Nemotron 3.5 Embed 8B je model NVIDIA za pretvorbo poizvedb in dokumentov v vektorske vložitve. Številčne predstavitve pomagajo primerjati vsebino, kadar se vprašanje razlikuje od besed v viru. Model je primeren za iskalno plast zbirke znanja podjetja, informacijske storitve in aplikacije, ki pred odgovorom izbere dokumente.
Izvirni model NVIDIA združuje besedilo in slike dokumentov v skupnem predstavitvenem prostoru; generacija 3.5 dodaja iskanje po vizualni vsebini strani. Ta kartica Ailoot uporablja besedilni potek: besedilo na vhodu in vektor na izhodu.
V Ailoot sta prek embeddings na voljo besedilni vhod in vektorski izhod. Aplikacija pridobi predstavitev gradiva in z njo išče bližnje zapise v indeksu. Za povezan odgovor z razlago lahko najdena besedila skupaj z vprašanjem posreduje ločenemu generativnemu modelu.
Besedilno kodiranje temelji na Nemotron 3 Embed 8B. Pri generaciji 3.5 je NVIDIA ohranila ta besedilni del in prostor vložitev ter izvirni model razširila z dodatnimi zmožnostmi. Objavljena kartica opisuje izhod 4096 vrednosti, dobljen s povprečenjem predstavitev žetonov in normalizacijo L2. Razsežnost vektorskega indeksa uskladite z dejanskim odgovorom metode.
Besedilno iskanje je bilo ocenjeno v 34 jezikih, tudi ruščini. Pri večjezičnih navodilih in priročnikih je model zato kandidat za skupno iskalno plast. Izbor je odvisen od vsebine zbirke, delitve dokumentov in značilnih vprašanj uporabnikov; preverite ga na gradivu svojega področja.
Za ta model Ailoot navaja besedilni kontekst in vhodno omejitev 32768 žetonov. Dele dolgega dokumenta lahko shranite kot samostojne zapise s skupno povezavo na izvirnik. Rezultat modela je vektorska vložitev besedila za nadaljnjo obdelavo v aplikaciji.
", "aboutText": "### Pomensko iskanje v zbirki znanja\n\nNemotron 3.5 Embed 8B je model NVIDIA za pretvorbo poizvedb in dokumentov v vektorske vložitve. Številčne predstavitve pomagajo primerjati vsebino, kadar se vprašanje razlikuje od besed v viru. Model je primeren za iskalno plast zbirke znanja podjetja, informacijske storitve in aplikacije, ki pred odgovorom izbere dokumente.\n\nIzvirni model NVIDIA združuje besedilo in slike dokumentov v skupnem predstavitvenem prostoru; generacija 3.5 dodaja iskanje po vizualni vsebini strani. Ta kartica Ailoot uporablja besedilni potek: besedilo na vhodu in vektor na izhodu.\n\nV Ailoot sta prek embeddings na voljo besedilni vhod in vektorski izhod. Aplikacija pridobi predstavitev gradiva in z njo išče bližnje zapise v indeksu. Za povezan odgovor z razlago lahko najdena besedila skupaj z vprašanjem posreduje ločenemu generativnemu modelu.\n\n### Kaj ločuje različico 8B\n\nBesedilno kodiranje temelji na Nemotron 3 Embed 8B. Pri generaciji 3.5 je NVIDIA ohranila ta besedilni del in prostor vložitev ter izvirni model razširila z dodatnimi zmožnostmi. Objavljena kartica opisuje izhod 4096 vrednosti, dobljen s povprečenjem predstavitev žetonov in normalizacijo L2. Razsežnost vektorskega indeksa uskladite z dejanskim odgovorom metode.\n\nBesedilno iskanje je bilo ocenjeno v 34 jezikih, tudi ruščini. Pri večjezičnih navodilih in priročnikih je model zato kandidat za skupno iskalno plast. Izbor je odvisen od vsebine zbirke, delitve dokumentov in značilnih vprašanj uporabnikov; preverite ga na gradivu svojega področja.\n\n### Delovni postopek\n\n1. Izvirne dokumente razdelite na odseke z zaključenim odgovorom ali razlago.\n2. Pridobite vložitve in jih shranite z besedilom, naslovom in povezavo na vir.\n3. Vprašanje pretvorite z istim modelom in poiščite bližnje zapise.\n4. Odseke prikažite ali jih uporabite v RAG za odgovor na podlagi virov.\n\n### Velikost vhoda\n\nZa ta model Ailoot navaja besedilni kontekst in vhodno omejitev 32768 žetonov. Dele dolgega dokumenta lahko shranite kot samostojne zapise s skupno povezavo na izvirnik. Rezultat modela je vektorska vložitev besedila za nadaljnjo obdelavo v aplikaciji.", "locale": "sl", "methods": [ { "html": "POST /v1/embeddingstextembedding