NeMo Retriever

2025年 8月 4日

如何使用 NVIDIA Llama Nemotron 模型通过推理增强 RAG 工作流

检索增强生成 (RAG) 系统面临的一大挑战是处理缺乏明确清晰度或带有隐含意图的用户查询。用户通常会以不准确的方式来表达问题。例如，
4 MIN READ
2025年 7月 29日

使用 VLM 和 NVIDIA NeMo Retriever Parse 将复杂文档转化为可用数据

企业在研究报告、业务合同、财务报表和技术手册等文档中生成并存储大量非结构化数据。传统的光学字符识别 (OCR) 技术难以处理复杂的布局、
3 MIN READ
2025年 7月 23日

PDF 数据提取方法及其在信息检索中的应用

PDF 是共享财务报告、研究论文、技术文档和营销材料等信息的常用文件格式之一。然而，在构建有效的检索增强生成 (RAG) 系统时，
4 MIN READ
2025年 6月 30日

出色的多模态 RAG：Llama 3.2 NeMo 检索器嵌入模型如何提高工作流准确性

数据远不止于文本，它本质上是多模态的，包括图像、视频、音频等，通常采用复杂的非结构化格式。虽然常见的方法是将 PDF、扫描图像、
2 MIN READ
2025年 6月 18日

使用一个 GPU 运行多模态提取以实现更高效的 AI 工作流

随着企业生成和使用越来越多的多样化数据，从 PDF 和演示文稿等多模态文档中提取见解已成为一项重大挑战。
4 MIN READ
2025年 5月 30日

借助 NVIDIA NIM 加速 Vanna 上的文本到 SQL 推理，从而提升分析效率

从自然语言输入生成查询缓慢且效率低下，是决策制定的瓶颈。这迫使分析师和业务用户严重依赖数据团队，从而延迟洞察并限制敏捷性。
4 MIN READ
2025年 5月 7日

概念驱动的 AI 教学助手引导学生获得更深入的见解

在当今的教育环境中，生成式 AI 工具既带来了福音，也带来了挑战。虽然这些工具提供了前所未有的信息获取途径，但也引发了对学术诚信的新担忧。
2 MIN READ
2025年 4月 16日

使用 NVIDIA NIM 构建 AI 驱动的自动引用验证工具

引文的准确性对于保持学术和 AI 生成内容的完整性至关重要。当引用不准确或错误时，它们可能会误导读者并散布虚假信息。
2 MIN READ
2025年 4月 7日

使用合成数据评估和增强 RAG 工作流性能

随着 大语言模型 (LLM) 在各种问答系统中的普及， 检索增强生成 (RAG) 流程也成为焦点。
1 MIN READ
2025年 3月 18日

NVIDIA NeMo 检索器将准确的多模态 PDF 数据提取速度提高 15 倍

企业生成和存储的多模态数据比以往任何时候都多，但传统的检索系统在很大程度上仍然以文本为重点。虽然他们可以从书面内容中获得见解，
3 MIN READ
2024年 12月 17日

开发具有高效数据存储的多语种和跨语言信息检索系统

高效的文本检索对于搜索、问答、语义文本相似性、摘要和商品推荐等各种信息检索应用至关重要。它还在检索增强生成（RAG）技术中发挥着关键作用，
2 MIN READ
2024年 11月 22日

借助 2D 和 3D 数字人虚拟形象扩展 AI 智能体界面选项

在与 生成式 AI 应用程序交互时，用户有多种通信选项 – 文本、语音或通过数字化的虚拟形象。
1 MIN READ
2024年 10月 24日

利用 NVIDIA Morpheus 加速警报分流和 LLM 代理强化安全运营中心

安全运营中心（SOC）分析师每天都会收到大量传入的安全警报。为了确保其组织的持续安全，他们的任务是仔细检查传入的噪音，分拣出误报，
1 MIN READ
2024年 10月 23日

借助 NVIDIA NIM 智能体蓝图创建客户服务 AI 虚拟助理的三大核心组件

在当今快节奏的商业环境中，提供卓越的客户服务已不再是一种好事情，而是一种必要条件。无论是解决技术问题、解决计费问题，还是提供服务更新，
2 MIN READ
2024年 10月 15日

DataStax 推出 NVIDIA AI 构建的新一代 AI 开发平台

随着企业越来越多地采用 AI 技术，他们面临着高效开发、保护和持续改进 AI 应用以利用其数据资产的复杂挑战。
2 MIN READ
2024年 10月 10日

NVIDIA NIM 微服务助力电信 O-RAN 规范高级 RAG 技术实现

移动通信标准通过协调技术协议来促进不同供应商的网络和设备之间的互操作性，在电信生态系统中发挥着至关重要的作用。随着这些标准的发展，
2 MIN READ