NVIDIA के नए AI सर्च मॉडल्स ग्लोबल रैंकिंग में शीर्ष पर, एजेंट कॉस्ट में कटौती

मुख्य बिंदु

• NVIDIA ने 15 जुलाई 2026 को तीन Nemotron 3 Embed मॉडल्स रिलीज किए, सभी वाणिज्यिक उपयोग के लिए मुक्त हैं।
• फ्लैगशिप 8B मॉडल RTEB पर पहले स्थान पर आया, जो AI द्वारा प्रासंगिक जानकारी खोजने की क्षमता मापने के लिए मुख्य ग्लोबल लीडरबोर्ड है।
• छोटा 1B मॉडल NVIDIA के पिछले 1B मॉडल की तुलना में पुनर्प्राप्ति त्रुटि दरों में 27 से 28 प्रतिशत की कटौती करता है।
• हार्डवेयर-अनुकूलित 1B वेरिएंट NVIDIA के Blackwell चिप्स पर 99 प्रतिशत से अधिक सटीकता बनाए रखते हुए दोगुनी प्रोसेसिंग गति प्रदान करता है।
• सभी तीन मॉडल्स तुरंत Hugging Face पर उपलब्ध हैं।

जब आप किसी AI असिस्टेंट से प्रश्न पूछते हैं, तो वह आमतौर पर मेमोरी से उत्तर का अनुमान नहीं लगाता है। यह दस्तावेजों की एक लाइब्रेरी में खोज करता है, सबसे प्रासंगिक को निकालता है, और फिर जो पाया गया है उसके आधार पर एक उत्तर लिखता है। इस खोज चरण को पुनर्प्राप्ति कहा जाता है, और यह कितनी अच्छी तरह काम करता है यह सब कुछ आकार देता है जो अनुसरण करता है।

NVIDIA Corporation, चिप निर्माता जो AI सॉफ्टवेयर टूल्स भी बनाता है, इस सप्ताह Nemotron 3 Embed नाम का पुनर्प्राप्ति मॉडल्स का एक नया परिवार रिलीज किया। एम्बेडिंग मॉडल, शब्द को स्पष्ट करने के लिए, एक AI है जो शब्दों और वाक्यों को संख्याओं में परिवर्तित करता है ताकि कंप्यूटर जल्दी से दो पाठ के टुकड़ों के बीच कितनी निकटता से संबंधित है यह तुलना कर सके। अच्छे एम्बेडिंग मॉडल्स सही दस्तावेजों को तेजी से खोजते हैं। खराब वाले शोर लौटाते हैं, AI एजेंट का समय बर्बाद करते हैं, और कंप्यूटिंग लागत बढ़ाते हैं।

फ्लैगशिप मॉडल, Nemotron-3-Embed-8B-BF16, 15 जुलाई 2026 तक RTEB (Retrieval Text Embedding Benchmark, क्षेत्र की मुख्य सार्वजनिक सटीकता प्रतियोगिता) पर शीर्ष स्थान पर आया, 78.5 प्रतिशत स्कोर किया। यह महत्वपूर्ण है क्योंकि RTEB कई भाषाओं, दस्तावेज प्रकारों और कार्यों में पुनर्प्राप्ति का परीक्षण करता है, इसलिए वहां एक शीर्ष स्कोर संकीर्ण प्रशिक्षण के साथ खेलना मुश्किल है।

क्या बेहतर पुनर्प्राप्ति वास्तव में पैसे बचाता है?

हाँ, और बचत काफी हो सकती है। NVIDIA ने एक बताने वाला प्रयोग चलाया: उन्होंने अपने नए एम्बेडिंग मॉडल्स को एक AI एजेंट से जोड़ा, एक सॉफ्टवेयर प्रोग्राम जो अपने आप में बहु-चरण कार्य कर सकता है, और मापा कि एजेंट को खोज कार्य पूरा करने के लिए कितने टोकन, पाठ की इकाइयां AI मॉडल पढ़ता और लिखता है, की आवश्यकता थी। अधिक सटीक पुनर्प्राप्ति ने उपयोगी परिणाम जल्दी लौटाए, इसलिए एजेंट को कम दोहराई गई खोजों और कम तर्क चरणों की आवश्यकता थी। कम चरण का अर्थ है कम टोकन गणना, और कम टोकन गणना का अर्थ है कम बिल।

8B मॉडल ने तीन मानक बेंचमार्क में सर्वोच्च सटीकता और सबसे कम अनुमानित टोकन लागत दोनों का उत्पादन किया। यह एक व्यापार-बंद नहीं है; यह बस एक बेहतर मॉडल है जो कम अनावश्यक काम कर रहा है।

उन संगठनों के लिए जो बड़े पैमाने पर एक 8-अरब-पैरामीटर मॉडल चलाने का खर्च नहीं उठा सकते, NVIDIA ने एक 1-अरब-पैरामीटर संस्करण, Nemotron-3-Embed-1B-BF16 भी रिलीज किया। यह RTEB पर 72.4 प्रतिशत स्कोर करता है, अभी भी मजबूत है, और अपने पूर्ववर्ती के विरुद्ध 27 प्रतिशत त्रुटि दरों में कटौती करता है। एक तीसरा वेरिएंट, Nemotron-3-Embed-1B-NVFP4, NVIDIA के Blackwell हार्डवेयर पर NVFP4 नामक एक संपीड़ित संख्या प्रारूप का उपयोग करते हुए मानक संस्करण की गति का दोगुना तक चलता है जबकि एक प्रतिशत से कम सटीकता खो देता है।

सभी तीन मॉडल्स 32,000 टोकन तक के दस्तावेजों का समर्थन करते हैं, कई भाषाओं को संभालते हैं, और कोड रिपोजिटरी के साथ काम करते हैं। NVIDIA ने मॉडल वेट्स, प्रशिक्षण डेटा विवरण, और फाइन-ट्यूनिंग रेसिपी प्रकाशित की है, इसलिए टीमें शून्य से शुरू किए बिना अपने स्वयं के दस्तावेजों के लिए मॉडल्स को अनुकूलित कर सकते हैं।

ये कंपनी बेंचमार्क्स और NVIDIA के स्वयं के मूल्यांकन हैं। स्वतंत्र क्लिनिकल-ग्रेड परीक्षण यहां लागू नहीं होते हैं, लेकिन RTEB लीडरबोर्ड स्वतंत्र रूप से बनाए रखा जाता है, और शीर्ष रैंकिंग एक सार्थक बाहरी संकेत है। डेवलपर्स जो अपने स्वयं के डेटा पर मॉडल्स का परीक्षण करना चाहते हैं, आज उन्हें डाउनलोड कर सकते हैं, जैसा कि पहले Hugging Face द्वारा नोट किया गया था, जहां सभी तीन सूचीबद्ध हैं।