Box 喺今個星期四嘅開發者大會宣佈，會將 Nvidia 嘅 Nemotron embedding（向量嵌入）系統整合入產品核心，名叫做 Box Content Retrieval。簡單講，係 Box 用 Nvidia 嘅 Nemotron 技術重建自己嘅內容搜尋——Nemotron 預先處理文件、生成隱藏元數據，再俾 AI agent（代理）喺回覆時直接讀取，唔使逐份文件全文閲讀。
Nvidia 生成式 AI 軟件副總裁 Kari Briski 話，佢預期呢個系統可以令查詢快四倍、錯誤率低兩成、token 用量減少九成。注意：呢三組數字係 Nvidia 嘅預估值，唔係上線後嘅實測結果。
Box CEO Aaron Levie 喺訪問中話：
「這大幅提升了我們為 agent 提供搜尋的相關性。以往 agent 要逐份閲讀文件，現在我們可以回傳與用户查詢或任務最相關的資料片段。」
Levie 亦透露呢個系統實屬複合工程：「我們大概是將五種不同技術打包入一個簡潔的 API。」其中最大嘅護城河係 Box 既有嘅 metadata 架構同權限控制——就算 Nemotron 模型本身係開放權重、免費下載，冇呢兩樣嘢就難以重複。
圖片：Coolcaesar／CC BY-SA 4.0／Wikimedia Commons
Nemotron 點解值得留意
Nemotron Embed 係 Nvidia 嘅開放權重 embedding 模型，專為改善自動檢索而設。主流大模型實驗室長期忽視呢類「小」模型，但 Nvidia 嘅最新 Nemotron（七月發布）喺 RTEB 檢索品質基準測試中排第一。
Box 舉咗一個實際例子：律師用呢個系統可以更容易揾出相關條款同先例——因為 Nemotron 嘅向量化超越關鍵字匹配，即使用户用不同用語，系統都可以識別相關法律概念。
呢個系統會提供予所有 Enterprise Advance 客户，預期於明年年初推出。
阿調搞兩下
係 Box 用 Nvidia 開放權重 embedding 模型重建自己嘅企業搜尋，唔好搞錯主體。但「快四倍、省九成 token」係 Nvidia 自己講嘅預期，唔係獨立測試結果。開放權重模型唔代表整個系統開源——Box 嘅 metadata 同權限層照樣係封閉嘅，呢個要分清楚。明年年初先推出，而家唔係現役，等推出之後有獨立評測先再講。
阿調｜深度調教
