NVIDIA 推出 Nemotron 開源前沿模型聯盟

#coalition#frontier-models#collaborationnemotron-coalitionnvidiablack-forest-labsmistral-ailangchainperplexity

💡NVIDIA 聯手 Mistral/Perplexity 建開源前沿 LLM—參與轉變（22字元）

⚡ 30-Second TL;DR

有什麼變化

NVIDIA 主導開源前沿模型聯盟

為什麼重要

透過共享專業加速開源權重前沿模型，挑戰封閉 AI 主導。開發者獲取易用先進功能。

下一步行動

瀏覽 NVIDIA Nemotron 頁面，貢獻資料集或以實驗室身份加入。

誰應關注：Researchers & Academics

背景與延伸：來自公開資料，非原文內容。引用 6 個來源。

•Nemotron 3 Super 為 1200 億參數開放權重模型，僅激活 120 億參數，使用混合 MoE 架構與多令牌預測技術，提升推理速度達三倍。[1][2]
•NVIDIA 發布 10 兆令牌訓練資料集、NeMo Gym 與 NeMo RL 開源庫，以及 NeMo Evaluator，用於驗證模型安全與效能。[1][2]
•Nemotron 3 Super 在 Artificial Analysis 效率評估中名列前茅，並主導 DeepResearch Bench 排行榜第一。[2]
•模型支援 Hugging Face、vLLM、SGLang 等框架，並透過 Baseten、Fireworks AI 等提供商即時部署，Nemotron 3 Nano 已於 Hugging Face 上線。[1][3]

Nemotron 3 家族採用**混合潛在混合專家 (hybrid latent MoE)**架構，結合 Mamba-Transformer，提升 100 萬令牌上下文處理能力，專為多代理系統設計。[1][3]
Nemotron 3 Super 總參數 1200 億，推理時激活 120 億，專家激活技術以一專家成本啟動四專家，多令牌預測 (Multi-Token Prediction) 加速三倍推理。[2]
全使用合成資料訓練，發布預訓練與後訓練資料集、強化學習環境與評估實務；支援 TensorRT-LLM 優化 NVIDIA GPU 推理。[1][2][3]
整合 NeMo 平台微調，適用於代碼庫載入、報告處理與工具呼叫，如網路安全應用。[2]