NVIDIA-მ წარადგინა Nemotron 3 Ultra – ღია მოდელი, რომელიც სპეციალურად ხანგრძლივად მომუშავე აგენტებისთვის (long-running agents) არის აგებული. ეს არის 550 მილიარდ პარამეტრიანი Mixture-of-Experts მოდელი, რომელშიც 55 მილიარდი აქტიური პარამეტრი მუშაობს. NVIDIA-ს განცხადებით, Nemotron 3 Ultra უზრუნველყოფს 5-ჯერ უფრო მაღალ წარმადობას და ამცირებს რთული აგენტური ამოცანების ღირებულებას 30%-მდე სხვა ამავე კლასის ღია მოდელებთან შედარებით.
რატომ არის Nemotron 3 Ultra მნიშვნელოვანი
ერთჯერადი ჩატბოტები თანდათან იცვლება აგენტებით, რომლებსაც შეუძლიათ მსჯელობა, კონტექსტის შენარჩუნება, ხელსაწყოების გამოყენება და მრავალ ნაბიჯზე გადანაწილებული რთული სამუშაოს შესრულება. პრობლემა ისაა, რომ ასეთ მრავალაგენტიან პროცესებში ტოკენების რაოდენობა სწრაფად იზრდება.
სარჩევი
აგენტები გეგმავენ, იძახებენ ხელსაწყოებს, ააქტიურებენ ქვე-აგენტებს და ისტორიას ისევ მოდელს უბრუნებენ. რაც უფრო დიდხანს გრძელდება ამოცანა, მით უფრო იზრდება ხარჯი და მიზნიდან გადახვევის (goal drift) რისკი. სწორედ ამ პრობლემაზე პასუხია Nemotron 3 Ultra, რომელიც ორკესტრაციისა და რთული დაგეგმვისთვისაა გათვლილი.
NVIDIA გვთავაზობს მიდგომას, სადაც ერთი ძლიერი მოდელი იღებს რთულ გადაწყვეტილებებს, ხოლო უფრო მსუბუქი მოდელები ასრულებენ ყოველდღიურ, მაღალი მოცულობის ამოცანებს. Nemotron 3 Ultra სწორედ იმ კრიტიკულ ნაწილზეა ორიენტირებული, სადაც ღრმა მსჯელობაა საჭირო.
რას ნიშნავს ეს ტექნიკურად
NVIDIA-ს მონაცემებით, Nemotron 3 Ultra ბენჩმარკებზე მაღალ სიზუსტეს უფრო მცირე ზომის მოდელშიც ინარჩუნებს. მაგალითად, ინსტრუქციების მიყოლასა (IFBench) და გრძელი კონტექსტის (Ruler @1M) ტესტებში ის ლიდერ პოზიციებზეა, ხოლო აგენტური პროდუქტიულობის შეფასებაში მაღალ შედეგს აჩვენებს.
სიჩქარისა და ეფექტურობის უკან რამდენიმე არქიტექტურული გადაწყვეტა დგას:
- ჰიბრიდული Mamba-Transformer – Mamba ფენები ზრდის ეფექტურობას გრძელ კონტექსტში, Transformer ფენები კი ინარჩუნებს ფაქტების ზუსტ გახსენებას.
- NVFP4 სიზუსტე – ერთი და იგივე checkpoint მუშაობს NVIDIA Hopper, Blackwell და Ampere GPU-ებზე და Blackwell-ზე BF16-თან შედარებით 5-ჯერ მაღალ წარმადობას იძლევა.
- LatentMoE – უფრო ეფექტური ექსპერტთა მარშრუტიზაცია სხვადასხვა ტიპის ამოცანებისთვის.
- Multi-token prediction – ერთ გავლაში რამდენიმე მომავალი ტოკენის პროგნოზირება, რაც აჩქარებს გრძელ პასუხებს.
ცალკე აღსანიშნავია ტრენინგის მეთოდი – Multi-Teacher On-Policy Distillation (MOPD). აქ Nemotron 3 Ultra სწავლობს 10-ზე მეტი სპეციალიზებული „მასწავლებელი” მოდელისგან, რომელთაგან თითოეული საკუთარ დარგში აფასებს მის შედეგებს. ეს პროცესი იტერაციულია და მოდელის შესაძლებლობების თანდათან გაუმჯობესების საშუალებას იძლევა.
მონაცემთა მხრივ, Nemotron 3 Ultra აშენდა 10 ტრილიონ ტოკენიან საფუძველზე და დაემატა 212 მილიარდი ახალი ტოკენი სამ მიმართულებაში – იურიდიული, ენციკლოპედიური და GitHub-ის განახლებული კოდი. NVIDIA-ს ტრადიციის შესაბამისად, სავარჯიშო მონაცემების დიდი ნაწილი მაქსიმალურად ღიად გამოქვეყნდა.
როგორ ხდება Nemotron 3 Ultra-ს გამოყენება
მოდელი ხელმისაწვდომია წამყვან პლატფორმებზე. მისი ცდა შესაძლებელია Perplexity-ზე Pro გამოწერით ან API-ით, ასევე OpenRouter-ის, Anaconda-ს და build.nvidia.com-ის მეშვეობით. წონების ჩამოტვირთვა შესაძლებელია Hugging Face-დან.
ამავე გამოშვებასთან ერთად NVIDIA-მ წარადგინა კიდევ ორი მოდელი – Nemotron 3.5 Content Safety, 4B ზომის უსაფრთხოების მოდელი 23 კატეგორიითა და 12 ენით, და Nemotron 3.5 ASR ხმოვანი აგენტებისთვის, რომელიც 40-ზე მეტ ენას უჭერს მხარს ერთ checkpoint-ში.
ლიცენზირების მხრივ Nemotron გადადის OpenMDW-1.1-ზე – Linux Foundation-ის ღია ლიცენზიაზე, რომელიც მოიცავს მოდელის მთლიან მასალას: არქიტექტურას, პარამეტრებს, დოკუმენტაციასა და პროგრამულ უზრუნველყოფას.
დასკვნა
Nemotron 3 Ultra არ არის უბრალოდ კიდევ ერთი დიდი მოდელი. ის კონკრეტულ პრობლემას – ხანგრძლივი აგენტური სამუშაოს ხარჯსა და სიჩქარეს – უმიზნებს, და ამას ღია წონებითა და გამჭვირვალე მონაცემებით აკეთებს. დეველოპერებისთვის, რომლებიც აგებენ რთულ აგენტურ სისტემებს, ეს რეალური ალტერნატივაა, რომელიც სხვადასხვა GPU არქიტექტურაზე ერთი checkpoint-ით მუშაობს.
სხვა თემები
NVIDIA AVO-მ ARC-AGI-3-ის საჯარო ტესტზე 100% შედეგი აჩვენა
NVIDIA Nemotron 3.5 Lightning – ახალი ღია AI მოდელი
Alpamayo 2 Super: NVIDIA-ს ახალი ღია AI მოდელი