Agent-first content retrieval
搜索文档
Box taps Nvidia's Nemotron for new agent-first content retrieval system
TechCrunch· 2026-11-05 22:00
文章核心观点 - Box在开发者大会上展示了将英伟达Nemotron嵌入系统构建进其产品核心的新功能Box Content Retrieval,该功能使智能体能够依靠Nemotron创建的嵌入元数据更有效地回答查询 [1] - 该功能对用户意味着更快、更准确且成本更低的查询体验 [2] - 该系统将面向所有Box Enterprise Advance客户开放,于明年年初推出 [2] 产品性能与量化指标 - 英伟达生成式AI软件副总裁Kari Briski预计查询回答速度将提升4倍,错误率降低20%,token使用量减少90% [2] 技术实现与产品定位 - Box首席执行官Aaron Levie表示该功能大幅提升了搜索技术对智能体的相关性,智能体无需逐份阅读文档,系统可直接返回与用户查询或任务最相关的文档片段 [3] - 该功能是英伟达Nemotron Embed项目的落地实现,该项目提供开放权重嵌入模型以改进自动化检索系统 [3] - 大型实验室往往忽视此类模型,这类模型利用LLM对数据进行预处理以便智能体更好地使用,该领域一直是英伟达开源模型项目的重点,其7月发布的Nemotron在衡量检索质量的RTEB基准测试中位居榜首 [3] 应用场景 - 该系统与活跃智能体配合使用时最为有用,Box举例称律师在新系统下可更轻松地找到相关条款和判例 [4] - 由于Nemotron的嵌入超越简单关键词、可映射底层概念,搜索工具即使在使用不同语言时也能呈现相关法律概念 [4] 竞争壁垒与系统构成 - 尽管Nemotron模型可免费获取,但该系统还高度依赖Box已有的元数据和权限控制,使得从零复制颇具挑战 [5] - Levie表示该系统大概将五种不同技术打包进一个简单API中 [5]