NVIDIA Nemotron 3.5 Embed, Rerank и Parse: Продвижение агентов с моделями извлечения мирового класса
huggingface ·
Компания NVIDIA выпустила коллекцию Nemotron 3.5 Retriever, включающую новые открытые модели для встраивания (embedding), переупорядочивания (reranking) и разбора документов, предназначенные для улучшения корпоративных ИИ-агентов. В состав пакета входят модели Nemotron 3.5 Embed объемом 8B и 1B параметров; последняя поддерживает квантование NVFP4 для высокоскоростного вывода на аппаратном обеспечении NVIDIA. Эти модели демонстрируют передовые результаты на мультимодальных бенчмарках поиска, таких как ViDoRe v3, эффективно обрабатывая текст, диаграммы и таблицы. Кроме того, модель Nemotron 3.5 Rerank повышает эффективность агентов за счет сокращения использования токенов примерно на 14% при одновременном повышении точности поиска. Для обработки документов Nemotron 3.5 Parse извлекает структурированное содержимое из сложных PDF-файлов и заняла первое место в рейтинге ParseBench среди моделей с числом параметров менее миллиарда. Ранние оценки от партнеров, включая Elastic, Vectorize и Perplexity, показывают значительное улучшение показателей полноты (recall) и релевантности при работе с длинным контекстом и узкоспециализированными задачами. Разработчики могут получить доступ к весам моделей через Hugging Face или развернуть их с помощью NVIDIA NIM для промышленной эксплуатации.
huggingface