跳到正文
原文
NVIDIA Blog· Erik Pounds·· 3 小时前精选AI 评分60

NVIDIA Agent Toolkit 扩展,新增 Agent Knowledge Foundation 与 Kumo 模型

NVIDIA Agent Toolkit Expands, Grounding Enterprise Agents in Company Data

AI 导读

NVIDIA 扩展开源 NVIDIA Agent Toolkit,新增 Agent Knowledge Foundation、Kumo 系列开放模型(Kumo Tabular。

推荐理由

NVIDIA 把企业数据到智能体的知识层、运行时和蓝图打包进开源工具包,并给出多家企业的落地接口。

正文 · AI 翻译

智能体的价值取决于其掌握的知识,其可信度取决于其运行所处的边界。

领先企业正在使用开源的 NVIDIA Agent Toolkit——现已通过新工具进行扩展——来定制和控制智能体,利用公司数据为其回答和行动提供依据,监控其行为并治理其运作方式。

NVIDIA Agent Toolkit 包含:

阅读 NVIDIA 在欧洲的全部公告

要开发能够完成实际工作、并从开发到部署全程可信的智能体,构建者需要一个开放的智能体技术栈,将模型、执行框架、运行时、数据和工具整合在一起。

NVIDIA Agent Knowledge Foundation 帮助企业将数据转化为智能体可用的企业智能。智能体可以找到相关信息,理解其对企业业务的意义,并利用它做出预测、帮助人们决定下一步行动。企业无需迁移数据、重建现有工作流或更改治理控制,即可使用 Agent Knowledge Foundation。

该基础包含 NVIDIA CUDA-X 库,包括 cuDF、cuGraph、cuML、cuOpt 和 cuVS,以及全新的 Auto-Ontology 库,后者可将原始企业数据转化为熟悉的业务概念——如客户、产品和订单——并映射它们之间的关系。

它还包含 NVIDIA Nemotron Retriever 和 Kumo Structured 开放模型——Kumo Tabular、Kumo Relational、Kumo Time Series 和 Kumo Forecast——帮助智能体找到相关的企业信息以回答问题并做出预测。

OpenShell 提供安全的运行时边界,让企业能够控制智能体可以访问和做什么。NVIDIA NemoClaw 蓝图提供用于构建安全、专用智能体的参考设计。最新的 NemoClaw 智能体优化蓝图提供了循序渐进的起点,用于提升智能体的智能水平——使其随着时间推移在各自工作中表现更佳。

企业采用 NVIDIA Agent Knowledge Foundation

全新的 NVIDIA Agent Knowledge Foundation 已在各企业中得到应用。

借助 Palantir,NVIDIA 的供应链组织正通过 Palantir Foundry、Ontology 和 AIP 使用 Agent Knowledge Foundation 来部署专用智能体,从专有数据中生成可付诸行动的情报,预测结果并优化决策。

Databricks 将 NVIDIA Kumo Anomaly 与 Databricks Genie Ontology 相结合,为上下文感知智能体提供支持。

Snowflake 正在让客户能够在其 Snowflake Notebook 环境中使用 NVIDIA Kumo Engine 和 Kumo Relational 开放模型,从而解锁更多预测能力。

NVIDIA Nemotron Retriever 模型让搜索更快、更准确。借助该嵌入模型,Amazon OpenSearch Service 在几乎不增加延迟的情况下,以更少的搜索步骤提升了相关性。SAP 微调后的重排序器运行速度提升了近 3 倍。ServiceNow 在提升重排序质量的同时,将延迟降低了近四分之一。Zoom 正在使用 Nemotron Retriever 模型来改进 Zoom AI Services 的文档理解、搜索相关性和上下文检索。 

Amazon Web Services (AWS)、ClickHouse、Cloudera、Cohesity、Dassault Systèmes、Dell、 Elastic、Exa、IBM、NetApp、Oracle、Perplexity、Starburst 和 VAST Data 也在基于 Agent Knowledge Foundation 进行构建。

加入这场 GTC Berlin 会议,了解如何在生产环境中构建、部署和优化专用智能体,了解更多。

阅读 NVIDIA 在欧洲的所有公告

来源:NVIDIA Blog · blogs.nvidia.com