mô hình

Llama Nemotron Embed VL 1B v2

Markdown · JSON

Llama Nemotron Embed VL 1B v2

Llama Nemotron Embed VL v2 tạo vector cho tìm kiếm ngữ nghĩa trong tài liệu. Danh mục Ailoot hiện tại giới thiệu đầu vào văn bản cho truy vấn và tư liệu.

Về mô hình

Mô tả này trình bày khả năng của mô hình. Đầu vào, đầu ra và tùy chọn có trên Ailoot được liệt kê bên dưới cho phương thức đã chọn.

Tìm trang phù hợp theo câu hỏi

Llama Nemotron Embed VL 1B v2 được NVIDIA phát triển để tìm tư liệu giúp trả lời câu hỏi. Truy vấn được đặt bằng văn bản. Danh mục Ailoot hiện tại giới thiệu đầu vào văn bản cho mô hình: câu hỏi và tư liệu được mã hóa dưới dạng văn bản. Nhà sản xuất còn mô tả tài liệu dưới dạng ảnh trang hoặc ảnh kèm văn bản đã trích xuất. Các dạng hình ảnh này cần phương thức riêng có hỗ trợ ảnh. Với đầu vào tương ứng, mô hình biểu diễn bảng, biểu đồ và đồ họa thông tin trong cùng không gian vector.

Cách tìm kiếm này phù hợp cho trợ lý hỏi đáp trên bộ sưu tập tài liệu lớn, cẩm nang nội bộ và tư liệu nghiên cứu. Kết quả mã hóa là vector số. Sau đó có thể truyền trang hoặc đoạn tìm được cho mô hình tạo câu trả lời: chính Embed VL thực hiện bước tìm ngữ cảnh.

Các dạng tài liệu ở phía nhà sản xuất

  • Tài liệu văn bản: phần riêng, đoạn trích hoặc văn bản trang đã được nhận dạng.
  • Ảnh: toàn bộ trang với chữ, bảng và yếu tố đồ họa.
  • Ảnh kèm văn bản: diện mạo của trang và nội dung văn bản được kết hợp trong một biểu diễn.

Truy vấn và tài liệu được mã hóa độc lập. Vì vậy, có thể xử lý trước bộ sưu tập, lưu vector cùng trang nguồn, rồi chỉ tính vector truy vấn khi có câu hỏi mới. Độ tương đồng vector giúp chọn tư liệu theo ý nghĩa. Vai trò văn bản của truy vấn và tài liệu khác nhau, cần giữ khác biệt này khi chuẩn bị dữ liệu.

Kích thước biểu diễn và độ dài đầu vào

Mỗi đầu vào được chuyển thành một vector có số chiều tối đa 2048 số. Chế độ văn bản dùng ngân sách 8192 token. Với phương thức hình ảnh của nhà sản xuất kết hợp ảnh và văn bản, ngân sách chung được mô tả là 10240 token cho cả hai phần; đây không phải giới hạn văn bản của phương thức Ailoot. Ảnh được chia thành các mảnh: cấu hình được mô tả cho phép tối đa sáu mảnh và một bản thu nhỏ của toàn trang, tổng cộng khoảng 1792 token hình ảnh. Văn bản dài cần được chia hoặc rút gọn.

Phần ngôn ngữ được xây dựng trên Llama 3.2 1B, phần hình ảnh trên SigLIP2. Chúng được kết hợp thành bộ mã hóa lấy trung bình biểu diễn token đầu vào và xuất một vector chung. Học tương phản đưa câu hỏi gần trang phù hợp và xa tư liệu không liên quan. Tìm kiếm vẫn mang tính xác suất: vector gần nhau không bảo đảm đoạn được chọn chứa câu trả lời đúng.

Ailoot · Biểu diễn nhúng POST /v1/embeddings nvidia/llama-nemotron-embed-vl-1b-v2

nvidia/llama-nemotron-embed-vl-1b-v2

NVIDIA /nvidia/llama-nemotron-embed-vl-1b-v2
ID mô hình
  • nvidia/llama-nemotron-embed-vl-1b-v2
  • nemotron-embed-vl
  • nemotron-embed-vl-latest

Bắt đầu

Llama Nemotron Embed VL v2 tạo vector cho tìm kiếm ngữ nghĩa trong tài liệu. Danh mục Ailoot hiện tại giới thiệu đầu vào văn bản cho truy vấn và tư liệu.

Đầu vào được chấp nhận
Văn bản
Kết quả
embedding

Có trên Ailoot · đầu vào & phương thức

Ailoot · Biểu diễn nhúng POST /v1/embeddings
Đầu vào
text
Đầu ra
embedding
Ngữ cảnh
4.096 tokens
Định dạng đầu ra
json
TrườngLoạiYêu cầuGiá trị & giới hạnMặc định
TrườngmodelLoạistringYêu cầuBắt buộcGiá trị & giới hạn
nvidia/llama-nemotron-embed-vl-1b-v2
Mặc định—
TrườnginputLoạistring|string[]Yêu cầuBắt buộcGiá trị & giới hạn
Số mục tối thiểu: 1
Điều kiện: Mọi chuỗi phải không rỗng sau khi loại bỏ khoảng trắng hai đầu; từ chối URI dữ liệu; ngân sách đã chấp nhận đo các byte UTF8 liên quan.
Mặc định—
Trườnginput_typeLoạistringYêu cầuKhông bắt buộcGiá trị & giới hạn
query, passage
Mặc địnhquery
Trườngencoding_formatLoạistringYêu cầuKhông bắt buộcGiá trị & giới hạn
float, base64
Mặc địnhfloat
TrườngtruncateLoạistringYêu cầuKhông bắt buộcGiá trị & giới hạn
NONE, START, END
Mặc định—
TrườngdimensionsLoạiintegerYêu cầuKhông bắt buộcGiá trị & giới hạn
Tối thiểu: 1
Mặc định—
TrườnguserLoạistringYêu cầuKhông bắt buộcGiá trị & giới hạnMặc định—
Tổ hợp tư liệu đầu vào

text_to_embedding

Tham số phương thức và vòng đời
Tham sốHợp đồng
Tham sốmaterial_typesHợp đồngtext
Tham sốrequiredHợp đồngmodel, input
Tham sốoptional_controlsHợp đồngnull
Tham sốcontent_typeHợp đồngapplication/json

Vòng đời: exact retained published method

Cấu trúc phương thức và ID là chính xác; khả năng của nhà cung cấp tách biệt với việc cho phép tiếp nhận yêu cầu.

Bảng giá

Mức phí phương thức Ailoot

Ailoot Biểu diễn nhúngPOST /v1/embeddings
Đầu vào
0,0001 US$ / 1K

Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →

Ví dụ yêu cầu

Ailoot · Biểu diễn nhúng

Ví dụ nhúng
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

Nhận và lưu kết quả

Ailoot · Biểu diễn nhúng

json

Lưu tất cả kết quả đã hoàn tất

Lưu mọi phản hồi hoàn chỉnh, tệp và phần nội dung được trả về.

Chỉ giải mã vectơ base64 khi đã yêu cầu định dạng đó; giữ lại mọi vectơ cùng chỉ số gốc.

Nếu cần kiểm tra phản hồi gốc

Không có điểm cuối tác vụ embedding nào được bổ sung.

Trường phản hồi
TrườngLoại
Trườngdata[].indexLoạiinteger
Trườngdata[].embeddingLoạifinite float[]|base64 float32 vector
TrườngmodelLoạistring
TrườngusageLoạiobject
Lỗi và bước tiếp theo
Phản hồiĐiều kiệnBước tiếp theo
Phản hồi400 · invalid_request_errorĐiều kiệnTrường bắt buộc, cách biểu diễn tài liệu hoặc giá trị tham số không hợp lệBước tiếp theoSửa các trường được chỉ ra trước khi gửi yêu cầu tạo mới.

Bí danh

Bí danh mô hình

Ailoot nvidia/llama-nemotron-embed-vl-1b-v2, nemotron-embed-vl, nemotron-embed-vl-latest

Bí danh đường dẫn phương thức

Dùng các đường dẫn phương thức hiển thị ở trên.

ID gọi liên quan

nvidia/llama-nemotron-embed-vl-1b-v2, nemotron-embed-vl, nemotron-embed-vl-latest

Ailoot · Biểu diễn nhúng POST /v1/embeddings nemotron-embed-vl

nemotron-embed-vl

NVIDIA /nemotron-embed-vl
ID mô hình
  • nvidia/llama-nemotron-embed-vl-1b-v2
  • nemotron-embed-vl
  • nemotron-embed-vl-latest

Bắt đầu

Llama Nemotron Embed VL v2 tạo vector cho tìm kiếm ngữ nghĩa trong tài liệu. Danh mục Ailoot hiện tại giới thiệu đầu vào văn bản cho truy vấn và tư liệu.

Đầu vào được chấp nhận
Văn bản
Kết quả
embedding

Có trên Ailoot · đầu vào & phương thức

Ailoot · Biểu diễn nhúng POST /v1/embeddings
Đầu vào
text
Đầu ra
embedding
Ngữ cảnh
4.096 tokens
Định dạng đầu ra
json
TrườngLoạiYêu cầuGiá trị & giới hạnMặc định
TrườngmodelLoạistringYêu cầuBắt buộcGiá trị & giới hạn
nemotron-embed-vl
Mặc định—
TrườnginputLoạistring|string[]Yêu cầuBắt buộcGiá trị & giới hạn
Số mục tối thiểu: 1
Điều kiện: Mọi chuỗi phải không rỗng sau khi loại bỏ khoảng trắng hai đầu; từ chối URI dữ liệu; ngân sách đã chấp nhận đo các byte UTF8 liên quan.
Mặc định—
Trườnginput_typeLoạistringYêu cầuKhông bắt buộcGiá trị & giới hạn
query, passage
Mặc địnhquery
Trườngencoding_formatLoạistringYêu cầuKhông bắt buộcGiá trị & giới hạn
float, base64
Mặc địnhfloat
TrườngtruncateLoạistringYêu cầuKhông bắt buộcGiá trị & giới hạn
NONE, START, END
Mặc định—
TrườngdimensionsLoạiintegerYêu cầuKhông bắt buộcGiá trị & giới hạn
Tối thiểu: 1
Mặc định—
TrườnguserLoạistringYêu cầuKhông bắt buộcGiá trị & giới hạnMặc định—
Tổ hợp tư liệu đầu vào

text_to_embedding

Tham số phương thức và vòng đời
Tham sốHợp đồng
Tham sốmaterial_typesHợp đồngtext
Tham sốrequiredHợp đồngmodel, input
Tham sốoptional_controlsHợp đồngnull
Tham sốcontent_typeHợp đồngapplication/json

Vòng đời: exact retained published method

Cấu trúc phương thức và ID là chính xác; khả năng của nhà cung cấp tách biệt với việc cho phép tiếp nhận yêu cầu.

Bảng giá

Mức phí phương thức Ailoot

Ailoot Biểu diễn nhúngPOST /v1/embeddings
Đầu vào
0,0001 US$ / 1K

Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →

Ví dụ yêu cầu

Ailoot · Biểu diễn nhúng

Ví dụ nhúng
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

Nhận và lưu kết quả

Ailoot · Biểu diễn nhúng

json

Lưu tất cả kết quả đã hoàn tất

Lưu mọi phản hồi hoàn chỉnh, tệp và phần nội dung được trả về.

Chỉ giải mã vectơ base64 khi đã yêu cầu định dạng đó; giữ lại mọi vectơ cùng chỉ số gốc.

Nếu cần kiểm tra phản hồi gốc

Không có điểm cuối tác vụ embedding nào được bổ sung.

Trường phản hồi
TrườngLoại
Trườngdata[].indexLoạiinteger
Trườngdata[].embeddingLoạifinite float[]|base64 float32 vector
TrườngmodelLoạistring
TrườngusageLoạiobject
Lỗi và bước tiếp theo
Phản hồiĐiều kiệnBước tiếp theo
Phản hồi400 · invalid_request_errorĐiều kiệnTrường bắt buộc, cách biểu diễn tài liệu hoặc giá trị tham số không hợp lệBước tiếp theoSửa các trường được chỉ ra trước khi gửi yêu cầu tạo mới.

Bí danh

Bí danh mô hình

Ailoot nvidia/llama-nemotron-embed-vl-1b-v2, nemotron-embed-vl, nemotron-embed-vl-latest

Bí danh đường dẫn phương thức

Dùng các đường dẫn phương thức hiển thị ở trên.

ID gọi liên quan

nvidia/llama-nemotron-embed-vl-1b-v2, nemotron-embed-vl, nemotron-embed-vl-latest

Ailoot · Biểu diễn nhúng POST /v1/embeddings nemotron-embed-vl-latest

nemotron-embed-vl-latest

NVIDIA /nemotron-embed-vl-latest
ID mô hình
  • nvidia/llama-nemotron-embed-vl-1b-v2
  • nemotron-embed-vl
  • nemotron-embed-vl-latest

Bắt đầu

Llama Nemotron Embed VL v2 tạo vector cho tìm kiếm ngữ nghĩa trong tài liệu. Danh mục Ailoot hiện tại giới thiệu đầu vào văn bản cho truy vấn và tư liệu.

Đầu vào được chấp nhận
Văn bản
Kết quả
embedding

Có trên Ailoot · đầu vào & phương thức

Ailoot · Biểu diễn nhúng POST /v1/embeddings
Đầu vào
text
Đầu ra
embedding
Ngữ cảnh
4.096 tokens
Định dạng đầu ra
json
TrườngLoạiYêu cầuGiá trị & giới hạnMặc định
TrườngmodelLoạistringYêu cầuBắt buộcGiá trị & giới hạn
nemotron-embed-vl-latest
Mặc định—
TrườnginputLoạistring|string[]Yêu cầuBắt buộcGiá trị & giới hạn
Số mục tối thiểu: 1
Điều kiện: Mọi chuỗi phải không rỗng sau khi loại bỏ khoảng trắng hai đầu; từ chối URI dữ liệu; ngân sách đã chấp nhận đo các byte UTF8 liên quan.
Mặc định—
Trườnginput_typeLoạistringYêu cầuKhông bắt buộcGiá trị & giới hạn
query, passage
Mặc địnhquery
Trườngencoding_formatLoạistringYêu cầuKhông bắt buộcGiá trị & giới hạn
float, base64
Mặc địnhfloat
TrườngtruncateLoạistringYêu cầuKhông bắt buộcGiá trị & giới hạn
NONE, START, END
Mặc định—
TrườngdimensionsLoạiintegerYêu cầuKhông bắt buộcGiá trị & giới hạn
Tối thiểu: 1
Mặc định—
TrườnguserLoạistringYêu cầuKhông bắt buộcGiá trị & giới hạnMặc định—
Tổ hợp tư liệu đầu vào

text_to_embedding

Tham số phương thức và vòng đời
Tham sốHợp đồng
Tham sốmaterial_typesHợp đồngtext
Tham sốrequiredHợp đồngmodel, input
Tham sốoptional_controlsHợp đồngnull
Tham sốcontent_typeHợp đồngapplication/json

Vòng đời: exact retained published method

Cấu trúc phương thức và ID là chính xác; khả năng của nhà cung cấp tách biệt với việc cho phép tiếp nhận yêu cầu.

Bảng giá

Mức phí phương thức Ailoot

Ailoot Biểu diễn nhúngPOST /v1/embeddings
Đầu vào
0,0001 US$ / 1K

Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →

Ví dụ yêu cầu

Ailoot · Biểu diễn nhúng

Ví dụ nhúng
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

Nhận và lưu kết quả

Ailoot · Biểu diễn nhúng

json

Lưu tất cả kết quả đã hoàn tất

Lưu mọi phản hồi hoàn chỉnh, tệp và phần nội dung được trả về.

Chỉ giải mã vectơ base64 khi đã yêu cầu định dạng đó; giữ lại mọi vectơ cùng chỉ số gốc.

Nếu cần kiểm tra phản hồi gốc

Không có điểm cuối tác vụ embedding nào được bổ sung.

Trường phản hồi
TrườngLoại
Trườngdata[].indexLoạiinteger
Trườngdata[].embeddingLoạifinite float[]|base64 float32 vector
TrườngmodelLoạistring
TrườngusageLoạiobject
Lỗi và bước tiếp theo
Phản hồiĐiều kiệnBước tiếp theo
Phản hồi400 · invalid_request_errorĐiều kiệnTrường bắt buộc, cách biểu diễn tài liệu hoặc giá trị tham số không hợp lệBước tiếp theoSửa các trường được chỉ ra trước khi gửi yêu cầu tạo mới.

Bí danh

Bí danh mô hình

Ailoot nvidia/llama-nemotron-embed-vl-1b-v2, nemotron-embed-vl, nemotron-embed-vl-latest

Bí danh đường dẫn phương thức

Dùng các đường dẫn phương thức hiển thị ở trên.

ID gọi liên quan

nvidia/llama-nemotron-embed-vl-1b-v2, nemotron-embed-vl, nemotron-embed-vl-latest

FAQ · nvidia/llama-nemotron-embed-vl-1b-v2
Có những đầu vào và kết quả nào?

POST /v1/embeddings · nvidia/llama-nemotron-embed-vl-1b-v2: text → embedding

POST /v1/embeddings · nemotron-embed-vl: text → embedding

POST /v1/embeddings · nemotron-embed-vl-latest: text → embedding

Yêu cầu sử dụng những trường nào?

POST /v1/embeddings · nvidia/llama-nemotron-embed-vl-1b-v2: model, input, input_type, encoding_format, truncate, dimensions, user

POST /v1/embeddings · nemotron-embed-vl: model, input, input_type, encoding_format, truncate, dimensions, user

POST /v1/embeddings · nemotron-embed-vl-latest: model, input, input_type, encoding_format, truncate, dimensions, user

Áp dụng những giới hạn nào?

POST /v1/embeddings · nvidia/llama-nemotron-embed-vl-1b-v2: ctx: 4096; input.min_items: 1; dimensions.minimum: 1

POST /v1/embeddings · nemotron-embed-vl: ctx: 4096; input.min_items: 1; dimensions.minimum: 1

POST /v1/embeddings · nemotron-embed-vl-latest: ctx: 4096; input.min_items: 1; dimensions.minimum: 1

Xem thêm chi tiết

Kết nối Ailoot với Claude Code, OpenCode, Hermes hoặc ứng dụng của bạn.

Công ty và danh mục dự án của công ty

Công ty và danh mục dự án của công ty: hàng triệu khách hàng; doanh số hàng tỷ mỗi tháng.

Mua token với giá ưu đãi.

Ưu đãi thuê bao cho nhu cầu thường xuyên. Mã khuyến mãi giảm đến 50% khi mua token.

Thuê bao
Chọn gói ưu đãi cho các yêu cầu thường xuyên của bạn.
Mã giảm đến 50%
Nhập mã khi mua. Giá được tính lại theo chương trình đang áp dụng.
Chi phí trong lịch sử
Mô hình, token và số tiền được lưu cho mỗi yêu cầu.

Chọn gói thuê bao · Xem giá mô hình

Kết nối API vào sản phẩm bạn đang bán.

SaaS, ứng dụng và bot — theo đề nghị giao kết chính thức và thỏa thuận cấp phép Ailoot. Muốn bán lại, hãy yêu cầu giấy phép bán lại.

Ứng dụng thương mại
Tích hợp tạo văn bản, ảnh, video và âm thanh vào các tính năng trả phí của dịch vụ.
Giấy phép bán lại
Gửi mô tả dự án và cách cung cấp quyền truy cập. Yêu cầu điều khoản sử dụng và bán lại bằng văn bản.
Tài liệu trên website
Đề nghị giao kết, thỏa thuận cấp phép và chính sách xử lý dữ liệu có sẵn trước khi kết nối.

Yêu cầu giấy phép bán lại · Đề nghị giao kết và thỏa thuận cấp phép