Nvidia تطلق نموذج Nemotron 3.5 Super VL المفتوح، وهو متاح الآن أيضاً على Amazon SageMaker JumpStart

أطلقت Nvidia نموذج Nemotron 3.5 Super VL، وهو نموذج مفتوح للغة والرؤية يضم 120 مليار معلمة وتقدّمه الشركة لوكلاء المؤسسات العاملين على مدار الساعة. ووفقاً لـ Nvidia، يُطرح النموذج بأوزان مفتوحة ومجموعات بيانات مفتوحة ووصفات تدريب، وهو متاح على Hugging Face، ومن خلال مجتمع ModelScope، وكخدمة مصغّرة Nvidia NIM. وأُعلن في الوقت نفسه عن نموذجين أصغر للحوسبة الطرفية: نموذج Nemotron 3.5 Bolt 74B-A9B 24GB المتاح الآن، ونموذج Nemotron 3.5 Bolt E4B 4GB الذي تقول Nvidia إنه سيصدر في 23 أكتوبر.

وبعد يوم واحد من الإطلاق، قالت AWS إن Nemotron 3.5 Super VL متاح على Amazon SageMaker JumpStart. ووفقاً لإشعار AWS، يستخدم النموذج عموداً فقرياً لغوياً هجيناً من نوع مزيج الخبراء بـ 12 مليار معلمة نشطة إضافة إلى مشفّر رؤية، ويقبل الصور والفيديو والنص كمدخلات، ويُنتج مخرجات نصية، ويدعم أطوال سياق تصل إلى 1 مليون رمز. وتصف AWS أيضاً رأس تنبؤ متعدد الرموز مدمجاً لفك التشفير التخميني، واستدلالاً يمكن تشغيله أو إيقافه لكل طلب، ودعماً لعشر لغات، ومخرجات JSON منظمة، واستدعاء الأدوات. ويقدّم SageMaker JumpStart نسختين: بناء NVFP4 مخصصاً للاستدلال على مثيلات G7 (وحدات معالجة الرسومات RTX PRO 4500 Blackwell Server Edition)، وأوزاناً مرجعية BF16 تُقدَّم على ml.p5en.48xlarge للضبط الدقيق والتعلم المعزز والتقطير والتكييف مع المجال. ويمكن للعملاء النشر من كتالوج نماذج JumpStart في وحدة تحكم SageMaker أو عبر SageMaker Python SDK.

لم يتم التحقق بشكل مستقل من بيانات الأداء الصادرة عن Nvidia نفسها في المصادر المتاحة. وتقول الشركة إن Super VL يصل إلى دقة مماثلة لأكبر نماذجها للاستدلال بنحو خُمس عدد المعلمات، وتدّعي أنه أسرع بخمس مرات من أفضل نموذج وكيلي مفتوح تالٍ في فئته، مستشهدةً بالإنتاجية على لوحة صدارة Artificial Analysis Intelligence Index. وتقول Nvidia أيضاً إن النموذج تدرّب على نحو 26 تريليون رمز تدريبي ثم خضع لتدريب لاحق على نحو 3.8 مليون عينة، تلاه تعلم معزز في عشرات البيئات. ويستهدف جانب الرؤية التعرف الضوئي على الحروف (OCR) والجداول والمخططات والمعلومات المنظمة في المستندات وصفحات الويب وملفات PDF، بحيث لا يحتاج الوكلاء إلى التنقل بين أنظمة منفصلة للنص والصور.

وتُدرج Nvidia عدداً من المؤسسات التي تعمل على تخصيص النموذج أو دمجه، من بينها Atlassian للبحث الوكيلي عبر Jira و Confluence، و CrowdStrike للأمن الدفاعي (blue teaming) في المؤسسات، و Perplexity للبحث والمهام الوكيلية، و Salesforce لأتمتة سير العمل الحكومي عبر Missionforce Operations، و Scale AI التي تقول Nvidia إنها أجرت تدريباً لاحقاً للنموذج لوكلاء التمويل والعناية الواجبة لدى Skydance و EY. أما نموذج Bolt 74B-A9B 24GB الأصغر فهو مصمم، وفقاً لـ Nvidia، لتشغيل مهام وكيلية محلية على أنظمة RTX و DGX Spark باستخدام تكميم أصلي بدقة 2 بت يتسع ضمن 24GB من الذاكرة، مع دعم llama.cpp و Ollama و LM Studio و Unsloth و vLLM. وتقول Nvidia إن Bolt E4B 4GB موجّه للوكلاء الحواريين والماديين على عتاد GeForce RTX و Jetson و RTX/DGX Spark.