设置你的 API 密钥
将密钥设置为环境变量,这样下面的示例可以直接运行:运行你的第一次推理调用
调用POST /v1/systemone,并传入 model、描述情况的 state,以及一个或多个类型化的 questions。GLiDE 直接返回结构化答案和经过校准的概率,无需解析生成的文本。下面的示例提出了一个是/否(noul)问题。
GLiDE 的价格为每 100 万输入 token 0.04 美元。输出 token 免费(0 美元)。
有关当前推理费率,请参阅定价。
- cURL
- Python
- JavaScript
运行 GLiDE 决策调用:
answers.refund_allowed.noul 表示答案为“是”的概率。该值四舍五入到小数点后三位为 0.998,是一个很强的符合条件信号。接下来可查看 Noul、Choice 和 Score 参考,或使用路由指南将置信度转换为操作。
需要抽取实体?使用 GLiNER 2.5
需要抽取实体?使用 GLiNER 2.5
如果你需要的是片段级抽取(NER、分类、结构化记录)而不是决策,请调用 对于编码器模型(GLiNER),
POST /v1/chat/completions,并传入模型、消息以及定义你要抽取内容的 schema:schema 对象定义任务,可以包含 entities、classifications、structures 和 relations。对于解码器模型(LLM),省略 schema,直接发送普通的聊天消息即可。完整的接口约定、Python/JavaScript 示例和错误码请参阅推理 API。创建解码器训练任务
为交互式训练(interactive 任务)创建一个 LoRA 任务,由你的应用控制每个训练步骤:
创建任务前,请先查询 GET /v1/base-models?supports_training=true,并使用为你的团队返回的确切解码器模型 ID。交互式训练的上下文限制描述的是该训练操作,可能与目录中模型的推理上下文或推理端点的请求限制不同。
job_id 及其创建操作的 future_id。请继续阅读
解码器快速入门,以运行前向/反向和优化器操作并保存检查点。
后续步骤
决策模型
了解什么是决策模型,并继续使用 GLiDE 或 GLiNER 2.5 Decide。
GLiDE 智能体技能
使用此技能,帮助你的编码 Agent 借助 GLiDE 对决策进行分类、路由和评分。
GLiDE 推理
查看完整的
/v1/systemone 请求、响应、限制、重试和错误。训练 API
使用训练 API 端到端训练 Nemotron 3.5 Super VL。

