Nemotron 3 Nano Omni eléri a legmagasabb áteresztőképességet a MediaPerf videó-címkézésben
Legmagasabb áteresztőképesség és legalacsonyabb költség a MediaPerf videó-címkézésben, a Nemotron 3 Nano Omni modellben.
A modell egy 30B-A3B hibrid mixture-of-experts (MoE) architektúrát használ, amely minden feladathoz a megfelelő szakértőt aktiválja — írja az NVIDIA Blog.
Egységes multimodális érvelés
Az új Nemotron 3 Nano Omni egyetlen modellben egyesíti a látás, audio és szöveg feldolgozását, így az ügynökök egy közös percepció-akció hurkot tudnak megvalósítani, csökkentve az inferencia-ugrások számát és az orkesztrációs komplexitást.
Dokumentum-intelligencia és média-teljesítménytesztek
Az NVIDIA szerint a modell a MMlongbench-Doc és OCRBenchV2 dokumentum-intelligencia ranglistákon a legjobb pontszámot érte el, továbbá a WorldSense, DailyOmni és VoiceBench teszteken vezető teljesítményt mutat — közölte az NVIDIA Blog.
Az open-source súlyok, adathalmazok és receptúrák révén a fejlesztők szabadon testreszabhatják, finomhangolhatják és beépíthetik a modellt helyi, felhő vagy vállalati környezetbe.
A Nemotron 3 Nano Omni már elérhető az NVIDIA Developer portálon, a 30B-A3B architektúrával és teljesen nyílt súlyokkal.