NVIDIA telah mengumumkan sebuah pipeline pemrosesan dokumen cerdas baru yang mampu memproses PDF kompleks dengan akurasi tinggi. Komponen kunci dari sistem ini adalah pustaka NVIDIA NeMo Retriever, yang memungkinkan dokumen kompleks diuraikan menjadi data terstruktur. Data ini diproses oleh model Nemotron RAG untuk memberikan jawaban yang akurat dan dapat dilacak dari beban kerja dokumen yang sangat besar.

Tutorial mereka dimulai dengan ekstraksi informasi menggunakan layanan mikro yang dipercepat GPU dan memandu pengguna melalui proses membangun alur kerja pencarian multimodal, mengatur data yang diekstrak dan mengoptimalkannya untuk model Nemotron RAG, menciptakan sistem yang peka konteks dan mampu melakukan transformasi dengan throughput tinggi, sehingga memungkinkan transformasi kumpulan data besar menjadi informasi yang dapat dicari.

NVIDIA menekankan pentingnya memahami tantangan yang dihadapi oleh metode ekstraksi teks standar dalam dokumen yang kompleks. Tantangan ini meliputi kompleksitas struktural, konten multimodal, persyaratan sitasi, logika kondisional, dan lain sebagainya. Pendekatan Nemotron RAG mengatasi tantangan ini dengan model ekstraksi khusus dan penyematan terstruktur untuk memberikan hasil berbasis sitasi yang andal.

Perusahaan tersebut juga menguraikan pertimbangan utama dalam menerapkan sistem pemrosesan dokumen cerdas, termasuk pertimbangan ukuran chunk, kedalaman ekstraksi, format output tabular, dan pilihan antara mode pustaka dan kontainer. Keputusan-keputusan ini memengaruhi akurasi pencarian, akurasi sitasi, dan skalabilitas. Alur kerja terdiri dari tiga tahap: ekstraksi, penyematan, dan pemeringkatan ulang, setelah itu jawaban sitasi untuk kueri pengguna dihasilkan.

NVIDIA mendorong para pengembang untuk mengeksplorasi fleksibilitas alur pemrosesan dokumen dan bergabung dengan komunitas pengembang yang membangun dengan NVIDIA Blueprint for Enterprise RAG, sebuah sistem yang dipercaya oleh penyedia platform data AI terkemuka dan tersedia di berbagai platform seperti GitHub dan katalog NGC.