Box integra el sistema Nemotron de Nvidia en su nueva recuperación de contenido para agentes
Hecho Qué ha ocurrido
Box presentó en su conferencia para desarrolladores Box Content Retrieval, una función que incorpora los modelos de embeddings Nemotron de Nvidia para que los agentes consulten documentos de forma más eficaz. Según Nvidia, las consultas se responden cuatro veces más rápido, con un 20% menos de errores y un 90% menos de tokens, cifras que la compañía comunica sin auditoría independiente. La función llegará a clientes Enterprise Advance a principios del próximo año.
Resumen generado mediante IA a partir de TechCrunch AI (original en inglés). Naturaleza de la información: declaración de parte interesada.
Análisis Por qué importa
Muestra cómo los proveedores de software empresarial integran modelos abiertos de recuperación en sus plataformas, lo que puede reducir costes de consulta para agentes. Para las empresas, la ventaja depende de tener metadatos y controles de permisos bien organizados.
- Quién se ve afectado
- Empresas clientes de Box con agentes de IA, especialmente despachos jurídicos y equipos con grandes volúmenes documentales.
- Qué puede cambiar
- Si los resultados se confirman, los agentes podrían localizar cláusulas y precedentes con menos tokens y más precisión dentro de la gestión documental corporativa.
Análisis generado a partir de la información disponible; no procede de la fuente.
Predicción Qué observar a continuación
Conviene vigilar la disponibilidad real a inicios del próximo año, los precios de la función y si clientes independientes reproducen las mejoras de velocidad y error anunciadas.
Enviar esta noticia por correo
Enviado. Revisa que llegue a la bandeja de entrada de quien lo reciba.
La dirección no parece válida.
Has enviado varios correos seguidos. Espera un rato.
No se ha podido comprobar que no eres un robot. Vuelve a intentarlo.
No se ha podido enviar. Inténtalo de nuevo en unos minutos.
Fuente original: TechCrunch AI. La referencia es siempre el artículo original.
Ver fuente original ↗embeddingsagentesRAG BoxNvidia agentes Box Nemotron Nvidia recuperación de contenido
Relacionadas
NVIDIA lanza modelos Nemotron para búsqueda multimodal de documentos visuales
NVIDIA ha lanzado dos modelos Nemotron optimizados para recuperación de documentos visuales: llama-nemotron-embed-vl-1b-v2 (modelo de embeddings multimodal de…
Por qué importaLa recuperación precisa de documentos visuales es crítica para sistemas de IA en empresas con grandes colecciones de documentos técnicos, manuales y…
NVIDIA lanza Nemotron ColEmbed V2 para búsqueda multimodal de documentos
NVIDIA ha presentado la familia Nemotron ColEmbed V2, un conjunto de modelos de embeddings multimodales en tres tamaños (3B, 4B y 8B) diseñados para…
Por qué importaEstos modelos son críticos para sistemas RAG multimodales en producción, donde recuperar información precisa de documentos complejos (páginas…
NVIDIA Nemotron 3 Ultra: modelo abierto para agentes autónomos con adopción inmediata
NVIDIA ha lanzado Nemotron 3 Ultra, un modelo de mezcla de expertos de 550 mil millones de parámetros optimizado para agentes de larga duración. El modelo…
Por qué importaRepresenta un salto en la eficiencia de agentes autónomos reales, con casos de uso empresarial inmediatos y modelos abiertos que permiten…
NVIDIA lanza Nemotron 3 Super, modelo abierto para agentes IA con 5x más rendimiento
NVIDIA ha lanzado Nemotron 3 Super, un modelo abierto de 120 mil millones de parámetros con 12 mil millones activos, diseñado para ejecutar sistemas de agentes…
Por qué importaEste modelo abierto reduce significativamente el coste de desplegar sistemas multi-agente complejos en producción, resolviendo limitaciones críticas…
Tu opinión
Te hemos enviado un correo para confirmar tu dirección. El comentario se procesará cuando pulses el enlace.
Gracias. Tu comentario se publicará cuando lo revise el equipo (los primeros comentarios de cada persona se moderan).
Comentario publicado. Gracias por participar.
No se puede comentar aquí.
Indica un nombre (de 2 a 60 caracteres).
El correo no parece válido.
El comentario debe tener entre 10 y 2.000 caracteres.
Demasiados enlaces en el comentario.
No se ha podido comprobar que no eres un robot. Vuelve a intentarlo.
Has alcanzado el límite diario de comentarios.
Demasiados comentarios seguidos. Espera un rato.
No se ha podido enviar el correo de confirmación. Inténtalo de nuevo en unos minutos.