Nvidia представила модели Nemotron 3.5 для ИИ-агентов и ПК — TechCrunch
Nvidia представила новые модели Nemotron 3.5 с открытыми весами, предназначенные для постоянно активных ИИ-агентов и периферийных вычислений. В линейку вошла корпоративная Nemotron 3.5 Super VL со 120 млрд параметров, а также две более компактные модели Bolt для локального запуска на ПК и рабочих станциях, сообщает TechCrunch.
Модель для корпоративных агентов
Nemotron 3.5 Super VL ориентирована на использование в корпоративных ИИ-агентах. В Nvidia заявили, что модель имеет меньше параметров, чем Nemotron 3 Ultra, однако способна обеспечивать аналогичную точность при выполнении инструкций и использовании инструментов.
Nvidia также заявляет, что после дополнительного обучения для конкретных агентных задач Super VL выполняет их быстрее ряда конкурирующих моделей. Среди таких задач компания назвала анализ документов, финансовый учет, научные эксперименты, обработку страховых заявлений в сфере здравоохранения и устойчивость к кибератакам. По данным Nvidia, Super VL используют Skydance, EY, Ramp, CrowdStrike, Perplexity и Salesforce.
Больше актуальных новостей — в Telegram-канале UA.News Telegram.
Локальная работа на ПК
Две модели Bolt предназначены для запуска на новых ИИ-ПК с чипом Nvidia RTX Spark и рабочих станциях DGX Spark. Такие компьютеры, ориентированные на потребителей, программистов и корпоративных работников умственного труда, выходят на рынок через партнеров, включая Microsoft и Dell.
Nemotron 3.5 Bolt 74B-A9B 24GB имеет 74 млрд параметров и рассчитана на локальные агентные задачи, требующие многошагового рассуждения, вызовов инструментов и веб-просмотра. Самая маленькая модель Bolt E4B предназначена для разговорных агентов. Super VL и Bolt 74B-A9B уже доступны, а выпуск Bolt E4B Nvidia запланировала позже в этом месяце.
Вице-президент Nvidia по открытым моделям и программному обеспечению Кари Бриски заявила, что организации могут дополнительно обучать Super VL на собственных данных, развертывать ее на собственной инфраструктуре и контролировать создаваемые решения. Nvidia также позиционирует локальные модели как способ делегировать повседневные задачи без переноса нагрузок в облако.
