Source: https://ailoot.ai/models/vi/nvidia-nemotron-3-5-embed-8b-free/ Canonical: https://ailoot.ai/models/vi/nvidia-nemotron-3-5-embed-8b-free/ Language: vi # NVIDIA: Nemotron 3.5 Embed 8B (free) [Markdown](https://ailoot.ai/models/vi/nvidia-nemotron-3-5-embed-8b-free/index.md) · [JSON](https://ailoot.ai/models/vi/nvidia-nemotron-3-5-embed-8b-free/facts.json) ## [NVIDIA: Nemotron 3.5 Embed 8B (free)](https://ailoot.ai/models/vi/nvidia-nemotron-3-5-embed-8b-free/) `nvidia/nemotron-3.5-embed-8b:free` NVIDIABiểu diễn nhúngĐầu vào 0,00 US$ / 1KĐầu ra — Embedding văn bản đa ngôn ngữ của NVIDIA để tìm kiếm tài liệu theo ngữ nghĩa và xây dựng RAG. ### Tìm theo ý nghĩa trong cơ sở tri thức Nemotron 3.5 Embed 8B là mô hình NVIDIA chuyển truy vấn và tài liệu thành embedding. Các biểu diễn số này giúp đối chiếu nội dung văn bản khi cách hỏi khác với từ ngữ trong nguồn. Mô hình phù hợp cho lớp tìm kiếm của cơ sở tri thức doanh nghiệp, dịch vụ tham khảo và ứng dụng chọn tài liệu trước khi soạn câu trả lời. Mô hình NVIDIA gốc kết hợp văn bản và ảnh tài liệu trong cùng không gian biểu diễn; thế hệ 3.5 bổ sung tìm kiếm nội dung thị giác của trang. Thẻ Ailoot API này dùng quy trình văn bản: đầu vào là văn bản, đầu ra là vectơ. Trong Ailoot API, có đầu vào văn bản và đầu ra vectơ qua embeddings. Ứng dụng nhận biểu diễn tài liệu gốc rồi dùng để tìm các mục gần nhau trong chỉ mục. Nếu cần câu trả lời mạch lạc có giải thích, có thể chuyển các văn bản tìm được cùng câu hỏi cho một mô hình tạo văn bản riêng. ### Điểm khác của phiên bản 8B Nemotron 3 Embed 8B là nền tảng mã hóa văn bản. Khi tạo thế hệ 3.5, NVIDIA giữ phần văn bản này cùng không gian embedding, đồng thời mở rộng mô hình gốc bằng các khả năng bổ sung. Thẻ công bố mô tả đầu ra gồm 4096 giá trị, thu được bằng trung bình các biểu diễn token và chuẩn hóa L2. Khi chuẩn bị chỉ mục vectơ, cần khớp số chiều với phản hồi thực tế của phương thức. Tìm kiếm văn bản được đánh giá trên 34 ngôn ngữ, gồm tiếng Nga. Với hướng dẫn và tài liệu tham khảo đa ngôn ngữ, điều này cho phép cân nhắc mô hình như lớp tìm kiếm chung. Kết quả chọn tài liệu phụ thuộc nội dung cơ sở dữ liệu, cách chia tài liệu và câu hỏi điển hình của người dùng; nên kiểm tra trên tài liệu trong lĩnh vực của bạn. ### Quy trình làm việc 1. Chia tài liệu gốc thành các đoạn, mỗi đoạn chứa câu trả lời hoặc giải thích trọn vẹn. 2. Lấy embedding rồi lưu cùng văn bản, tiêu đề và liên kết nguồn. 3. Chuyển câu hỏi bằng cùng mô hình và tìm các mục gần nghĩa. 4. Hiển thị các đoạn tìm được hoặc dùng trong RAG để soạn câu trả lời dựa trên nguồn. ### Kích thước đầu vào Với biến thể này, Ailoot API nêu ngữ cảnh văn bản và giới hạn đầu vào 32768 token. Có thể lưu các đoạn của tài liệu dài thành mục độc lập với liên kết chung đến tài liệu gốc. Kết quả của mô hình là embedding văn bản để ứng dụng dùng trong xử lý tiếp theo. ### Có sẵn qua Ailoot API Đầu vào `text` Đầu ra `embedding` Ngữ cảnh 32.768 *token* Độ dài câu trả lời tối đa Không nêu trong danh mục Đầu vào 0,00 US$ */ 1K* `nvidia/nemotron-3.5-embed-8b:free` · JSON ``` {"about":"### Tìm theo ý nghĩa trong cơ sở tri thức\n\nNemotron 3.5 Embed 8B là mô hình NVIDIA chuyển truy vấn và tài liệu thành embedding. Các biểu diễn số này giúp đối chiếu nội dung văn bản khi cách hỏi khác với từ ngữ trong nguồn. Mô hình phù hợp cho lớp tìm kiếm của cơ sở tri thức doanh nghiệp, dịch vụ tham khảo và ứng dụng chọn tài liệu trước khi soạn câu trả lời.\n\nMô hình NVIDIA gốc kết hợp văn bản và ảnh tài liệu trong cùng không gian biểu diễn; thế hệ 3.5 bổ sung tìm kiếm nội dung thị giác của trang. Thẻ Ailoot API này dùng quy trình văn bản: đầu vào là văn bản, đầu ra là vectơ.\n\nTrong Ailoot API, có đầu vào văn bản và đầu ra vectơ qua embeddings. Ứng dụng nhận biểu diễn tài liệu gốc rồi dùng để tìm các mục gần nhau trong chỉ mục. Nếu cần câu trả lời mạch lạc có giải thích, có thể chuyển các văn bản tìm được cùng câu hỏi cho một mô hình tạo văn bản riêng.\n\n### Điểm khác của phiên bản 8B\n\nNemotron 3 Embed 8B là nền tảng mã hóa văn bản. Khi tạo thế hệ 3.5, NVIDIA giữ phần văn bản này cùng không gian embedding, đồng thời mở rộng mô hình gốc bằng các khả năng bổ sung. Thẻ công bố mô tả đầu ra gồm 4096 giá trị, thu được bằng trung bình các biểu diễn token và chuẩn hóa L2. Khi chuẩn bị chỉ mục vectơ, cần khớp số chiều với phản hồi thực tế của phương thức.\n\nTìm kiếm văn bản được đánh giá trên 34 ngôn ngữ, gồm tiếng Nga. Với hướng dẫn và tài liệu tham khảo đa ngôn ngữ, điều này cho phép cân nhắc mô hình như lớp tìm kiếm chung. Kết quả chọn tài liệu phụ thuộc nội dung cơ sở dữ liệu, cách chia tài liệu và câu hỏi điển hình của người dùng; nên kiểm tra trên tài liệu trong lĩnh vực của bạn.\n\n### Quy trình làm việc\n\n1. Chia tài liệu gốc thành các đoạn, mỗi đoạn chứa câu trả lời hoặc giải thích trọn vẹn.\n2. Lấy embedding rồi lưu cùng văn bản, tiêu đề và liên kết nguồn.\n3. Chuyển câu hỏi bằng cùng mô hình và tìm các mục gần nghĩa.\n4. Hiển thị các đoạn tìm được hoặc dùng trong RAG để soạn câu trả lời dựa trên nguồn.\n\n### Kích thước đầu vào\n\nVới biến thể này, Ailoot API nêu ngữ cảnh văn bản và giới hạn đầu vào 32768 token. Có thể lưu các đoạn của tài liệu dài thành mục độc lập với liên kết chung đến tài liệu gốc. Kết quả của mô hình là embedding văn bản để ứng dụng dùng trong xử lý tiếp theo.","alias_of":null,"aliases":[],"author":"NVIDIA","canonical_model":"nvidia/nemotron-3.5-embed-8b:free","ctx":32768,"formats":["embeddings"],"id":"nvidia/nemotron-3.5-embed-8b:free","input":["text"],"kind":"embedding","max_out":0,"methods":[{"cache_read":null,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":32768,"family":"openai","fast_multiplier":1,"flex_multiplier":1,"fmt":"embeddings","http":"POST","img_in":null,"img_out":null,"in":0,"input":["text"],"label":"Эмбеддинги","max_out":0,"max_tool_calls":null,"out":0,"output":["embedding"],"path":"/v1/embeddings","request_model_id":"nvidia/nemotron-3.5-embed-8b:free","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]}],"model_aliases":[{"canonical_model_id":"nvidia/nemotron-3.5-embed-8b:free","request_model_id":"nvidia/nemotron-3.5-embed-8b:free","route_label":"Ultra"}],"name":"NVIDIA: Nemotron 3.5 Embed 8B (free)","price":{"in":0,"in_label":null,"out":null,"out_label":null,"sort_in":0,"sort_out":null,"varies":false},"public_id":"nvidia/nemotron-3.5-embed-8b:free","short":"Embedding văn bản đa ngôn ngữ của NVIDIA để tìm kiếm tài liệu theo ngữ nghĩa và xây dựng RAG."} ``` ## Câu hỏi Làm sao chọn mô hình cho tác vụ của tôi? Trước tiên xác định đầu vào và đầu ra cần thiết: văn bản, hình ảnh, âm thanh hay video. Sau đó so sánh phương thức API tương thích, ID mô hình chính xác hoặc mô hình đích hiện tại của bí danh, giá và đơn vị tính phí. GET /v1/models miễn phí và liệt kê các mô hình mà khóa của bạn có thể truy cập. Mỗi mô hình có hỗ trợ mọi phương thức API và loại nội dung không? Dùng các phương thức API và loại đầu vào, đầu ra được liệt kê trên thẻ mô hình. Việc hỗ trợ văn bản, hình ảnh, âm thanh hay video phụ thuộc vào mô hình và phương thức đã chọn; xem ví dụ yêu cầu trước khi gửi dữ liệu. ID mô hình khác bí danh như thế nào? ID chính xác chỉ một mô hình cụ thể. Bí danh trỏ đến một mô hình và mô hình đích có thể thay đổi. Kiểm tra mô hình đích hiện tại của bí danh trong danh mục; dùng ID chính xác khi tích hợp cần một mô hình cụ thể. Làm sao so sánh giá trước khi gửi yêu cầu? Xem giá và đơn vị tính phí của phương thức API đã chọn trên thẻ mô hình. So sánh cùng đơn vị và loại đầu vào, đầu ra; lịch sử yêu cầu hiển thị mức sử dụng thực tế và số tiền đã trừ. Thuê bao mang lại gì? Giảm giá mua token cho nhu cầu thường xuyên. Chọn gói theo khối lượng yêu cầu; điều khoản và giá thuê bao hiển thị khi đăng ký. Làm sao áp dụng mã giảm đến 50%? Nhập mã khuyến mãi khi mua token. Tổng tiền được tính lại theo điều kiện chương trình; mức giảm hiển thị trước khi thanh toán. ## Ailoot · Công ty và danh mục dự án của công ty Ailoot dựa trên kinh nghiệm vận hành tích lũy, cơ sở khách hàng lớn, dịch vụ ổn định và việc kiểm soát KPI liên tục. Công ty và danh mục dự án của công ty: hàng triệu khách hàng; doanh số hàng tỷ mỗi tháng. Ailoot áp dụng kinh nghiệm vận hành này để cung cấp quyền truy cập API vào các tính năng AI trong sản phẩm của khách hàng, tác tử, ứng dụng và quy trình tự động hóa.