基于 NVIDIA Nemotron 開放模型的 AI 驅(qū)動文檔智能，增強科學(xué)研究、金融和法律等領(lǐng)域工作流。

智能文檔處理是一種由 AI 驅(qū)動的工作流，可以自動讀取、理解文檔并從中提取見解。它依托 AI 智能體和檢索增強生成 (RAG) 等技術(shù)，解析文檔中的多種格式（包括表格、圖表、圖像和文本），并將多模式內(nèi)容轉(zhuǎn)化為易于其他多智能體系統(tǒng)以及人類運用的洞察。

借助 NVIDIA Nemotron 開放模型和 GPU 加速庫，組織可以構(gòu)建 AI 驅(qū)動的文檔智能系統(tǒng)，用于研究、金融服務(wù)、法律等領(lǐng)域工作流。

• 文檔處理如何優(yōu)化商業(yè)智能：文檔智能系統(tǒng)能夠從復(fù)雜的布局中提取意義，擴展到龐大的文件庫，并準(zhǔn)確顯示答案的來源，這在高風(fēng)險環(huán)境中非常有用。這些系統(tǒng)：

1. 理解豐富的文檔內(nèi)容，超越簡單的文本抓取，從圖表、表格、圖形和混合語言頁面中捕獲信息，并像人類處理文檔一樣識別其結(jié)構(gòu)、關(guān)系和上下文內(nèi)容。
2. 處理大量動態(tài)數(shù)據(jù)，并行攝取和處理海量文檔，同時保持知識庫的持續(xù)更新。
3. 精確定位用戶所需的內(nèi)容，幫助 AI 智能體精確找出與查詢最相關(guān)的段落、表格或文字，從而提供精準(zhǔn)和準(zhǔn)確的響應(yīng)。
4. 通過提供對特定頁面或圖表的引用，展示答案背后的證據(jù)，使團隊能夠獲得透明度和可審計性，這在受監(jiān)管業(yè)中尤為關(guān)鍵。

• 工作中的文檔智能：基于 NVIDIA Nemotron RAG 模型、Nemotron Parse 和加速計算構(gòu)建的智能文檔處理系統(tǒng)，已經(jīng)在重塑各行業(yè)組織從文檔中獲取洞察的方式。

• 借助 NVIDIA 技術(shù)設(shè)計智能文檔處理應(yīng)用：強大且適用特定領(lǐng)域的文檔智能管道需要能夠處理數(shù)據(jù)提取、嵌入和重排名的技術(shù)，同時確保數(shù)據(jù)的安全性，并遵循相關(guān)法規(guī)。

1. 提取：Nemotron 提取和 OCR 模型快速攝取多模式 PDF、文本、表格、圖形和圖像，將其轉(zhuǎn)換為結(jié)構(gòu)化、機器可讀的內(nèi)容，同時保留其布局和語義。
2. 嵌入：Nemotron 嵌入模型將段落、實體和視覺元素轉(zhuǎn)化為適用于文檔檢索的向量表示，從而實現(xiàn)語義準(zhǔn)確的搜索。
3. 重排名：Nemotron 重排名模型對候選段落進行評估，以確保最相關(guān)的內(nèi)容作為大語言模型 (LLM) 的上下文，從而提高答案的準(zhǔn)確性并減少幻覺。
4. 解析：Nemotron Parse 模型解析文檔語義，以精確的空間定位和正確的閱讀流程提取文本和表格?？朔季值目勺冃?，將非結(jié)構(gòu)化的文檔轉(zhuǎn)化為可操作的數(shù)據(jù)，從而提高了 LLM 和代理式工作流的準(zhǔn)確性。

這些功能打包為 NVIDIA NIM 和基礎(chǔ)模型，可在 NVIDIA GPU 上高效運行，使團隊能夠從概念驗證擴展到生產(chǎn)部署落地，同時將敏感數(shù)據(jù)保留在其選擇的云或數(shù)據(jù)中心環(huán)境中。

以上為摘要內(nèi)容，點擊鏈接閱讀完整內(nèi)容：Nemotron Labs：AI 智能體如何將文檔轉(zhuǎn)化為實時商業(yè)智能 | NVIDIA 英偉達博客 NVIDIA 引領(lǐng)人工智能計算