Η NVIDIA παρουσίασε τη Nemotron 3 Embed, μια συλλογή μοντέλων embedding που σχεδιάστηκε για να βελτιώνει την ποιότητα ανάκτησης και να προσφέρει πρακτικές επιλογές ανάπτυξης σε παραγωγική κλίμακα. Η σειρά περιλαμβάνει τρία ανοιχτά μοντέλα, με το 8B να κατακτά την πρώτη θέση συνολικά στο RTEB και τις εκδόσεις 1B να στοχεύουν σε αποδοτική λειτουργία για production-scale deployment.
Τι ανακοίνωσε η NVIDIA για τη Nemotron 3 Embed;
Σύμφωνα με το υλικό της εταιρείας, η Nemotron 3 Embed είναι μια συλλογή ανοιχτών και εμπορικά διαθέσιμων embedding models. Η NVIDIA αναφέρει ότι στόχος είναι η βελτίωση της ανάκτησης πληροφοριών και η παροχή πρακτικών επιλογών για παραγωγικά περιβάλλοντα.
📖 Διάβασε επίσης
- παραγωγικά RAG
- agentic retrieval
- code retrieval
- agent memory
Ποιο μοντέλο κατέλαβε την πρώτη θέση στο RTEB;
Η NVIDIA αναφέρει ότι το Nemotron-3-Embed-8B-BF16 βρίσκεται στην πρώτη θέση συνολικά στο RTEB. Στο ίδιο υλικό σημειώνεται επίσης ότι η συλλογή περιλαμβάνει τρία ανοιχτά μοντέλα που καλύπτουν διαφορετικές ανάγκες, με έμφαση τόσο στην ακρίβεια όσο και στην αποδοτικότητα.
Ποιες εκδόσεις περιλαμβάνει η σειρά;
Το υλικό αναφέρει ένα 8B μοντέλο και αποδοτικές 1B παραλλαγές. Το 8B μοντέλο παρουσιάζεται ως το σημείο αναφοράς για την ποιότητα της συλλογής, ενώ οι 1B εκδόσεις BF16 και NVFP4 περιγράφονται ως επιλογές για χαμηλότερο κόστος και υψηλότερη απόδοση σε υποδομές ανάπτυξης.
- Nemotron-3-Embed-8B-BF16
- 1B BF16
- 1B NVFP4
Πώς αξιολογήθηκαν τα μοντέλα;
Η NVIDIA αναφέρει ότι η αξιολόγηση έγινε σε τρεις διαστάσεις: ποιότητα ανάκτησης, downstream agentic efficiency και tradeoffs ανάπτυξης. Επιπλέον, τα μοντέλα εξετάστηκαν στο RTEB, καθώς και στα ViDoRe V3 Text, MMTEB Retrieval και LongEmbed με βάση τον μέσο NDCG@10.
Γιατί δίνεται έμφαση στην ανάκτηση για agents;
Το υλικό εξηγεί ότι η ανάκτηση είναι κρίσιμη σε multi-step agentic workflows, καθώς η κακή ανάκτηση μπορεί να οδηγήσει σε άσχετο περιεχόμενο, επαναλαμβανόμενα ερωτήματα, σπατάλη token budget και μεταφορά θορύβου στα επόμενα βήματα συλλογισμού. Για την αξιολόγηση σε agentic περιβάλλον, η NVIDIA χρησιμοποίησε search agent που βασίζεται στο Nemotron 3 Ultra και μεταβάλλει το embedding model του retrieval system.
Η εταιρεία σημειώνει ότι καλύτερη ανάκτηση μπορεί να επιστρέφει πιο νωρίς το σχετικό αποδεικτικό υλικό, βοηθώντας τον agent να αποφύγει επαναλαμβανόμενες αναζητήσεις, περιττά βήματα συλλογισμού και επιπλέον context.
