NVIDIAは本日、エージェントワークフローやエンタープライズRAG向けの埋め込みモデルNVIDIA Nemotron 3 Embedシリーズを正式リリースした。品質、コスト、インフラ要件に応じて選べる3バリエーションを提供し、開発者に柔軟な展開パスを提示する。 旗艦機のNemotron-3-Embed-8B-BF16はマルチリンガル検索ベンチマークRTEBで総合首位を獲得。4096次元のベクトルと3万2000トークンのコンテキストウィンドウを備え、長文書やエージェント履歴の検索に特化する。低レイテンシー・低コスト用途向けの1B-BF16と、Blackwell向けNVFP4量子化により高スループットと省メモリを実現する1B-NVFP4で構成される。 技術的にはMinistral-3のバックボーンを双方向エンコーダーへ転換し、対照的プリトレーニングと多分野データによるファインチューニングで学習。1Bモデルは3Bベースから構造的プルーニングと8B教師モデルの知識蒸留を二段階適用し、パラメータ削減と精度維持を両立させている。NeMo AutoModelによるドメイン適応レシピや、Hugging Face、vLLM、NIMを通じたDay-0統合も用意され、独自データでのカスタマイズが容易だ。 評価結果では、8BモデルがNDCG@10で最高水準を記録。正確な検索がエージェントの反復クエリや不要なコンテキスト検証を削減し、推論トークンコストを大幅に抑制する実証がなされた。Automation Anywhere、Boomi、Mem0、You.com、Zepなど主要企業は、エンタープライズ検索、コード検索、エージェントメモリでの適用を検証中だ。特にZepは同等規模モデルを上回るメモリ検索性能と、NVFP4によるストレージ・レイテンシー改善を評価している。 同モデルはオープンウェイトとトレーニングレシピを公開し、即日利用可能となった。検索精度と展開効率の両立は、エージェントAIの次世代基盤としてエンタープライズRAGから分散エッジ推論まで、幅広いワークロードの標準仕様となる可能性を秘めている。