Box 集成 Nvidia Nemotron 嵌入系统，优化代理内容检索
在周四举行的开发者大会上，云存储服务商 Box 宣布了一项新功能，将 Nvidia 的 Nemotron 嵌入模型深度整合至其核心产品中。
这项名为“盒子内容检索”（Box Content Retrieval）的功能，旨在利用 Nemotron 生成的嵌入式元数据，提升 AI 代理响应用户查询的效率与准确性。
Nvidia 生成式人工智能软件副总裁 Kari Briski 向 TechCrunch 透露，预计该系统的引入将使查询响应速度提升四倍，错误率降低 20%，同时令牌（Token）消耗量减少 90%。这一组合显著提升了用户获取信息的速度与经济性。
该系统计划于明年初正式推出，届时将面向所有 Box 企业级早期客户开放使用。
Box 首席执行官 Aaron Levie 表示：“这极大地提升了我们搜索代理技术的相关性。我们可以将与用户查询或代理正在执行的任务最相关的文档精准回送。”
此次更新基于 Nvidia 的 Nemotron Embed 项目实现。该项目提供开源权重嵌入模型，专门用于改进自动化检索系统。尽管大型实验室常忽视此类专用模型而直接使用大语言模型（LLM）进行数据预处理，但 Nemotron 一直是 Nvidia 开源战略的重点。在其今年 7 月发布的版本中，Nemotron 在衡量检索质量的 RTEB 基准测试中位列第一。
Box 指出，当该系统与活跃的 AI 代理配合使用时效果最佳。以法律行业为例，律师可以更轻松地在新系统下定位相关条款和判例。由于 Nemotron 的嵌入能力超越了简单的关键词匹配，能够映射基本概念，因此即使查询措辞不同或使用其他语言，搜索工具仍能识别并展示相关的法律主题。
虽然 Nemotron 模型本身免费可用，但该检索系统高度依赖 Box 现有的元数据结构及权限控制机制，这使得竞争对手难以从零开始复制类似功能。“我们将五种不同的技术封装成了一个简单的 API，”Levie 补充道。
