NVIDIAは7月16日(現地時間)、マルチステップのエージェントワークフローにおける検索品質向上を目的とした埋め込みモデルコレクション「Nemotron 3 Embed（ネモトロン 3 エンベッド）」を発表した。コレクションのフラッグシップモデル「Nemotron-3-Embed-8B-BF16」は、主要ベンチマークであるRetrieval Text Embedding Benchmark（RTEB）リーダーボードで総合1位を獲得し、高度な検索やエンタープライズRetrieval Augmented Generation（RAG）用途での高い性能を示している。
Nemotron 3 Embedコレクションは、3種類のオープンモデルで構成される。
フラッグシップのNemotron-3-Embed-8B-BF16は、高精度な検索やエンタープライズRetrieval Augmented Generation（RAG）に特化し、Retrieval Text Embedding Benchmark（RTEB）でトップの性能を記録した。高効率モデルであるNemotron-3-Embed-1B-BF16は、レイテンシとコストが重視されるプロダクション検索向けに設計されている。さらに、Nemotron-3-Embed-1B-NVFP4は、Blackwell（ブラックウェル）アーキテクチャに最適化されており、フットプリントを抑えつつ、超高スループットの検索を実現する。
これらのモデルはオープンウェイト、データセット、レシピを提供し、開発者は自社インフラでの検査、調整、ファインチューニング、デプロイが可能だ。Nemotron 3 Embedは32kのコンテキストウィンドウをサポートし、長文ドキュメントや大規模なコードコンテキスト、複数ターンのエージェント履歴に対応する。多言語およびコード検索機能も備え、多様なエンタープライズデータや技術文書、複数ファイルで構成されるコードリポジトリでの検索をサポートする。NVIDIA NeMo AutoModelのレシピを活用することで、ドメイン適応とモデル圧縮も実現できる。
評価において、Nemotron-3-Embed-8B-BF16はRTEBで78.5%、「MMTEB Retrieval」で75.5%を達成し、RTEBで1位となった。Nemotron-3-Embed-1B-BF16はRTEBで72.4%、「MMTEB Retrieval」で71.0%を記録し、前世代の1Bモデルと比較してエラー率をそれぞれ27%、28%削減した。エージェント環境での評価では、Nemotron 3 Embedモデルが検索精度を向上させ、下流のエージェントトークンコストを削減する効果が確認された。
Nemotron-3-Embed-1B-NVFP4は、NVIDIA Blackwellアーキテクチャ上でのネイティブNVFP4アクセラレーションを活用することで、BF16と比較して最大2倍高いスループットを実現しながら、99%以上のBF16検索精度を維持する。これらのモデルはHugging Faceで即座に提供されており、NVIDIA NIMマイクロサービスとしてもデプロイ可能で、vLLM（ブイエルエルエム）によるサポートも提供されている。
参考: Hugging Face Blog — 2026年7月15日 12:21 (JST)
原文ハイライト"NVIDIA Nemotron 3 Embed Ranks #1 Overall on RTEB, Advancing Agentic Retrieval"