量子位
·
老黄入局吃龙虾！英伟达发布最强开源Agent推理模型
内容提要
英伟达发布了开源模型Nemotron 3 Super，参数达到120B，性能优越，吞吐量提升5倍。未来五年将投入260亿美元用于开源AI模型研发，推动技术进步并开放模型权重和部署手册。
关键要点
-
英伟达发布了开源模型Nemotron 3 Super，参数达到120B，性能优越。
-
Nemotron 3 Super在PinchBench测试中得分85.6%，在同类开源模型中排名第一。
-
英伟达未来五年将投入260亿美元用于开源AI模型研发。
-
Nemotron 3 Super支持100万token的上下文窗口，吞吐量提升至上一代的5倍。
-
模型在软件工程基准SWE-Bench中准确率为60.47%，高于GPT-OSS的41.9%。
-
Nemotron 3 Super采用混合Mamba-Transformer架构，优化了处理效率与精度。
-
模型引入Latent MoE架构，提升了专家网络的调用效率。
-
模型通过多token预测技术加速生成速度，缩短复杂任务的生成时间。
-
英伟达在后训练阶段通过多层级加固策略提升模型的智能体能力。
-
260亿美元的投资将用于构建开源AI模型，并进行计算、存储和网络性能的压力测试。
-
英伟达全面开放模型的参数权重和部署手册，推动开源生态的发展。
延伸解读
开源模型的未来投资
英伟达计划在未来五年内投入260亿美元用于开源AI模型的研发。这一巨额投资不仅显示了公司对开源生态的重视，也可能推动整个行业的技术进步。开发者应关注这一趋势，利用开源资源加速创新。
Nemotron 3 Super的技术优势
Nemotron 3 Super在多个基准测试中表现优异，尤其是在处理复杂任务时，其100万token的上下文窗口和5倍的吞吐量显著提升了效率。这使得该模型在多智能体协同和长序列任务中具有更强的应用潜力。
模型架构的创新
Nemotron 3 Super采用了混合Mamba-Transformer架构和Latent MoE技术，优化了处理效率与精度。这种创新架构不仅提升了模型的推理速度，还增强了其在复杂任务中的表现，值得开发者深入研究和应用。
延伸问答
Nemotron 3 Super模型的参数是多少？
Nemotron 3 Super模型的参数达到120B。
英伟达未来五年的投资计划是什么？
英伟达计划在未来五年内投入260亿美元用于开源AI模型研发。
Nemotron 3 Super在PinchBench测试中的表现如何？
Nemotron 3 Super在PinchBench测试中得分85.6%，排名第一。
Nemotron 3 Super的吞吐量相比上一代提升了多少？
Nemotron 3 Super的吞吐量提升至上一代的5倍。
Nemotron 3 Super采用了什么样的架构？
Nemotron 3 Super采用了混合Mamba-Transformer架构。
英伟达如何提升Nemotron 3 Super的智能体能力？
英伟达通过多层级加固策略和强化学习阶段对Nemotron 3 Super进行了全方位打磨。
