A NVIDIA lançou a série Nemotron-3-Embed de modelos de incorporação para RAG em produção, recuperação de código e memória de agente. A versão de 8 bilhões de parâmetros em BF16 ocupa o primeiro lugar no benchmark RTEB, com 78,46 NDCG@10. A série inclui versões de 1 bilhão de parâmetros em BF16 e 1 bilhão de parâmetros em NVFP4 (4 bits), todas baseadas na arquitetura Mistral, com suporte a 34 idiomas e 32 mil tokens. Os modelos de 1B foram criados por meio de poda e destilação de conhecimento. A versão NVFP4 mantém 99,5% de precisão com o dobro da taxa de processamento no Blackwell. Ela suporta implantação de vLLM; as versões BF16 suportam Transformers e Sentence Transformers.