Box 采用 Nvidia Nemotron 打造智能体优先的内容检索系统
Box taps Nvidia’s Nemotron for new agent-first content retrieval system
Box 在开发者大会上发布 Box Content Retrieval，将 Nvidia 的 Nemotron 嵌入系统集成进产品核心，让智能体基于嵌入元数据检索文档片段。Nvidia 生成式 AI 软件副总裁 Kari Briski 预计查询速度提升 4 倍、错误减少 20%、token 用量减少 90%。该功能面向 Box Enterprise Advance 客户，明年初开始推送。
正文 · AI 翻译
在周四的开发者大会上，Box 展示了一项新功能，该功能将把 Nvidia 的 Nemotron 嵌入系统构建到其产品的核心之中。
这项名为 Box Content Retrieval 的新功能让智能体能够依靠 Nemotron 创建的嵌入元数据，更高效地回答问题。
Box 表示，对用户而言，其好处是查询速度更快、更准确且成本更低。Nvidia 生成式 AI 软件副总裁 Kari Briski 告诉 TechCrunch，她预计查询回答速度将提升四倍，错误减少 20%，token 用量减少 90%。
该系统将面向 Box 所有 Enterprise Advance 客户提供，于明年初开始推送。
“这极大地提升了我们的搜索技术对智能体的相关性，”Box CEO Aaron Levie 表示。“智能体不必再逐一通读每份文档，我们可以返回文档中与用户查询或智能体所执行任务最相关的片段。”
该功能是 Nvidia Nemotron Embed 项目的落地实现，该项目提供开放权重的嵌入模型，以改进自动化检索系统。各大实验室往往忽视这类模型，它们利用大语言模型对数据进行预处理，以便智能体更好地使用。这一领域一直是 Nvidia 开源模型项目的重点，其今年 7 月发布的最新 Nemotron 在衡量检索质量的 RTEB 基准测试中位居榜首。
Box 表示，该系统与主动型智能体配合使用时最为有用，并以律师为例：在新系统下，律师理论上能够更轻松地找到相关条款和判例。由于 Nemotron 的嵌入超越了简单的关键词，能够映射底层概念，因此即使使用不同的措辞或语言，搜索工具也能呈现相关的法律主题。
虽然 Nemotron 模型可免费获取，但该系统还严重依赖 Box 既有的元数据和权限控制，这使得从零开始复刻它颇具挑战。“我们大概是把五种不同的技术打包进了一个简单的 API 中，”Levie 告诉 TechCrunch。