NVIDIA рассказала, как открытые модели Nemotron адаптируют под отраслевые ИИ-задачи

NVIDIA считает, что преимущество в ИИ все чаще зависит не от выбора базовой модели, а от того, как компании адаптируют доступные модели под свои процессы, данные и требования к точности. Как сообщает NVIDIA Blog, открытые модели семейства Nemotron компания рассматривает как основу для специализированных ИИ-систем и агентных приложений, которые можно настраивать, проверять и дообучать внутри организации.

В NVIDIA говорят, что открытые модели дают предприятиям возможность самостоятельно оценивать качество работы ИИ на собственных данных и запускать среды reinforcement learning под свои рабочие процессы, не передавая проприетарные данные сторонним сервисам. Там же отмечается, что наиболее эффективные агентные системы сочетают открытые модели и frontier-модели. Крупные reasoning-модели используются для сложного планирования, а более компактные подходят для узкоспециализированных задач.

Компания также привела несколько примеров использования Nemotron. Abridge применяет модель для создания foundation model для клинических разговоров. Glean разработала поисковую модель Waldo с меньшей задержкой и меньшим числом токенов. H Company заявила, что Holotron 3 Nano достигла более 76% точности в тесте OSWorld-Verified после post-training на собственных данных.

Harvey сообщила о достижении frontier-class accuracy в юридических задачах при как минимум в 10 раз меньшей стоимости запуска по сравнению с ведущими закрытыми моделями. Heidi Health и YTL AI Labs тоже адаптируют Nemotron: первая для клинической документации, вторая для задач на малайском языке.