Nexa.ai hat einen neuen KI-Suchagenten namens „Hyperlink“ eingeführt, der vollständig auf lokaler Hardware ausgeführt werden kann. Die Anwendung wurde für Nvidia RTX AI-PCs entwickelt und fungiert als geräteinterner Assistent, der persönliche Daten in strukturierte Erkenntnisse umwandeln kann. Durch die Verbindung von Informationen aus Notizen, Folien, PDFs und Bildern zielt das Tool darauf ab, Benutzerdateien mühelos zu organisieren und zu interpretieren. Nvidia skizziert dass das Hauptunterscheidungsmerkmal von Hyperlink seine Fähigkeit ist, Abfragen lokal zu verarbeiten, anstatt sie an Remote-Server zu senden. Dadurch wird sichergestellt, dass alle gescannten Dateien und Benutzerdaten auf dem Gerät privat bleiben und verhindert wird, dass persönliche oder vertrauliche Informationen den Computer verlassen. Dieser Ansatz soll Fachleute ansprechen, die sensible Daten verwalten, aber dennoch die Leistungsvorteile generativer KI benötigen. Leistungsbenchmarks berichtet von TechRadar deuten auf deutliche Geschwindigkeitsverbesserungen hin. Beim Test auf einem RTX 5090-System lieferte Hyperlink im Vergleich zu früheren Builds eine bis zu dreimal schnellere Indizierung und die doppelte Inferenzgeschwindigkeit des Large Language Model (LLM). Nvidia behauptet, dass die Optimierung der Retrieval-Augmented Generation (RAG) es dem Tool ermöglicht, dichte Datenordner viel schneller zu verarbeiten; Beispielsweise kann eine 1-GB-Datensammlung, deren Indexierung früher fast 15 Minuten dauerte, jetzt in etwa 5 Minuten verarbeitet werden. Über die bloße Geschwindigkeit hinaus entfernt sich Hyperlink vom statischen Keyword-Matching. Es nutzt die Argumentationsfähigkeiten von LLMs, um Benutzerabsichten zu interpretieren, und ermöglicht so das Auffinden relevanter Materialien, selbst wenn die Dateinamen unklar sind oder keinen Bezug zu ihrem Inhalt haben. Das System kann auch verwandte Ideen über mehrere Dokumente hinweg verbinden, um strukturierte Antworten mit klaren Referenzen bereitzustellen. https://www.youtube.com/watch?v=GB6RW4GSOCU
