Llama Nemotron Embed VL 1B v2
Llama Nemotron Embed VL v2 สร้างเวกเตอร์สำหรับค้นหาเอกสารตามความหมาย ในแค็ตตาล็อก Ailoot ปัจจุบัน โมเดลรับคำถามและข้อมูลเป็นข้อความ
- Ailoot · เอ็มเบดดิง
POST /v1/embeddingsnvidia/llama-nemotron-embed-vl-1b-v2 - Ailoot · เอ็มเบดดิง
POST /v1/embeddingsnemotron-embed-vl - Ailoot · เอ็มเบดดิง
POST /v1/embeddingsnemotron-embed-vl-latest
เกี่ยวกับโมเดล
คำอธิบายนี้ครอบคลุมความสามารถของโมเดล อินพุต เอาต์พุต และตัวเลือกที่ใช้ได้ใน Ailoot แสดงด้านล่างตามเมธอดที่เลือก
ค้นหาหน้าที่ต้องการจากคำถาม
Llama Nemotron Embed VL 1B v2 พัฒนาโดย NVIDIA เพื่อค้นหาข้อมูลที่ช่วยตอบคำถาม คำค้นกำหนดเป็นข้อความ ในแค็ตตาล็อก Ailoot ปัจจุบัน โมเดลมีอินพุตข้อความ โดยเข้ารหัสทั้งคำถามและข้อมูลเป็นข้อความ ผู้ผลิตยังอธิบายเอกสารในรูปภาพหน้าเอกสาร หรือภาพร่วมกับข้อความที่สกัดแล้ว รูปแบบภาพเหล่านี้ต้องมีวิธีแยกที่รองรับภาพ เมื่อมีอินพุตที่เหมาะสม โมเดลแทนตาราง กราฟ และอินโฟกราฟิกในพื้นที่เวกเตอร์ร่วมกันได้
การค้นหาเช่นนี้เหมาะกับผู้ช่วยถามตอบจากเอกสารจำนวนมาก คู่มือภายใน และข้อมูลวิจัย ผลการเข้ารหัสคือเวกเตอร์ตัวเลข จากนั้นส่งหน้าหรือส่วนที่ค้นพบให้โมเดลสร้างคำตอบได้ ตัว Embed VL ทำหน้าที่ขั้นตอนค้นหาบริบท
รูปแบบเอกสารของผู้ผลิต
- เอกสารข้อความ ได้แก่ ส่วนย่อย ข้อความบางช่วง หรือข้อความหน้าเอกสารที่รู้จำแล้ว
- ภาพ ได้แก่ หน้าเอกสารทั้งหน้าพร้อมข้อความ ตาราง และองค์ประกอบกราฟิก
- ภาพพร้อมข้อความ ได้แก่ รูปลักษณ์หน้าเอกสารและเนื้อหาข้อความที่รวมอยู่ในการแทนข้อมูลเดียวกัน
คำถามและเอกสารเข้ารหัสแยกกัน จึงประมวลผลคอลเลกชันล่วงหน้า เก็บเวกเตอร์ร่วมกับหน้าต้นฉบับ และคำนวณเฉพาะเวกเตอร์คำถามเมื่อมีคำถามใหม่ได้ ความคล้ายของเวกเตอร์ช่วยเลือกข้อมูลตามความหมาย บทบาทข้อความของคำถามกับเอกสารต่างกัน ต้องรักษาความต่างนี้ระหว่างเตรียมข้อมูล
ขนาดการแทนข้อมูลและความยาวอินพุต
อินพุตแต่ละรายการแปลงเป็นหนึ่งเวกเตอร์ที่มีมิติได้ถึง 2048 ค่า โหมดข้อความใช้บัดเจ็ต 8192 โทเคน วิธีภาพของผู้ผลิตที่ผสานภาพกับข้อความอธิบายบัดเจ็ตรวม 10240 โทเคนซึ่งครอบคลุมทั้งสองส่วน นี่ไม่ใช่ขีดจำกัดข้อความของวิธี Ailoot ภาพถูกแบ่งเป็นส่วนย่อย ในการตั้งค่าที่อธิบายไว้รองรับได้ถึงหกส่วนและภาพย่อทั้งหน้า รวมประมาณ 1792 โทเคนภาพ ข้อความยาวต้องแบ่งหรือย่อ
ส่วนภาษาสร้างบน Llama 3.2 1B ส่วนภาพใช้ SigLIP2 รวมเป็นตัวเข้ารหัสที่เฉลี่ยการแทนข้อมูลของโทเคนอินพุตและส่งหนึ่งเวกเตอร์รวม การฝึกแบบ contrastive ทำให้คำถามใกล้กับหน้าที่เหมาะสมและห่างจากข้อมูลไม่เกี่ยวข้อง การค้นหายังเป็นแบบความน่าจะเป็น ความใกล้ของเวกเตอร์ไม่รับประกันว่าส่วนที่เลือกมีคำตอบที่ถูกต้อง
Ailoot · เอ็มเบดดิง 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
เริ่มต้น
Llama Nemotron Embed VL v2 สร้างเวกเตอร์สำหรับค้นหาเอกสารตามความหมาย ในแค็ตตาล็อก Ailoot ปัจจุบัน โมเดลรับคำถามและข้อมูลเป็นข้อความ
- อินพุตที่รองรับ
- ข้อความ
- ผลลัพธ์
- embedding
ใช้งานได้ใน Ailoot · อินพุตและเมธอด
Ailoot · เอ็มเบดดิง POST /v1/embeddings
- ขาเข้า
text- ขาออก
embedding- บริบท
- 4,096 tokens
- รูปแบบเอาต์พุต
- json
| ฟิลด์ | ประเภท | ข้อกำหนด | ค่าและข้อจำกัด | ค่าเริ่มต้น |
|---|---|---|---|---|
ฟิลด์model | ประเภทstring | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด nvidia/llama-nemotron-embed-vl-1b-v2 | ค่าเริ่มต้น— |
ฟิลด์input | ประเภทstring|string[] | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด จำนวนรายการขั้นต่ำ: 1 เงื่อนไข: ทุกสตริงต้องไม่ว่างหลังตัดช่องว่างหัวท้าย ปฏิเสธ data URI งบประมาณที่ยอมรับวัดจากไบต์ UTF8 ที่เกี่ยวข้อง | ค่าเริ่มต้น— |
ฟิลด์input_type | ประเภทstring | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด query, passage | ค่าเริ่มต้นquery |
ฟิลด์encoding_format | ประเภทstring | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด float, base64 | ค่าเริ่มต้นfloat |
ฟิลด์truncate | ประเภทstring | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด NONE, START, END | ค่าเริ่มต้น— |
ฟิลด์dimensions | ประเภทinteger | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด ขั้นต่ำ: 1 | ค่าเริ่มต้น— |
ฟิลด์user | ประเภทstring | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด | ค่าเริ่มต้น— |
ชุดผสมของสื่ออินพุต
text_to_embedding
พารามิเตอร์และวงจรการทำงานของเมธอด
| พารามิเตอร์ | ข้อกำหนด |
|---|---|
พารามิเตอร์material_types | ข้อกำหนดtext |
พารามิเตอร์required | ข้อกำหนดmodel, input |
พารามิเตอร์optional_controls | ข้อกำหนดnull |
พารามิเตอร์content_type | ข้อกำหนดapplication/json |
วงจรการทำงาน: exact retained published method
รูปแบบเมธอดและ ID ระบุอย่างแม่นยำ ความสามารถของผู้ให้บริการแยกจากการอนุญาตให้รับคำขอ
ราคา
อัตราค่าบริการเมธอด Ailoot
POST /v1/embeddings- ขาเข้า
- US$0.0001 / 1K
Ailoot กันยอดเงินประมาณการไว้ก่อนส่งคำขอ หลังได้ผลลัพธ์ จะคิดค่าบริการสุดท้ายตามการใช้งานที่วัดได้ การคิดค่าบริการแบบสตรีมใช้บันทึกการใช้งานสุดท้าย วิธีกันยอดเงินและคิดค่าบริการสุดท้าย →
ตัวอย่างคำขอ
Ailoot · เอ็มเบดดิง
set -eu
: "${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
รับและบันทึกผลลัพธ์
Ailoot · เอ็มเบดดิง
json
เก็บผลลัพธ์ที่เสร็จสมบูรณ์ทั้งหมด
เก็บทุกการตอบกลับ ไฟล์ และส่วนเนื้อหาที่ส่งกลับมาอย่างครบถ้วน
ถอดรหัสเวกเตอร์ base64 เฉพาะเมื่อขอรูปแบบนั้น เก็บเวกเตอร์ทุกชุดพร้อมดัชนีเดิม
เมื่อต้องตรวจสอบการตอบกลับต้นฉบับ
ไม่มีการเพิ่มจุดเชื่อมต่อสำหรับงานสร้างเวกเตอร์ตัวแทนข้อมูล
ฟิลด์การตอบกลับ
| ฟิลด์ | ประเภท |
|---|---|
ฟิลด์data[].index | ประเภทinteger |
ฟิลด์data[].embedding | ประเภทfinite float[]|base64 float32 vector |
ฟิลด์model | ประเภทstring |
ฟิลด์usage | ประเภทobject |
ข้อผิดพลาดและขั้นตอนถัดไป
| การตอบกลับ | เงื่อนไข | ขั้นตอนถัดไป |
|---|---|---|
การตอบกลับ400 · invalid_request_error | เงื่อนไขฟิลด์จำเป็น รูปแบบการแทนข้อมูล หรือค่าพารามิเตอร์ไม่ถูกต้อง | ขั้นตอนถัดไปแก้ฟิลด์ที่ระบุก่อนส่งคำขอสร้างครั้งใหม่ |
ชื่ออื่น
ชื่ออื่นของโมเดล
Ailoot nvidia/llama-nemotron-embed-vl-1b-v2, nemotron-embed-vl, nemotron-embed-vl-latest
ชื่อพาธเมธอดอื่น
ใช้พาธเมธอดที่แสดงด้านบน
ID ที่เกี่ยวข้องสำหรับเรียกใช้โมเดล
nvidia/llama-nemotron-embed-vl-1b-v2, nemotron-embed-vl, nemotron-embed-vl-latest
Ailoot · เอ็มเบดดิง POST /v1/embeddings nemotron-embed-vl
nemotron-embed-vlnvidia/llama-nemotron-embed-vl-1b-v2nemotron-embed-vlnemotron-embed-vl-latest
เริ่มต้น
Llama Nemotron Embed VL v2 สร้างเวกเตอร์สำหรับค้นหาเอกสารตามความหมาย ในแค็ตตาล็อก Ailoot ปัจจุบัน โมเดลรับคำถามและข้อมูลเป็นข้อความ
- อินพุตที่รองรับ
- ข้อความ
- ผลลัพธ์
- embedding
ใช้งานได้ใน Ailoot · อินพุตและเมธอด
Ailoot · เอ็มเบดดิง POST /v1/embeddings
- ขาเข้า
text- ขาออก
embedding- บริบท
- 4,096 tokens
- รูปแบบเอาต์พุต
- json
| ฟิลด์ | ประเภท | ข้อกำหนด | ค่าและข้อจำกัด | ค่าเริ่มต้น |
|---|---|---|---|---|
ฟิลด์model | ประเภทstring | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด nemotron-embed-vl | ค่าเริ่มต้น— |
ฟิลด์input | ประเภทstring|string[] | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด จำนวนรายการขั้นต่ำ: 1 เงื่อนไข: ทุกสตริงต้องไม่ว่างหลังตัดช่องว่างหัวท้าย ปฏิเสธ data URI งบประมาณที่ยอมรับวัดจากไบต์ UTF8 ที่เกี่ยวข้อง | ค่าเริ่มต้น— |
ฟิลด์input_type | ประเภทstring | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด query, passage | ค่าเริ่มต้นquery |
ฟิลด์encoding_format | ประเภทstring | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด float, base64 | ค่าเริ่มต้นfloat |
ฟิลด์truncate | ประเภทstring | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด NONE, START, END | ค่าเริ่มต้น— |
ฟิลด์dimensions | ประเภทinteger | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด ขั้นต่ำ: 1 | ค่าเริ่มต้น— |
ฟิลด์user | ประเภทstring | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด | ค่าเริ่มต้น— |
ชุดผสมของสื่ออินพุต
text_to_embedding
พารามิเตอร์และวงจรการทำงานของเมธอด
| พารามิเตอร์ | ข้อกำหนด |
|---|---|
พารามิเตอร์material_types | ข้อกำหนดtext |
พารามิเตอร์required | ข้อกำหนดmodel, input |
พารามิเตอร์optional_controls | ข้อกำหนดnull |
พารามิเตอร์content_type | ข้อกำหนดapplication/json |
วงจรการทำงาน: exact retained published method
รูปแบบเมธอดและ ID ระบุอย่างแม่นยำ ความสามารถของผู้ให้บริการแยกจากการอนุญาตให้รับคำขอ
ราคา
อัตราค่าบริการเมธอด Ailoot
POST /v1/embeddings- ขาเข้า
- US$0.0001 / 1K
Ailoot กันยอดเงินประมาณการไว้ก่อนส่งคำขอ หลังได้ผลลัพธ์ จะคิดค่าบริการสุดท้ายตามการใช้งานที่วัดได้ การคิดค่าบริการแบบสตรีมใช้บันทึกการใช้งานสุดท้าย วิธีกันยอดเงินและคิดค่าบริการสุดท้าย →
ตัวอย่างคำขอ
Ailoot · เอ็มเบดดิง
set -eu
: "${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
รับและบันทึกผลลัพธ์
Ailoot · เอ็มเบดดิง
json
เก็บผลลัพธ์ที่เสร็จสมบูรณ์ทั้งหมด
เก็บทุกการตอบกลับ ไฟล์ และส่วนเนื้อหาที่ส่งกลับมาอย่างครบถ้วน
ถอดรหัสเวกเตอร์ base64 เฉพาะเมื่อขอรูปแบบนั้น เก็บเวกเตอร์ทุกชุดพร้อมดัชนีเดิม
เมื่อต้องตรวจสอบการตอบกลับต้นฉบับ
ไม่มีการเพิ่มจุดเชื่อมต่อสำหรับงานสร้างเวกเตอร์ตัวแทนข้อมูล
ฟิลด์การตอบกลับ
| ฟิลด์ | ประเภท |
|---|---|
ฟิลด์data[].index | ประเภทinteger |
ฟิลด์data[].embedding | ประเภทfinite float[]|base64 float32 vector |
ฟิลด์model | ประเภทstring |
ฟิลด์usage | ประเภทobject |
ข้อผิดพลาดและขั้นตอนถัดไป
| การตอบกลับ | เงื่อนไข | ขั้นตอนถัดไป |
|---|---|---|
การตอบกลับ400 · invalid_request_error | เงื่อนไขฟิลด์จำเป็น รูปแบบการแทนข้อมูล หรือค่าพารามิเตอร์ไม่ถูกต้อง | ขั้นตอนถัดไปแก้ฟิลด์ที่ระบุก่อนส่งคำขอสร้างครั้งใหม่ |
ชื่ออื่น
ชื่ออื่นของโมเดล
Ailoot nvidia/llama-nemotron-embed-vl-1b-v2, nemotron-embed-vl, nemotron-embed-vl-latest
ชื่อพาธเมธอดอื่น
ใช้พาธเมธอดที่แสดงด้านบน
ID ที่เกี่ยวข้องสำหรับเรียกใช้โมเดล
nvidia/llama-nemotron-embed-vl-1b-v2, nemotron-embed-vl, nemotron-embed-vl-latest
Ailoot · เอ็มเบดดิง POST /v1/embeddings nemotron-embed-vl-latest
nemotron-embed-vl-latestnvidia/llama-nemotron-embed-vl-1b-v2nemotron-embed-vlnemotron-embed-vl-latest
เริ่มต้น
Llama Nemotron Embed VL v2 สร้างเวกเตอร์สำหรับค้นหาเอกสารตามความหมาย ในแค็ตตาล็อก Ailoot ปัจจุบัน โมเดลรับคำถามและข้อมูลเป็นข้อความ
- อินพุตที่รองรับ
- ข้อความ
- ผลลัพธ์
- embedding
ใช้งานได้ใน Ailoot · อินพุตและเมธอด
Ailoot · เอ็มเบดดิง POST /v1/embeddings
- ขาเข้า
text- ขาออก
embedding- บริบท
- 4,096 tokens
- รูปแบบเอาต์พุต
- json
| ฟิลด์ | ประเภท | ข้อกำหนด | ค่าและข้อจำกัด | ค่าเริ่มต้น |
|---|---|---|---|---|
ฟิลด์model | ประเภทstring | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด nemotron-embed-vl-latest | ค่าเริ่มต้น— |
ฟิลด์input | ประเภทstring|string[] | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด จำนวนรายการขั้นต่ำ: 1 เงื่อนไข: ทุกสตริงต้องไม่ว่างหลังตัดช่องว่างหัวท้าย ปฏิเสธ data URI งบประมาณที่ยอมรับวัดจากไบต์ UTF8 ที่เกี่ยวข้อง | ค่าเริ่มต้น— |
ฟิลด์input_type | ประเภทstring | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด query, passage | ค่าเริ่มต้นquery |
ฟิลด์encoding_format | ประเภทstring | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด float, base64 | ค่าเริ่มต้นfloat |
ฟิลด์truncate | ประเภทstring | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด NONE, START, END | ค่าเริ่มต้น— |
ฟิลด์dimensions | ประเภทinteger | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด ขั้นต่ำ: 1 | ค่าเริ่มต้น— |
ฟิลด์user | ประเภทstring | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด | ค่าเริ่มต้น— |
ชุดผสมของสื่ออินพุต
text_to_embedding
พารามิเตอร์และวงจรการทำงานของเมธอด
| พารามิเตอร์ | ข้อกำหนด |
|---|---|
พารามิเตอร์material_types | ข้อกำหนดtext |
พารามิเตอร์required | ข้อกำหนดmodel, input |
พารามิเตอร์optional_controls | ข้อกำหนดnull |
พารามิเตอร์content_type | ข้อกำหนดapplication/json |
วงจรการทำงาน: exact retained published method
รูปแบบเมธอดและ ID ระบุอย่างแม่นยำ ความสามารถของผู้ให้บริการแยกจากการอนุญาตให้รับคำขอ
ราคา
อัตราค่าบริการเมธอด Ailoot
POST /v1/embeddings- ขาเข้า
- US$0.0001 / 1K
Ailoot กันยอดเงินประมาณการไว้ก่อนส่งคำขอ หลังได้ผลลัพธ์ จะคิดค่าบริการสุดท้ายตามการใช้งานที่วัดได้ การคิดค่าบริการแบบสตรีมใช้บันทึกการใช้งานสุดท้าย วิธีกันยอดเงินและคิดค่าบริการสุดท้าย →
ตัวอย่างคำขอ
Ailoot · เอ็มเบดดิง
set -eu
: "${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
รับและบันทึกผลลัพธ์
Ailoot · เอ็มเบดดิง
json
เก็บผลลัพธ์ที่เสร็จสมบูรณ์ทั้งหมด
เก็บทุกการตอบกลับ ไฟล์ และส่วนเนื้อหาที่ส่งกลับมาอย่างครบถ้วน
ถอดรหัสเวกเตอร์ base64 เฉพาะเมื่อขอรูปแบบนั้น เก็บเวกเตอร์ทุกชุดพร้อมดัชนีเดิม
เมื่อต้องตรวจสอบการตอบกลับต้นฉบับ
ไม่มีการเพิ่มจุดเชื่อมต่อสำหรับงานสร้างเวกเตอร์ตัวแทนข้อมูล
ฟิลด์การตอบกลับ
| ฟิลด์ | ประเภท |
|---|---|
ฟิลด์data[].index | ประเภทinteger |
ฟิลด์data[].embedding | ประเภทfinite float[]|base64 float32 vector |
ฟิลด์model | ประเภทstring |
ฟิลด์usage | ประเภทobject |
ข้อผิดพลาดและขั้นตอนถัดไป
| การตอบกลับ | เงื่อนไข | ขั้นตอนถัดไป |
|---|---|---|
การตอบกลับ400 · invalid_request_error | เงื่อนไขฟิลด์จำเป็น รูปแบบการแทนข้อมูล หรือค่าพารามิเตอร์ไม่ถูกต้อง | ขั้นตอนถัดไปแก้ฟิลด์ที่ระบุก่อนส่งคำขอสร้างครั้งใหม่ |
ชื่ออื่น
ชื่ออื่นของโมเดล
Ailoot nvidia/llama-nemotron-embed-vl-1b-v2, nemotron-embed-vl, nemotron-embed-vl-latest
ชื่อพาธเมธอดอื่น
ใช้พาธเมธอดที่แสดงด้านบน
ID ที่เกี่ยวข้องสำหรับเรียกใช้โมเดล
nvidia/llama-nemotron-embed-vl-1b-v2, nemotron-embed-vl, nemotron-embed-vl-latest
FAQ · nvidia/llama-nemotron-embed-vl-1b-v2
- มีอินพุตและผลลัพธ์ใดบ้าง?
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- คำขอใช้ฟิลด์ใดบ้าง?
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- มีข้อจำกัดใดบ้าง?
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