Llama Nemotron Rerank VL 1B V2評估候選文字與文件圖片相對於文字查詢的關聯程度，包含圖表、表格與混合媒體頁面。NVIDIA將其描述為1.7B參數的交叉編碼器模型。在檢索工作流程中，請先執行初始搜尋，再將選定候選項目傳送至重排序模型。實用結果是重新排序的候選集與關聯分數，應用程式可用來選擇回答所需上下文，或安排搜尋結果頁面。
請使用POST /v1/rerank，並提供application/json主體。將model設為"nvidia/llama-nemotron-rerank-vl-1b-v2:free"，query設為實際搜尋問題，documents設為非空陣列。每個候選項目可以是文字字串，或含有text及／或image的物件；結構化物件必須至少提供其中一個欄位。text為字串。image為遠端HTTP/HTTPS URL，或以data:image/開頭的base64 data URI。結合兩者的候選項目須提供兩個欄位。請保留輸入陣列的順序，以便將回傳索引對應至您儲存的文件ID。top_n為至少1的選用整數，用來要求回傳排名最高的文件數量。
例如，說明中心應用程式可先檢索配送、退貨與帳戶存取相關段落，再依客戶的配送問題重新排序這些段落。請傳入實際段落文字，不要使用檔名，或與儲存來源無關的搜尋引擎片段。在應用程式中，請讓各段落連結至其來源識別碼，讓選定證據之後可以引用或開啟。處理掃描文件、圖表、表格或資訊圖表時，請在文件物件中提供實際圖片，並在有助於識別內容時加入文字。
模型頁面記載每個查詢與文件的上限為10,240個詞元。準備候選清單前，請將較長來源資料拆成範圍受限的段落。請為各段落保留有用的前後文，包含會改變含義的標題或產品名稱。文件所述請求從您提供的候選項目開始；它不會代您搜尋文件集合。
重排序會回傳同步JSON結果。請讀取每個results項目，包含原始index、relevance_score與回傳document物件，後者可含有text及／或image，並保留任何回傳usage與回應識別碼。使用index將排序結果對應回輸入候選項目。請將關聯分數視為此查詢的排序訊號，而非經獨立驗證的事實回答。若下一步選擇多個段落，請保留完整結果。
此免費版本請使用公開或合成的候選資料；其文件所載使用條款排除機密資訊與個人資料。若請求結束時沒有完整結果，請在檢查該次嘗試時保留原始回應與請求識別碼。文件所述重排序流程會直接回傳結果，並未提供獨立的工作輪詢或取消工作流程。
", "aboutText": "Llama Nemotron Rerank VL 1B V2評估候選文字與文件圖片相對於文字查詢的關聯程度，包含圖表、表格與混合媒體頁面。NVIDIA將其描述為1.7B參數的交叉編碼器模型。在檢索工作流程中，請先執行初始搜尋，再將選定候選項目傳送至重排序模型。實用結果是重新排序的候選集與關聯分數，應用程式可用來選擇回答所需上下文，或安排搜尋結果頁面。\n\n請使用POST /v1/rerank，並提供application/json主體。將model設為\"nvidia/llama-nemotron-rerank-vl-1b-v2:free\"，query設為實際搜尋問題，documents設為非空陣列。每個候選項目可以是文字字串，或含有text及／或image的物件；結構化物件必須至少提供其中一個欄位。text為字串。image為遠端HTTP/HTTPS URL，或以data:image/開頭的base64 data URI。結合兩者的候選項目須提供兩個欄位。請保留輸入陣列的順序，以便將回傳索引對應至您儲存的文件ID。top_n為至少1的選用整數，用來要求回傳排名最高的文件數量。\n\n例如，說明中心應用程式可先檢索配送、退貨與帳戶存取相關段落，再依客戶的配送問題重新排序這些段落。請傳入實際段落文字，不要使用檔名，或與儲存來源無關的搜尋引擎片段。在應用程式中，請讓各段落連結至其來源識別碼，讓選定證據之後可以引用或開啟。處理掃描文件、圖表、表格或資訊圖表時，請在文件物件中提供實際圖片，並在有助於識別內容時加入文字。\n\n模型頁面記載每個查詢與文件的上限為10,240個詞元。準備候選清單前，請將較長來源資料拆成範圍受限的段落。請為各段落保留有用的前後文，包含會改變含義的標題或產品名稱。文件所述請求從您提供的候選項目開始；它不會代您搜尋文件集合。\n\n重排序會回傳同步JSON結果。請讀取每個results項目，包含原始index、relevance_score與回傳document物件，後者可含有text及／或image，並保留任何回傳usage與回應識別碼。使用index將排序結果對應回輸入候選項目。請將關聯分數視為此查詢的排序訊號，而非經獨立驗證的事實回答。若下一步選擇多個段落，請保留完整結果。\n\n此免費版本請使用公開或合成的候選資料；其文件所載使用條款排除機密資訊與個人資料。若請求結束時沒有完整結果，請在檢查該次嘗試時保留原始回應與請求識別碼。文件所述重排序流程會直接回傳結果，並未提供獨立的工作輪詢或取消工作流程。", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "d08d18601e02782924baef1bbbef6bb7ef63626a8ededbde86afe71f272bca6d", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "zh-hant-tw", "methods": [ { "html": "nvidia/llama-nemotron-rerank-vl-1b-v2:freeLlama Nemotron Rerank VL 1B V2是NVIDIA的交叉編碼器重排序模型，可依檢索資料與查詢的關聯程度排序。請傳送查詢與候選文字、圖片或兩者結合的文件，再使用回傳分數與原始索引，選擇搜尋結果或檢索增強回答所需段落。
此說明介紹模型的能力。Ailoot 可用的輸入、輸出與選項，依所選方法列於下方。
Llama Nemotron Rerank VL 1B V2評估候選文字與文件圖片相對於文字查詢的關聯程度，包含圖表、表格與混合媒體頁面。NVIDIA將其描述為1.7B參數的交叉編碼器模型。在檢索工作流程中，請先執行初始搜尋，再將選定候選項目傳送至重排序模型。實用結果是重新排序的候選集與關聯分數，應用程式可用來選擇回答所需上下文，或安排搜尋結果頁面。
請使用POST /v1/rerank，並提供application/json主體。將model設為"nvidia/llama-nemotron-rerank-vl-1b-v2:free"，query設為實際搜尋問題，documents設為非空陣列。每個候選項目可以是文字字串，或含有text及／或image的物件；結構化物件必須至少提供其中一個欄位。text為字串。image為遠端HTTP/HTTPS URL，或以data:image/開頭的base64 data URI。結合兩者的候選項目須提供兩個欄位。請保留輸入陣列的順序，以便將回傳索引對應至您儲存的文件ID。top_n為至少1的選用整數，用來要求回傳排名最高的文件數量。
例如，說明中心應用程式可先檢索配送、退貨與帳戶存取相關段落，再依客戶的配送問題重新排序這些段落。請傳入實際段落文字，不要使用檔名，或與儲存來源無關的搜尋引擎片段。在應用程式中，請讓各段落連結至其來源識別碼，讓選定證據之後可以引用或開啟。處理掃描文件、圖表、表格或資訊圖表時，請在文件物件中提供實際圖片，並在有助於識別內容時加入文字。
模型頁面記載每個查詢與文件的上限為10,240個詞元。準備候選清單前，請將較長來源資料拆成範圍受限的段落。請為各段落保留有用的前後文，包含會改變含義的標題或產品名稱。文件所述請求從您提供的候選項目開始；它不會代您搜尋文件集合。
重排序會回傳同步JSON結果。請讀取每個results項目，包含原始index、relevance_score與回傳document物件，後者可含有text及／或image，並保留任何回傳usage與回應識別碼。使用index將排序結果對應回輸入候選項目。請將關聯分數視為此查詢的排序訊號，而非經獨立驗證的事實回答。若下一步選擇多個段落，請保留完整結果。
此免費版本請使用公開或合成的候選資料；其文件所載使用條款排除機密資訊與個人資料。若請求結束時沒有完整結果，請在檢查該次嘗試時保留原始回應與請求識別碼。文件所述重排序流程會直接回傳結果，並未提供獨立的工作輪詢或取消工作流程。
POST /v1/reranktextranking| 欄位 | 類型 | 要求 | 值與限制 | 預設值 |
|---|---|---|---|---|
欄位model | 類型string | 要求必填 | 值與限制 nvidia/llama-nemotron-rerank-vl-1b-v2:free | 預設值— |
欄位query | 類型string | 要求必填 | 值與限制 | 預設值— |
欄位documents | 類型array | 要求必填 | 值與限制 | 預設值— |
欄位top_n | 類型integer | 要求選填 | 值與限制 最小值: 1 | 預設值— |
| 參數 | 規格 |
|---|---|
參數content_type | 規格application/json |
參數required | 規格model, query, documents |
參數optional | 規格top_n |
參數material_types | 規格text |
參數conditions | 規格 |
生命週期： synchronous_json
費率資訊不會增加請求選項。支援的參數列於所選方法中。
請逐一核對各項費用與所列條件。每組互為替代選項的設定只套用一種費率。
| 設定 | 費率表 | 計費數量 | 費用 |
|---|---|---|---|
| 設定基礎 token 費率 | 費率表基本費率 | 計費數量— | 費用 輸入 · 輸入 Token — / 1K Token 輸出 · 輸出 Token — / 1K Token 輸入 · 讀取快取 — / 1K Token 輸入 · 寫入快取 — / 1K Token 輸入 · 寫入快取，1 小時 — / 1K Token |
| 設定每次請求 | 費率表— | 計費數量1 次請求 | 費用 輸入 $0 每次請求 |
Ailoot 會在請求前預留估算金額。取得結果後，依實測用量結算最終費用。串流結算採用最終用量紀錄。預留金額與結算的運作方式 →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nexport AILOOT_API_KEY\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"documents": ["Paris is the capital of France.", "Berlin is the capital of Germany."], "model": "nvidia/llama-nemotron-rerank-vl-1b-v2:free", "query": "What is the capital of France?", "top_n": 3}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/rerank \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\n# Submit once. Retain the complete result, original identifiers and every response header.\nJSON
請保留所有完整傳回的回應、檔案與內容區塊。
Retain the complete response, all actual results, original identifiers, usage and response headers.
Preserve the original response, headers and X-Client-Request-ID. An uncertain outcome does not authorize another creation.
| 欄位 | 類型 |
|---|---|
欄位results | 類型array |
Ailoot Ultra nvidia/llama-nemotron-rerank-vl-1b-v2:free
請使用上方列出的 API 方法路徑。