हम cookies इस्तेमाल करते हैं. Cookies और ब्राउज़र स्टोरेज आपको साइन इन रखते हैं और आपकी प्राथमिकताएं याद रखते हैं। आपकी अनुमति से हम यह भी मापते हैं कि साइट कैसे इस्तेमाल होती है। आप कभी भी । हमारी cookie नीति देखें।

NVIDIA: Llama Nemotron Rerank VL 1B V2 (free)

nvidia/llama-nemotron-rerank-vl-1b-v2:free

Rerankइनपुट: text · image10K9 जून 2026 को जोड़ा गया

playground में खोलें NVIDIA: Llama Nemotron Rerank VL 1B V2 (free) के लिए API key पाएं

NVIDIA: Llama Nemotron Rerank VL 1B V2 (free) अभी आज़माएं

ऊपर दी गई कीमतों पर आपके बैलेंस से चलता है। नए अकाउंट मुफ्त उपयोग से शुरू होते हैं।

इसे इस्तेमाल करने के लिए साइन इन करेंमुफ्त अकाउंट बनाएं

Queryदस्तावेज़ (हर लाइन में एक)

नतीजे यहां दिखेंगे।

आज 5 में से 5 मुफ्त मैसेज बाकी, मुफ्त अकाउंट से अतिरिक्त मुफ्त उपयोग और API key मिलती है।मुफ्त अकाउंट बनाएं साइन इनसेशन लागत $0.00

NVIDIA: Llama Nemotron Rerank VL 1B V2 (free) के बारे में

NVIDIA: Llama Nemotron Rerank VL 1B V2 (मुफ़्त) NVIDIA का एक मल्टीमॉडल रीरैंकिंग मॉडल है। यह रीरैंक श्रेणी से संबंधित है, और इसका काम चैट या जनरेशन मॉडल की तुलना में अधिक सीमित है: यह मूल्यांकन करता है कि कोई दस्तावेज़ उपयोगकर्ता की क्वेरी से कितना प्रासंगिक है। यह मॉडल 1.7B पैरामीटर वाला सिस्टम है, और यहाँ परोसा जा रहा संस्करण V2 रिलीज़ है। NVIDIA ने इसे विशेष रूप से रिट्रीवल पाइपलाइनों के रैंकिंग चरण के लिए बनाया है, जिनमें ऐसी पाइपलाइनें भी शामिल हैं जो टेक्स्ट के साथ-साथ छवियों पर भी काम करती हैं।

इनपुट पर, यह मॉडल टेक्स्ट और छवियाँ स्वीकार करता है। आउटपुट पर, यह जनरेट किए गए गद्य के बजाय रीरैंक परिणाम देता है। इसका मतलब है कि आप इसे क्वेरी के साथ उम्मीदवार दस्तावेज़ देते हैं, जो दस्तावेज़ छवियाँ या टेक्स्ट हो सकते हैं, और यह प्रासंगिकता संबंधी निर्णय लौटाता है जिनका उपयोग आप उन उम्मीदवारों को क्रमबद्ध करने के लिए कर सकते हैं। कॉन्टेक्स्ट विंडो 10,240 टोकन है, अधिकतम आउटपुट 9,216 है। चूँकि इनपुट और आउटपुट दोनों का बजट उसी सीमा में है, व्यावहारिक बाधा यह है कि आप एक ही स्कोरिंग कॉल में कितनी क्वेरी और दस्तावेज़ सामग्री भरते हैं।

स्पष्ट उपयोग मामला विज़न RAG है। यदि आपका रिट्रीवल सिस्टम स्कैन किए गए पृष्ठों, स्क्रीनशॉट, स्लाइड डेक, छवियों के रूप में रेंडर किए गए PDF, या किसी ऐसे कॉर्पस को इंडेक्स करता है जहाँ लेआउट और दृश्य तत्व अर्थ रखते हैं, तो केवल टेक्स्ट वाला रीरैंकर सिग्नल का कुछ हिस्सा चूक जाएगा। यह मॉडल दस्तावेज़ छवियों को सीधे क्वेरी के विरुद्ध स्कोर करता है, इसलिए यह आपके पहले चरण के रिट्रीवर और जनरेशन चरण के बीच बैठ सकता है, उम्मीदवारों को पुनः क्रमित करते हुए ताकि सबसे प्रासंगिक उम्मीदवार उस मॉडल की कॉन्टेक्स्ट विंडो तक पहुँचें जो अंतिम उत्तर लिखता है। केवल टेक्स्ट वाली रीरैंकिंग भी काम करती है, इसलिए मिश्रित कॉर्पस ठीक हैं।

आप इसे api14 के OpenAI-संगत API के माध्यम से मॉडल id "nvidia/llama-nemotron-rerank-vl-1b-v2:free" का उपयोग करके कॉल करते हैं। चूँकि इंटरफ़ेस OpenAI-संगत है, आप अपने मौजूदा क्लाइंट को api14 के बेस URL पर इंगित करते हैं और उस id को model फ़ील्ड में पास करते हैं। ध्यान दें कि यह मॉडल बुनियादी बातों से आगे कोई समर्थित पैरामीटर सूचीबद्ध नहीं करता, इसलिए इसके लिए कॉन्फ़िगर करने हेतु सैंपलिंग नियंत्रण या कस्टम रिस्पॉन्स फ़ॉर्मेटिंग जैसे कोई अतिरिक्त नॉब नहीं हैं। अपने अनुरोध को मानक message content और मॉडल id तक सीमित रखें।

उस खाली पैरामीटर सूची के अनुसार योजना बनाना उचित है। यदि आपका एप्लिकेशन temperature, top_p, या समान सेटिंग्स को ट्यून करने की अपेक्षा करता है, तो यह उसके लिए उपयुक्त मॉडल नहीं है; वहाँ एक जनरेटिव मॉडल बेहतर फिट होगा। इसी तरह, यदि आपका कार्य उम्मीदवारों को क्रमबद्ध करने के बजाय टेक्स्ट उत्पन्न करना है, तो रीरैंकर गलत उपकरण है। यह जहाँ फिट बैठता है वह रैंकिंग चरण है, विशेष रूप से तब जब आपके दस्तावेज़ छवियाँ हों और आप ऐसी प्रासंगिकता स्कोरिंग चाहते हों जो उन्हें ध्यान में रखे।

NVIDIA: Llama Nemotron Rerank VL 1B V2 (free) API कैसे कॉल करें

अपने dashboard में API key बनाएं।
अपनी भाषा के लिए आधिकारिक openai SDK इंस्टॉल करें।
baseURL को https://api14.com/api/v1 और model को "nvidia/llama-nemotron-rerank-vl-1b-v2:free" पर सेट करें।

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api14.com/api/v1",
  apiKey: process.env.API14_API_KEY,
});

const result = await client.post("/rerank", { body: {
  "model": "nvidia/llama-nemotron-rerank-vl-1b-v2:free",
  "query": "What is the capital of France?",
  "documents": [
    "Paris is the capital of France.",
    "Berlin is in Germany."
  ],
  "top_n": 1
} });
console.log(result.results);

स्पेसिफिकेशन

Context लंबाई: 10,240
अधिकतम आउटपुट: 9,216
इनपुट: text, image
आउटपुट: rerank

api14 पर requests · पिछले 7 दिन

NVIDIA: Llama Nemotron Rerank VL 1B V2 (free): अक्सर पूछे जाने वाले सवाल

NVIDIA: Llama Nemotron Rerank VL 1B V2 (free) API की कीमत कितनी है?: NVIDIA: Llama Nemotron Rerank VL 1B V2 (free) कॉल करना मुफ्त है ($0 प्रति token)। मुफ्त वेरिएंट की upstream rate limits ज़्यादा सख्त हैं, इसलिए इन्हें टेस्टिंग और कम मात्रा वाले काम के लिए इस्तेमाल करें।
NVIDIA: Llama Nemotron Rerank VL 1B V2 (free) की context window कितनी है?: NVIDIA: Llama Nemotron Rerank VL 1B V2 (free) हर request में 10,240 tokens तक पढ़ता है, prompt, इतिहास और दस्तावेज़ मिलाकर। यह हर जवाब में 9,216 आउटपुट tokens तक लिखता है।
NVIDIA: Llama Nemotron Rerank VL 1B V2 (free) क्या कर सकता है?: NVIDIA: Llama Nemotron Rerank VL 1B V2 (free) text, image स्वीकार करता है और rerank लौटाता है।
अपने कोड से NVIDIA: Llama Nemotron Rerank VL 1B V2 (free) कैसे कॉल करूं?: किसी भी OpenAI SDK को https://api14.com/api/v1 पर पॉइंट करें और model को "nvidia/llama-nemotron-rerank-vl-1b-v2:free" पर सेट करें, कोड में और कोई बदलाव नहीं। इस पेज के कोड पैनल से तैयार उदाहरण कॉपी करें।
NVIDIA: Llama Nemotron Rerank VL 1B V2 (free) के विकल्प क्या हैं?: मिलती-जुलती कीमत वाले Rerank मॉडल: NVIDIA: Nemotron 3.5 Rerank 8B (free), VoyageAI by MongoDB: rerank-3-lite, VoyageAI by MongoDB: rerank-3। सभी एक ही API key से चलते हैं, इसलिए बदलना बस एक string बदलना है।

NVIDIA: Llama Nemotron Rerank VL 1B V2 (free) कम्युनिटी

नया टॉपिक

इस कम्युनिटी में अभी कोई टॉपिक नहीं है। NVIDIA: Llama Nemotron Rerank VL 1B V2 (free) के बारे में पहला टॉपिक खोलें।