Nvidia представила модели Nemotron 3.5 Embed и Rerank для поиска нужных фрагментов в документах — в том числе на страницах с таблицами, графиками и схемами. Анонс вышел 21 октября, а веса опубликованы на Hugging Face 20 октября. Относительно текстовой Nemotron 3 Embed новая версия добавляет работу с изображениями, сохраняя совместимость с уже построенными текстовыми поисковыми индексами.

У двух моделей разные обязанности. Embed превращает текстовый запрос и документы в числовые представления, по близости которых можно найти подходящие материалы. Rerank затем оценивает запрос вместе с каждым найденным документом и переставляет результаты по релевантности. Он принимает и текст, и изображения страниц. Это компоненты поиска: формулировать итоговый ответ пользователю может отдельная языковая модель.

Для Nemotron 3.5 Embed разработчики заморозили языковую часть предшественницы и обучали визуальную часть. Поэтому числовые представления текста остались прежними: добавление визуального поиска не требует заново пересчитывать существующий текстовый индекс. При этом сама Embed не улучшает представления чисто текстовых документов — они не изменились. В карточках заявлены 34 языка для текста и 18 для изображений с текстом; русский есть в обоих списках. Веса разрешено использовать коммерчески по лицензии OpenMDW 1.1.

В собственных испытаниях Nvidia добавление Rerank повысило качество поиска и сократило суммарное число входных и выходных токенов агента на 13–14% — при неизменных модели агента, инструментах и заданиях. Эти измерения относятся к проверенной конфигурации. Они не означают такого же снижения полной стоимости системы: дополнительная модель ранжирования тоже требует вычислений. Практическое изменение уже доступно для проверки на своём архиве — поиск может учитывать содержание изображений страниц, а прежнюю текстовую базу не нужно собирать заново.