NeMo Retriever为一个语意检索微服务，让开发者可以简单地客制化问答应用程式。该服务能够被部署在云端或是本地环境中，支援生成式人工智慧应用程式。借由使用Nvidia最佳化演算法，NeMo Retriever可以提供更加精准的回应。此外，开发者能够将其与云端和资料中心里的业务资料连接，以便终端使用者透过简单的对话提示，快速获得准确且最新的讯息。
透过NeMo Retriever企业便可在其应用程式中加入检索增强生成功能，官方提到，其提供了先进且商业化的模型和微服务，并对延迟和吞吐量进行了最佳化。NeMo Retriever所使用的模型经过负责任且可稽核的资料训练，开发者可选用不同的预训练模型，并且依据使用案例自定义模型。
NeMo Retriever中的Retrieval QA Embedding模型，能够将文字资讯转换成为密集的向量表示，以方便搜寻向量资料库，检索和终端使用者查询最相关的档案。NeMo Retriever中的Retrieval QA Embedding模型为Transformer编码器，是一个E5-Large-Unsupervised模型的微调版本，具有24层，嵌入大小为1,024，经过私有和公开资料集进行训练，最大支援512个token输入。
开发者可以透过Retrieval QA Embedding Playground API来存取该服务，由于Retrieval QA Embedding模型为E5-Large-Unsupervised微调版本，因此也适用类似的输入格式要求，开发者在发出请求的时候，需要指定片段资讯（Passage）以及查询（Query）。
经Nvidia电信、IT、咨询和能源产业的客户内部资料集评估，Retrieval QA Embedding模型在模拟检索增强生成情境的Recall@5指标中表现最好，而且在学术基准测试NQ、HotpotQA、FiQA和TechQA上，Retrieval QA Embedding模型在平均NDCG@10指标上超越其他开源和商业检索模型。