説明
NVIDIA Nemotron 3.5 Super VLは、Hugging Face上でホストされる高度な大規模言語モデルです。テキスト、画像、動画を含むさまざまな入力を処理し、主にテキスト形式で出力します。このモデルは、C-RADIOビジョンエンコーダーを組み込んだMamba-2–Transformerハイブリッドアーキテクチャに基づいており、マルチモーダルデータを効率的に処理することができます。
続きを読む
合計1200億のパラメータのうち、120億がアクティブであるNemotron 3.5 Super VLは、カスタマイズやドメイン適応を必要とするタスクにおいて高いパフォーマンスを発揮するように設計されています。最大100万トークンのコンテキスト長をサポートしており、大規模なデータ処理タスクに適しています。このモデルはBF16精度で動作し、高い出力精度を確保します。
Nemotron 3.5 Super VLのデプロイメントは、4× H100または2× GB200のハードウェア構成を使用して実現でき、利用可能なリソースに応じた柔軟性を提供します。このモデルは、ネイティブのマルチトークン予測を使用した推測デコーディングをサポートし、出力生成の効率を向上させます。
Nemotron 3.5 Super VLは、フル精度評価を必要とするタスクに特に推奨されます。チャットテンプレートを通じて構成可能な推論モードを提供し、ユーザーが必要に応じて思考モードを有効または無効にすることができます。テキストの推奨サンプリング設定は、温度1.0およびtop_p0.95であり、ビジョンタスクには温度0.6およびtop_p0.95が推奨されます。
このモデルはOpenMDW-1.1の下でライセンスされており、オープンソースの使用とコラボレーションを促進しています。いくつかの他のモデルと比較してベンチマークが行われており、GPQA-Diamond、HLE、MMLU-ProXを含むさまざまなタスクにおいて競争力のあるパフォーマンスを示しています。これらのベンチマークは、複雑な推論やデータ処理タスクを処理する能力を強調しています。
全体として、NVIDIA Nemotron 3.5 Super VLは、マルチモーダルデータ処理と分析のために高度なAI機能を活用しようとする開発者や研究者にとって多用途なツールです。
- カテゴリーAIモデルとLLM
- デプロイ4× H100 or 2× GB200
- プラットフォームWeb
NVIDIA Nemotron 3.5 Super VLのハイライト
Mamba-2–Transformerハイブリッドアーキテクチャ
C-RADIOビジョンエンコーダー
1200億のパラメータ
BF16精度
最大100万トークンのコンテキスト長
マルチトークン予測を使用した推測デコーディング
構成可能な推論モード
OpenMDW-1.1ライセンス
NVIDIA Nemotron 3.5 Super VLをはじめる
モデルページにアクセス: Hugging Faceを訪問
認証: アカウントにログイン
構成: ハードウェアとパラメータを設定
プロンプトを送信: テキスト、画像、または動画データを入力
ファインチューニング: 特定のタスクに合わせて設定を調整
NVIDIA Nemotron 3.5 Super VLの使用例
- テキスト処理
- 画像分析
- 動画処理
- ドメイン適応
- フル精度評価







