NVIDIA Nemotron 3.5 Embed, Rerank e Parse: Avançando Agentes com Modelos de Recuperação de Classe Mundial
huggingface ·
A NVIDIA lançou a coleção Nemotron 3.5 Retriever, que inclui novos modelos de código aberto para incorporação (embedding), reclassificação e análise de documentos, visando aprimorar agentes de IA empresariais. A suíte conta com o Nemotron 3.5 Embed nas variantes de 8B e 1B, sendo que esta última oferece quantização NVFP4 para inferência de alta vazão em hardware da NVIDIA. Esses modelos alcançam desempenho de ponta em benchmarks multimodais de recuperação, como o ViDoRe v3, pesquisando efetivamente entre textos, gráficos e tabelas. Além disso, o modelo Nemotron 3.5 Rerank melhora a eficiência dos agentes ao reduzir o uso de tokens em aproximadamente 14%, ao mesmo tempo em que aumenta a precisão da recuperação. Para o processamento de documentos, o Nemotron 3.5 Parse extrai conteúdo estruturado de PDFs complexos, ocupando a primeira posição no ranking do ParseBench entre modelos com menos de um bilhão de parâmetros. Avaliações preliminares de parceiros como Elastic, Vectorize e Perplexity destacam ganhos significativos na taxa de recall e na relevância para tarefas de contexto longo e específicas de domínio. Os desenvolvedores podem acessar esses pesos por meio do Hugging Face ou implantá-los usando o NVIDIA NIM para serviço em nível de produção.
huggingface