NVIDIA ने Nemotron 3.5 Super VL, एक खुले, सानुकूल करण्यायोग्य मल्टीमोडल मॉडेल रिलीझ केले आहे ज्याचे उद्दिष्ट एंटरप्रायझेससाठी विशेष AI एजंट तयार करणे आहे. मॉडेलमध्ये 120-अब्ज-पॅरामीटर मिश्रण-तज्ञांचे आर्किटेक्चर वापरण्यात आले आहे जे प्रति टोकन केवळ 12 अब्ज पॅरामीटर्स सक्रिय करते, NVIDIA ची रचना अनुमान कार्यक्षमतेसह सीमा-प्रमाण क्षमता संतुलित करते. BF16 अचूकतेमध्ये हगिंग फेसवर वजन उपलब्ध आहेत आणि NVIDIA ने रिलीझसोबत एक तांत्रिक वॉकथ्रू प्रकाशित केला आहे.

मल्टीमोडल विशेषज्ञ म्हणून NVIDIA च्या विस्तारित ओपन-मॉडेल कुटुंबात सुपर VL स्लॉट. कंपनीच्या म्हणण्यानुसार, लहान निमोट्रॉन 3.5 लाइटनिंग मॉडेल्स उच्च-वॉल्यूम मजकूर कार्ये हाताळतात, तर फ्रंटियर नेमोट्रॉन 3 अल्ट्रा जटिल नियोजन आणि ऑर्केस्ट्रेशन हाताळते — टीम्सना एजंट वर्कफ्लोच्या प्रत्येक पायरीला मॉडेलच्या योग्य आकारापर्यंत मार्ग देऊ देते. यूएस ओपन-वेट एआयसाठी आणखी एक पाऊल म्हणून वर्णन केलेल्या पुश ZDNET मधील ही नवीनतम चाल आहे. जर तुम्ही ओपन-वेट रेसचा मागोवा घेत असाल, तर आमच्या अलीकडील ओपन मॉडेल रिलीझच्या कव्हरेजमध्ये विस्तृत चित्र आहे.

मजकूर, प्रतिमा, दस्तऐवज आणि व्हिडिओसाठी एक मॉडेल

मुख्य खेळपट्टी एकत्रीकरण आहे. सुपर VL मजकूर, प्रतिमा, दस्तऐवज आणि व्हिडिओ समजून घेऊन युक्तिवाद, सूचनांचे अनुसरण आणि साधन वापर एकत्र करते, त्यामुळे संघांना स्वतंत्र मजकूर आणि दृष्टी-भाषा मॉडेल किंवा त्यांच्या दरम्यान शटल कार्य संदर्भ तैनात करण्याची आवश्यकता नाही. NVIDIA म्हणते की त्याच्या व्हिज्युअल ट्रेनिंगमध्ये चार्ट, टेबल्स, ऑप्टिकल कॅरेक्टर रिकग्निशन, मल्टीपेज डॉक्युमेंट्स आणि व्हिडिओ समाविष्ट आहेत, दोन-स्टेज पर्यवेक्षित फाइन-ट्यूनिंग पाइपलाइनसह जे व्हिज्युअल पुरावे तर्क, चॅट, सुरक्षितता आणि दीर्घ-संदर्भ डेटासह जोडते.

उद्दिष्ट कार्यप्रवाह हे आहेत ज्यांना एंटरप्रायझेशन अडखळत राहतात: ग्राहक-सेवा एजंट ज्याने कंपनीचे पॉलिसी दस्तऐवज वाचले पाहिजेत, स्त्रोतांमध्ये पुरावे जोडणारा एक संशोधन एजंट, किंवा दस्तऐवज एजंट जो चार्टचा अर्थ लावतो आणि त्याच फाइलिंगमध्ये इतरत्र टेबलशी लिंक करतो. प्रत्येक प्रकरणात मॉडेलला त्याच संदर्भ विंडोमध्ये सामग्री आणि त्यावरील तर्क पाहणे आवश्यक आहे.

थ्रूपुट दावे: सिंगल GPU वर 5x पर्यंत

कार्यक्षमता म्हणजे NVIDIA सर्वात तीक्ष्ण रेषा काढते. कंपनीचा दावा आहे की Nemotron 3.5 Super VL एकल GPU वर त्याच्या आकाराच्या श्रेणीतील इतर खुल्या मॉडेल्सच्या तुलनेत एजंटिक टास्कसाठी 5x जास्त थ्रूपुट देते आणि बेसटेन इन्फेरेन्स एंडपॉईंटद्वारे आर्टिफिशियल ॲनालिसिस इंटेलिजेंस इंडेक्स एजंटिक टास्कवर प्रति सेकंद 600 पेक्षा जास्त टोकन दर्शविणारे बेंचमार्क दर्शवते.

हुड अंतर्गत अनेक तंत्रे ती संख्या चालवितात. NVIDIA ने LiLiCorr, NVFP4 मिश्रित अचूकता, मल्टी-टोकन अंदाज आणि एजंटच्या वळणांवर संदर्भाचा पुनर्वापर यासह, एक मुक्त सट्टा डिकोडिंग पद्धत हायलाइट केली आहे - जे एजंट्ससाठी एक अर्थपूर्ण ऑप्टिमायझेशन जे टूल्ससह दीर्घकाळ चालणारे संभाषण करतात. एजंट्स नॉनस्टॉप चालवणाऱ्या एंटरप्राइझसाठी, थ्रूपुट प्रति GPU हे व्यवहार्य उत्पादन आणि निरुपयोगी किंमत संरचना यांच्यातील फरक असतो.

प्रशिक्षणोत्तर हा मुद्दा आहे

NVIDIA हे स्पष्टपणे सांगते की बेस मॉडेल हे तयार उत्पादनाऐवजी प्रारंभ बिंदू आहे. डेव्हलपर डोमेन-विशिष्ट वर्तन शिकवण्यासाठी पर्यवेक्षित फाइन-ट्यूनिंग आणि LoRA वापरून NeMo लायब्ररीसह Super VL सानुकूलित करू शकतात, नंतर त्यांच्या स्वतःच्या ऑपरेशन्सचे प्रतिबिंब असलेल्या वातावरणात NeMo RL आणि NeMo जिम द्वारे मजबुतीकरण शिक्षण लागू करू शकतात. कंपनीचे म्हणणे आहे की सायबर सुरक्षा, वित्त आणि आरोग्य सेवा या संस्था आधीच त्यांच्या उत्पादन कार्यप्रवाहांवर फ्रंटियर पर्यायांना हरवण्यासाठी मॉडेलचे प्रशिक्षणोत्तर प्रशिक्षण देत आहेत, हा दावा स्वतंत्रपणे सत्यापित करणे कठीण आहे परंतु एंटरप्राइझ-एजंट स्थितीशी सुसंगत आहे.

त्या कार्यास समर्थन देण्यासाठी, NVIDIA एजंटिक टूल-वापर आणि संभाषणात्मक डेटा, वित्त तर्क आणि टूल-कॉलिंग सेट, सूचना-अनुसरण आणि चॅट डेटा, दीर्घ-संदर्भ ट्रान्सडक्शन आणि भाषांतर डेटा, निष्पक्षता डेटा आणि 40 दृष्टी-भाषा डेटासेटसह वजनासोबत Hugging Face वर खुला डेटासेट जारी करत आहे. प्राइम इंटलेक्टने लाँग-हॉरिझन एंटरप्राइझ वर्कसाठी मॉडेलचे प्रशिक्षणानंतरची एक रेसिपी आधीच प्रकाशित केली आहे, हे एक प्रारंभिक लक्षण आहे की इकोसिस्टम रिलीझला गंभीर पाया मानत आहे. NVIDIA ने GitHub वर कस्टमायझेशन कव्हर करणारे एक वापर कूकबुक देखील प्रकाशित केले आहे आणि कंपनीने जोर दिला आहे की पायाभूत सुविधा आणि डेटा-रेसिडेन्सी आवश्यकता पूर्ण करण्यासाठी ओपन वेट्स स्थानिक, डेटा सेंटर किंवा क्लाउड वातावरणात तैनात केले जाऊ शकतात — नियमन केलेले खरेदीदार सतत विचारतात आणि बंद API देऊ शकत नाहीत.

खुल्या वजनाच्या शर्यतीसाठी याचा अर्थ काय आहे

रिलीझ सेगमेंट एंटरप्राइजेसमध्ये प्रत्यक्षात तैनात असलेल्या खुल्या आणि बंद मॉडेलमधील अंतर घट्ट करते: दस्तऐवज-हेवी एजंटच्या कामासाठी मध्यम-आकाराच्या मल्टीमोडल सिस्टम. कारण वजन स्थानिक, डेटा सेंटर किंवा क्लाउड वातावरणात चालू शकते, सुपर व्हीएल नियमन केलेल्या उद्योगांना एक पर्याय देते जो फ्रंटियर एपीआय करू शकत नाही — तरीही चार्ट, टेबल आणि व्हिडिओ समजून घेताना त्यांच्या स्वतःच्या पायाभूत सुविधांवर संवेदनशील दस्तऐवज ठेवणे.

स्पर्धात्मक वाचन सरळ आहे. Meta, Alibaba, DeepSeek आणि Liquid AI ने या वर्षी एजंट्सच्या उद्देशाने सर्व ओपन-वेट मॉडेल पाठवले आहेत आणि NVIDIA - जे हार्डवेअर इतर प्रत्येकजण ज्यावर प्रशिक्षण घेतात ते विकते - आता थेट परवाना आणि कार्यक्षमतेच्या कथेसह मॉडेल स्तरामध्ये स्पर्धा करत आहे. जर थ्रूपुट दावे स्वतंत्र बेंचमार्कमध्ये टिकून राहिल्यास, 2027 मध्ये एंटरप्राइझ एजंट्ससाठी डीफॉल्ट स्टॅक एक वर्षापूर्वी दिसत होता त्यापेक्षा जास्त खुला असेल.

---

एआयच्या पुढे राहा

नवीनतम AI बातम्या, विश्लेषण आणि यश मिळवा — सर्व एकाच ठिकाणी.

अधिक AI बातम्या वाचा →