langchain_community.embeddings.nemo.NeMoEmbeddings

class langchain_community.embeddings.nemo.NeMoEmbeddings

Bases: BaseModel, Embeddings

自版本0.0.37开始已弃用: 直接从 langchain-community 实例化 NeMoEmbeddings 已弃用。请使用 langchain-nvidia-ai-endpoints 的 NVIDIAEmbeddings 接口。

NeMo 嵌入模型。

通过解析和验证从关键字参数获取的输入数据来创建一个新模型。

如果输入数据无法解析成有效的模型，将抛出 ValidationError。

param api_endpoint_url: str = 'http://localhost:8088/v1/embeddings'

param batch_size: int = 16

param model : str = 'NV-Embed-QA-003'

async aembed_documents(texts: List[str]) → List[List[float]]

异步调用 NeMo 的嵌入端点以嵌入搜索文档。

参数

texts (列表，字符串) – 要嵌入的文本列表。

返回

嵌入列表，每个文本对应一个。

返回类型

列表，列表[浮点数]]

async aembed_query(text: str) → List[float]

异步调用 NeMo 的嵌入端点以嵌入查询文本。

参数

text (字符串) – 要嵌入的文本。

返回

文本的嵌入。

返回类型

列表，浮点数

embed_documents(documents: List[str]) → List[List[float]]

嵌入一组文本文档。

参数

• texts – 要嵌入的文本列表。

• documents (列表[字符串]) –

返回

嵌入列表，每个文本对应一个。

返回类型

列表，列表[浮点数]]

embed_query(text: str) → List[float]

嵌入查询文本。

参数

text (字符串) – 要嵌入的文本。

返回

嵌入向量。

返回类型

列表，浮点数

使用 NeMoEmbeddings 的示例

• NVIDIA NeMo 嵌入