Тег: NVIDIA

Llama Embed Nemotron 8B превращает тексты в векторы для поиска, ранжирования и многоязычных систем RAG.

UALM-Reason связывает понимание звука и его генерацию через диалог, уточнение запроса и повторную оценку результата.

UALM объединяет понимание аудио, генерацию звука по тексту и обычные текстовые задачи в исследовательской модели 7B.

UALM-Gen преобразует текстовый запрос в аудио, предсказывая аудиотокены непосредственно языковой моделью.

Cosmos-Transfer2.5 превращает структурированные управляющие данные и симуляции в детализированное физически правдоподобное видео.

Cosmos-Predict2.5 объединяет генерацию по тексту, изображению и видео для моделирования будущих состояний физического мира.

Nemotron Nano 2 9B v2 — открытая модель NVIDIA с гибридной архитектурой Mamba-Transformer, рассуждением и контекстом 128 тысяч токенов.

Audio Flamingo 2 Sound-CoT — версия для рассуждений о звуковых событиях и последовательности аудио.

Llama Nemotron Super 49B v1.5 — обновлённая модель NVIDIA для рассуждений, кода и вызова функций с дообучением на дополнительных синтетических данных.

Audio Flamingo 3-Chat ведёт многоходовой диалог по нескольким аудиозаписям и поддерживает голосовой ответ.

Audio Flamingo 3 понимает речь, музыку и звуки в записях длительностью до десяти минут.

GR00T N1.5 — обновлённая модель NVIDIA для обобщённых навыков роботов с улучшенным пониманием инструкций и сцен.

Llama Nemotron Nano VL 8B — мультимодальная модель NVIDIA для чтения PDF, таблиц, диаграмм и других документов.

Cosmos-Reason1 — мультимодальная модель NVIDIA, которая анализирует видео и объясняет физические события и возможные действия.

Cosmos-Predict2 — поколение видеомоделей NVIDIA для генерации изображений и прогнозирования развития сцены.

NVIDIA Llama 3.1 Nemotron 8B UltraLong 4M Instruct — вариант для контекста до 4 млн токенов.

NVIDIA Llama 3.1 Nemotron 8B UltraLong 2M Instruct — вариант семейства с контекстным окном до 2 млн токенов.

NVIDIA Llama 3.1 Nemotron 8B UltraLong 1M Instruct — модель на базе Llama 3.1 с контекстом до 1 млн токенов.

Llama Nemotron Ultra 253B — крупная модель NVIDIA для сложных рассуждений, программирования и многошаговых задач на многопроцессорных серверах.

GR00T N1 — открытая модель NVIDIA, которая воспринимает изображения и инструкции и генерирует действия для человекоподобного робота.

Llama Nemotron Super 49B — модель рассуждения NVIDIA, дистиллированная из Llama 3.3 70B и рассчитанная на высокую производительность на одном GPU.

Llama Nemotron Nano 8B — компактная модель рассуждения NVIDIA на основе Llama 3.1 8B для ПК, рабочих станций и периферийных устройств.

Audio Flamingo 2 анализирует речь, музыку и звуки, включая длинные записи длительностью до пяти минут.

Cosmos-Transfer1 — модель NVIDIA, которая превращает карты глубины, сегментации и другие управляющие данные в реалистичное видео.

Cosmos-Predict1 — семейство моделей NVIDIA для генерации видеофрагментов и прогнозирования развития физических сцен.

Nemotron-4 Mini Hindi 4B — компактная языковая модель NVIDIA для генерации текста на хинди и смешанных сценариев с английским.

Llama 3.1 Nemotron 70B Instruct — диалоговая модель NVIDIA для выполнения инструкций, чата и агентных сценариев.

Llama 3.1 Nemotron 70B Reward оценивает ответы языковых моделей по человеческим предпочтениям и помогает отбирать данные для обучения.

Llama 3.1 Nemotron 51B Instruct — модель NVIDIA на базе Llama 3.1 70B, оптимизированная для более быстрого вывода и запуска на одном H100.

NVLM-D 72B 1.0 — мультимодальная модель NVIDIA на 72 млрд параметров для анализа изображений и текста с контекстом до 128 тысяч токенов.

Nemotron-4 4B Instruct — компактная модель NVIDIA для диалогов, RAG и вызова функций. Оптимизированный вариант требует около 2 ГБ видеопамяти.

Audio Flamingo анализирует речь, музыку и звуковые сцены, поддерживает диалог и ответы по аудиозаписи.