انویدیا بخش بازیابی اطلاعات در مجموعه مدل‌های باز خود را نو کرده است. این شرکت در یادداشتی در Hugging Face به تاریخ ۲۱ اکتبر ۲۰۲۶ سه خانواده Nemotron 3.5 Embed و Rerank و Parse را معرفی کرد که روی هم پنج مدل باز تازه‌اند و به گفته انویدیا استفاده تجاری از آن‌ها مجاز است. این مدل‌ها به مجموعه Nemotron Retriever می‌پیوندند که پیش‌تر نام دیگری داشت و برای مراحل جست‌وجو و پردازش اسنادی طراحی شده‌اند که عامل‌های هوش مصنوعی سازمانی بر آن‌ها تکیه دارند.
خانواده تعبیه‌سازی سه نسخه دارد: یک مدل هشت‌میلیاردپارامتری، یک مدل یک‌میلیاردی که از آن تقطیر شده، و همان مدل کوچک با کوانتیزه‌سازی در قالب ویژه انویدیا برای هر دو رمزگذار متن و تصویر. برخلاف نسل پیشین که فقط متن را می‌فهمید، این مدل‌ها تصویر صفحه‌های سند را هم نمایه می‌کنند؛ بنابراین جدول‌ها، نمودارها، اینفوگرافیک‌ها، برگه‌های مشخصات و نقشه‌های فنی هم مانند متن قابل جست‌وجو می‌شوند. مدل بزرگ‌تر بر پایه Ministral ساخته شده و بخش زبانی آن در طول آموزش ثابت مانده است؛ به گفته انویدیا این کار تعبیه‌های متنی را دست‌نخورده نگه می‌دارد و اجازه می‌دهد نمایه‌های برداری موجود دوباره به کار روند.
مدل رتبه‌بندی مجدد بر همان ستون فقرات ساخته شده، اما به‌جای مقایسه بردارهایی که جدا محاسبه شده‌اند، هر پرسش و هر سند نامزد را با هم می‌خواند و امتیاز ارتباط می‌دهد. مدل تجزیه‌گر با ۶۳۱ میلیون پارامتر تصویر صفحه‌ها را به متن ساختاریافته، جدول و بلوک‌های منظم تبدیل می‌کند و ترتیب خواندن و جای هر بخش را حفظ می‌کند تا هر شاهد استخراج‌شده را بتوان به جای اصلی‌اش در صفحه برگرداند.
نتایجی که خود انویدیا گزارش کرده چشمگیر است. به گفته شرکت، مدل تعبیه‌سازی بزرگ در محک ViDoRe امتیاز ۶۱٫۱۷ گرفته و در میان مدل‌های بازیابی متراکم اول است؛ نزدیک به نه امتیاز بالاتر از مدل تصویری قبلی انویدیا. نسخه تقطیرشده کوچک حدود ۹۵ درصد این امتیاز را حفظ می‌کند. مدل رتبه‌بندی مجدد در جدول تازه‌ای که با همکاری تیم MTEB راه افتاده، با ۶۰٫۴۹ از رقیب Qwen با ۵۹٫۱۷ جلو افتاده است. تجزیه‌گر نیز در میان مدل‌های زیر یک میلیارد پارامتر در ParseBench با ۷۵٫۲۰ صدرنشین است؛ این امتیاز در کندترین حالت سه‌مرحله‌ای و با سرعت ۱۰٫۵ صفحه در ثانیه روی یک پردازنده H100 به دست آمده و در حالت تک‌مرحله‌ای سرعت به ۱۶٫۱ صفحه می‌رسد، با امتیاز کمتر.
برای عامل‌ها، موضوع به همان اندازه که دقت است، هزینه هم هست. در آزمون‌های انویدیا روی سه محک بازیابی، افزودن مدل رتبه‌بندی مجدد توکن‌های استنتاجی هر پرسش را با مدل بزرگ حدود ۱۴ درصد و با مدل کوچک ۱۳ درصد کاهش داد، چون عامل به جست‌وجوهای تکراری کمتری نیاز داشت. نسخه کوانتیزه‌شده توان عملیاتی را روی سامانه GB200 حدود ۲۷ درصد بالا برد و تقریباً همه دقت خود را حفظ کرد، و بستر سرویس‌دهی NIM انویدیا نزدیک به ۲٫۹ برابر یک پیکربندی مشابه vLLM پرسش پاسخ داد.
وزن‌ها، دستورالعمل‌های آموزش و ابزارهای تنظیم دقیق در Hugging Face در دسترس‌اند و میزبانی از طریق چند ارائه‌دهنده ابری نیز ممکن است. شرکایی مانند Elastic و Perplexity و Turbopuffer از ارزیابی‌های اولیه مثبت خبر داده‌اند و اطلاعیه جداگانه انویدیا در همان روز درباره جعبه‌ابزار عامل‌ها، سرویس جست‌وجوی آمازون، SAP، ServiceNow و Zoom را از کاربران این خانواده مدل‌ها می‌شمارد.
احتیاط‌های همیشگی اینجا هم صدق می‌کند. جایگاه‌ها در جدول‌ها مربوط به ۲۰ اکتبر ۲۰۲۶ است و ممکن است زود تغییر کند، مقایسه‌های مستقیم و صرفه‌جویی در توکن از آزمایش‌های خود انویدیا آمده و نتایج شرکا بر محک‌های خصوصی یا انتخاب‌شده به دست فروشندگان تکیه دارد. این مدل‌ها با شرایط مجوز اختصاصی انویدیا عرضه می‌شوند که پیش از استفاده باید با دقت خوانده شود.