.
IDs de chamada relacionados
nvidia/nemotron-3-embed-1b, nemotron-3-embed, nemotron-3-embed-latest
Ailoot · Representações vetoriais POST /v1/embeddings nemotron-3-embed-latest
nemotron-3-embed-latestnvidia/nemotron-3-embed-1bnemotron-3-embednemotron-3-embed-latest
Introdução
Nemotron 3 Embed 1B transforma textos em vetores para pesquisa multilingue, pesquisa de código e RAG. Processa sequências de até 32768 tokens e produz uma representação com dimensão de 2048 números.
- Entradas aceites
- Texto
- Resultados
- embedding
Disponível no Ailoot · entradas e métodos
Ailoot · Representações vetoriais POST /v1/embeddings
- Entrada
text- Saída
embedding- Contexto
- 4096 tokens
- Formato de saída
- json
| Campo | Tipo | Requisito | Valores e limites | Predefinição |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObrigatório | Valores e limites nemotron-3-embed-latest | Predefinição— |
Campoinput | Tipostring|string[] | RequisitoObrigatório | Valores e limites Número mínimo de elementos: 1 Condições: Todas as cadeias têm de permanecer não vazias após trim; os URIs data são rejeitados; o orçamento aceite mede os bytes UTF8 relevantes. | Predefinição— |
Campoinput_type | Tipostring | RequisitoOpcional | Valores e limites query, passage | Predefiniçãoquery |
Campoencoding_format | Tipostring | RequisitoOpcional | Valores e limites float, base64 | Predefiniçãofloat |
Campotruncate | Tipostring | RequisitoOpcional | Valores e limites NONE, START, END | Predefinição— |
Campodimensions | Tipointeger | RequisitoOpcional | Valores e limites Mínimo: 1 | Predefinição— |
Campouser | Tipostring | RequisitoOpcional | Valores e limites | Predefinição— |
Combinações de materiais de entrada
text_to_embedding
Parâmetros e ciclo de vida do método
| Parâmetro | Contrato |
|---|---|
Parâmetromaterial_types | Contratotext |
Parâmetrorequired | Contratomodel, input |
Parâmetrooptional_controls | Contratonull |
Parâmetrocontent_type | Contratoapplication/json |
Ciclo de vida: exact retained published method
As estruturas dos métodos e os ID são exatos; a capacidade do fornecedor é distinta da admissão dos pedidos.
Tarifários
Tarifas dos métodos Ailoot
POST /v1/embeddings- Entrada
- 0,0001 US$ / 1K
O Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. Como funcionam a reserva e a liquidação →
Exemplos de pedidos
Ailoot · Representações vetoriais
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
Receber e guardar os resultados
Ailoot · Representações vetoriais
json
Guardar todos os resultados concluídos
Guarde cada resposta, ficheiro e parte de conteúdo devolvidos na íntegra.
Descodifique os vetores base64 apenas quando esse formato tiver sido solicitado; conserve todos os vetores e o respetivo índice original.
Se for necessário verificar a resposta original
Não é introduzido nenhum endpoint de tarefas de embeddings.
Campos da resposta
| Campo | Tipo |
|---|---|
Campodata[].index | Tipointeger |
Campodata[].embedding | Tipofinite float[]|base64 float32 vector |
Campomodel | Tipostring |
Campousage | Tipoobject |
Erros e passos seguintes
| Resposta | Condição | Passo seguinte |
|---|---|---|
Resposta400 · invalid_request_error | CondiçãoCampos obrigatórios, representação do material ou valor do parâmetro inválidos | Passo seguinteCorrija os campos indicados antes de um novo pedido de criação. |
Aliases
Aliases do modelo
Ailoot nvidia/nemotron-3-embed-1b, nemotron-3-embed, nemotron-3-embed-latest
Aliases dos caminhos dos métodos
Use os caminhos dos métodos indicados acima.
IDs de chamada relacionados
nvidia/nemotron-3-embed-1b, nemotron-3-embed, nemotron-3-embed-latest
FAQ · nvidia/nemotron-3-embed-1b
- Que entradas e resultados estão disponíveis?
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- Que campos utiliza o pedido?
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- Que limites se aplicam?
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