Το NVIDIA Agent Toolkit διευρύνει την πρόσβαση σε εταιρικά δεδομένα

Το NVIDIA Agent Toolkit επεκτείνεται με μια νέα βάση για τη σύνδεση εταιρικών agents με δεδομένα εταιρειών, καθώς και με μοντέλα και εργαλεία για τον έλεγχο της δραστηριότητάς τους. Στην έκθεσή της της 21ης Οκτωβρίου 2026, η NVIDIA περιέγραψε υλοποιήσεις στην εφοδιαστική αλυσίδα της και σε πλατφόρμες εταιρικού λογισμικού, τοποθετώντας την πρόσβαση σε επιχειρηματικά δεδομένα στο επίκεντρο της πιο πρόσφατης επέκτασης του toolkit ανοικτού κώδικα.

Βασικά σημεία

• Το νέο Agent Knowledge Foundation συνδέει τις εταιρικές πληροφορίες με επιχειρηματικές έννοιες, ώστε οι agents να ανακτούν το σχετικό πλαίσιο και να υποστηρίζουν προβλέψεις.
• Η NVIDIA ανέφερε υλοποιήσεις που αφορούν τις Palantir, Databricks και Snowflake, αν και οι υλοποιήσεις διαφέρουν ανά πλατφόρμα.
• Η NVIDIA αναφέρθηκε επίσης σε βελτιώσεις ανάκτησης στο Amazon OpenSearch Service, στη SAP και στη ServiceNow· τα αποτελέσματα αυτά αφορούν τη χρήση μεμονωμένων μοντέλων και όχι το toolkit συνολικά.

Πίνακας περιεχομένων

• Τι προσθέτει το NVIDIA Agent Toolkit για τα εταιρικά δεδομένα
• Πού βρίσκονται οι εταιρικές υλοποιήσεις
• Τι τεκμηριώνουν τα αποτελέσματα ανάκτησης
• Πώς ελέγχονται η πρόσβαση και η βελτίωση των agents
• Συμπέρασμα

Τι προσθέτει το NVIDIA Agent Toolkit για τα εταιρικά δεδομένα

Η βασική προσθήκη είναι το NVIDIA Agent Knowledge Foundation, το οποίο συνδυάζει βιβλιοθήκες επεξεργασίας δεδομένων με μοντέλα ανάκτησης και δομημένων δεδομένων. Η NVIDIA αναφέρει ότι οι εταιρείες μπορούν να το χρησιμοποιούν διατηρώντας τις υφιστάμενες τοποθεσίες δεδομένων, ροές εργασίας και μηχανισμούς διακυβέρνησης.

Η νέα βιβλιοθήκη Auto-Ontology προσφέρει στους agents μια επιχειρηματική ερμηνεία των ακατέργαστων πληροφοριών. Αντί να αντιμετωπίζει τα αρχεία μόνο ως μεμονωμένα σημεία δεδομένων, εντοπίζει έννοιες όπως πελάτες, προϊόντα και παραγγελίες και καθορίζει τις μεταξύ τους σχέσεις. Το πλαίσιο αυτό αποσκοπεί στο να βοηθά τους agents να απαντούν σε επιχειρηματικά ερωτήματα και να υποστηρίζουν τη λήψη αποφάσεων.

Το foundation ενσωματώνει βιβλιοθήκες CUDA-X, μεταξύ των οποίων τις cuDF, cuGraph, cuML, cuOpt και cuVS. Η επιλογή μοντέλων περιλαμβάνει τα Nemotron Retriever και την οικογένεια Kumo Structured: Kumo Tabular, Kumo Relational, Kumo Time Series και Kumo Forecast.

Πού βρίσκονται οι εταιρικές υλοποιήσεις

Ο οργανισμός εφοδιαστικής αλυσίδας της NVIDIA χρησιμοποιεί το foundation με τα Foundry, Ontology και AIP της Palantir. Σύμφωνα με την NVIDIA, η συγκεκριμένη υλοποίηση υποστηρίζει εξειδικευμένους agents που αξιοποιούν ιδιόκτητες πληροφορίες για προβλέψεις και βελτιστοποίηση αποφάσεων. Πρόκειται για εσωτερική υλοποίηση που περιγράφεται στην έκθεση και όχι απλώς για προτεινόμενη εφαρμογή.

Η Databricks συνδυάζει το Genie Ontology με το NVIDIA Kumo Anomaly για agents που χρησιμοποιούν πληροφορίες βάσει περιεχομένου. Η προσέγγιση της Snowflake ενσωματώνει τα μοντέλα Kumo Engine και Kumo Relational σε περιβάλλοντα Snowflake Notebook, επιτρέποντας στους πελάτες να προσθέτουν εκεί λειτουργίες πρόβλεψης.

Τα παραδείγματα αυτά δείχνουν διαφορετικούς δρόμους προς την εταιρική χρήση: μια επιχειρησιακή υλοποίηση στη NVIDIA, μια ενσωμάτωση στη Databricks και πρόσβαση για πελάτες μέσω του περιβάλλοντος notebook της Snowflake. Δεν θα πρέπει να θεωρηθούν όμοιες υλοποιήσεις ή απόδειξη ισοδύναμων αποτελεσμάτων.

Τι τεκμηριώνουν τα αποτελέσματα ανάκτησης

Η NVIDIA ανέφερε αρκετά αποτελέσματα για το Nemotron Retriever, διαχωρίζοντας τις βελτιώσεις στην αναζήτηση και την επανακατάταξη από τις ευρύτερες δυνατότητες των εταιρικών agents. Στο Amazon OpenSearch Service, το μοντέλο ενσωματώσεων βελτίωσε τη συνάφεια, μειώνοντας παράλληλα τα βήματα αναζήτησης, με σχεδόν μηδενική πρόσθετη καθυστέρηση, σύμφωνα με την NVIDIA.

Η εταιρεία ανέφερε ότι το μοντέλο επανακατάταξης της SAP, μετά από λεπτομερή προσαρμογή, λειτούργησε σχεδόν τρεις φορές ταχύτερα. Επίσης, σύμφωνα με την ίδια, η ServiceNow βελτίωσε την ποιότητα της επανακατάταξης, μειώνοντας παράλληλα την καθυστέρηση σχεδόν κατά ένα τέταρτο. Η έκθεση δεν παρέχει κοινό δείκτη αξιολόγησης που να επιτρέπει την άμεση σύγκριση αυτών των αποτελεσμάτων.

Η Zoom χρησιμοποιεί το Nemotron Retriever για την κατανόηση εγγράφων, τη συνάφεια αναζήτησης και την ανάκτηση περιεχομένου στο Zoom AI Services. Η NVIDIA δεν συνέδεσε αυτή την υλοποίηση με ποσοτικοποιημένο αποτέλεσμα απόδοσης.

Πώς ελέγχονται η πρόσβαση και η βελτίωση των agents

Η επέκταση δεν περιορίζεται στην παροχή περισσότερων πληροφοριών στους agents. Τα συνοδευτικά στοιχεία της καλύπτουν τα όρια εκτέλεσης, τον σχεδιασμό εξειδικευμένων agents και τη βελτιστοποίηση, με διακριτούς ρόλους που συνοψίζονται παρακάτω.

Η NVIDIA περιγράφει το νεότερο σχέδιο βελτιστοποίησης NemoClaw ως σημείο εκκίνησης για τη διαχρονική βελτίωση της νοημοσύνης των agents. Πρόκειται για σχέδιο αναφοράς για τους δημιουργούς και όχι για ένδειξη ότι κάθε εταιρική υλοποίηση έχει ήδη επιτύχει βελτίωση. Η έκθεση αναφέρει επίσης τα NeMo Relay και NeMo Compass μεταξύ των εργαλείων και δεξιοτήτων του toolkit, χωρίς να διευκρινίζει τους ρόλους τους.

Συμπέρασμα

Η επέκταση συγκεντρώνει στο ίδιο toolkit την ερμηνεία εταιρικών δεδομένων, την ανάκτηση και τους ελέγχους εκτέλεσης. Τα πιο ισχυρά συγκεκριμένα τεκμήρια είναι οι επώνυμες υλοποιήσεις και τα αποτελέσματα σε επίπεδο μοντέλου· τα παραδείγματα αυτά δεν τεκμηριώνουν ένα ενιαίο αποτέλεσμα απόδοσης για το πλήρες σύνολο των agents.

Διαβάστε περισσότερα νέα

Περισσότερα νέα από το FinanceVelix

Αποποίηση ευθύνης

Το παρόν άρθρο του FinanceVelix παρέχει γενικές πληροφορίες και όχι εξατομικευμένες χρηματοοικονομικές, επενδυτικές, νομικές ή φορολογικές συμβουλές. Οι τιμές της αγοράς, τα επιτόκια και οι οικονομικές συνθήκες μπορούν να μεταβληθούν· οι επενδύσεις ενέχουν κίνδυνο απώλειας. Τα πραγματικά στοιχεία αντικατοπτρίζουν το υλικό που ήταν διαθέσιμο κατά τη δημοσίευση και ενδέχεται να αλλάξουν. Επαληθεύετε ανεξάρτητα τις σημαντικές πληροφορίες και συμβουλευτείτε ειδικευμένο επαγγελματία όταν χρειάζεται. Η αναφορά σε ένα περιουσιακό στοιχείο, μια εταιρεία ή μια υπηρεσία δεν συνιστά σύσταση.»