NVIDIAは2026年7月16日、検索拡張生成（RAG）やエージェントの記憶機能など、実運用レベルの検索ワークフローを目的としたモデル群「Nemotron 3 Embed」を発表した。このシリーズには8Bのフラッグシップモデルと、デプロイ環境に合わせて最適化された2種類の1.14Bモデルが含まれる。主力となるNemotron-3-Embed-8B-BF16は、Retrieval-based Evaluation Benchmark（RTEB）で78.5%を記録し現在1位となっており、MMTEB検索ベンチマークでも75.5%を達成した。

リソースが限定された本番環境向けには、1.14B BF16および1.14B NVFP4が提供される。特にNVFP4モデルは、Blackwell GPUアーキテクチャ専用のネイティブ4ビット量子化を採用しており、BF16版と比較してスループットを最大2倍に向上させながら、検索精度の99%を維持可能だ。また、これらすべてのモデルは32kのコンテキストウィンドウをサポートしており、膨大な技術文書や複数ファイルのコードリポジトリ、長期間のエージェント履歴を扱う検索に適している。

各モデルは「Ministral-3-8B-Instruct-2512」および「3B-Instruct-2512」のベースモデルを適応させて開発された。1Bサイズのモデルは、NVIDIAのModelOptエンジンを用いた2段階の構造的枝刈り（プルーニング）と蒸留によって生成されている。NVIDIAはファインチューニングや蒸留のための学習レシピをオープンソースで公開しており、Hugging FaceやNVIDIA NIMコンテナ経由で利用が可能だ。すでにAutomation Anywhere、Boomi、Mem0、You.comなどの企業パートナーが、意味的検索やエージェントの推論効率化のためにこれらのモデルを活用している。

NVIDIAは2026年7月16日、検索拡張生成（RAG）やエージェントの記憶機能など、実運用レベルの検索ワークフローを目的としたモデル群「Nemotron 3 Embed」を発表した。このシリーズには8Bのフラッグシップモデルと、デプロイ環境に合わせて最適化された2種類の1.14Bモデルが含まれる。主力となるNemotron-3-Embed-8B-BF16は、Retrieval-based Evaluation Benchmark（RTEB）で78.5%を記録し現在1位となっており、MMTEB検索ベンチマークでも75.5%を達成した。

リソースが限定された本番環境向けには、1.14B BF16および1.14B NVFP4が提供される。特にNVFP4モデルは、Blackwell GPUアーキテクチャ専用のネイティブ4ビット量子化を採用しており、BF16版と比較してスループットを最大2倍に向上させながら、検索精度の99%を維持可能だ。また、これらすべてのモデルは32kのコンテキストウィンドウをサポートしており、膨大な技術文書や複数ファイルのコードリポジトリ、長期間のエージェント履歴を扱う検索に適している。

各モデルは「Ministral-3-8B-Instruct-2512」および「3B-Instruct-2512」のベースモデルを適応させて開発された。1Bサイズのモデルは、NVIDIAのModelOptエンジンを用いた2段階の構造的枝刈り（プルーニング）と蒸留によって生成されている。NVIDIAはファインチューニングや蒸留のための学習レシピをオープンソースで公開しており、Hugging FaceやNVIDIA NIMコンテナ経由で利用が可能だ。すでにAutomation Anywhere、Boomi、Mem0、You.comなどの企業パートナーが、意味的検索やエージェントの推論効率化のためにこれらのモデルを活用している。