NVIDIA Nemotron 3.5 Super VL Base BF16: نقطة التحقق بحجم 249 GB التي أدرجتها NVIDIA لكنها لم تُرفق لها رابطًا قط

nvidia/N​VIDIA-N​emotron-3.5-Super-VL-120B-A12B-Base-BF16 هو الناتج في N​VIDIA N​emotron 3.5 Super VL، الإصدار الذي لم تربطه N​VIDIA أبدًا. يقول منشور إعلان الشركة في 15 أكتوبر، في جملة واحدة، إن "الإصدار يتضمن نقاط حفظ أساسية ومدرّبة لاحقًا ومكمّمة بـ NVFP4 مع وصفات تدريب وبيانات وبيئات التعلم المعزز." كل رابط مستودع في تلك الصفحة يشير إلى nvidia/N​VIDIA-N​emotron-3.5-Super-VL-120B-A12B-NVFP4. لا تظهر السلسلة "Base-BF16" في المنشور على الإطلاق.

المستودع حقيقي وعام. تسجّل Hugging Face أول إيداع فيه عند 2026-10-12T15:31:49Z، ورفع شرائح الأوزان عند 2026-10-13T04:55Z، ويقرأ حقل تاريخ الإصدار في بطاقة النموذج الخاصة به "Hugging Face - 10/15/2026". وهو غير مقيَّد، ولا يحتاج إلى رمز وصول لتنزيله، ووزنه مطابق تمامًا لوزن نسخة nvidia/N​VIDIA-N​emotron-3.5-Super-VL-120B-A12B-BF16 المدرَّبة لاحقًا: 248.9 GB موزعة على 63 شريحة BF16 مقابل 248.9 GB موزعة على 64 في النسخة المدرَّبة لاحقًا، مع فارق 16 بايت بين ملفَّي الفهرس. وبعد ثلاثة أيام من رفع الأوزان كان قد نُزِّل 4 مرات، مقابل 142 مرة لمستودع النسخة الكاملة الدقة المدرَّبة لاحقًا و81 مرة لنظيره NVFP4. هذه عدّادات Hugging Face نفسها، قُرئت في 16 أكتوبر.

إذن، هذا ليس تسريبًا ولا شائعة. الأوزان ليست الشيء الذي ينبغي أن نُخطئ بشأنه — فهي ببساطة أقلّ العناصر ترويجًا في إصدار صاخب فيما عدا ذلك، وبطاقة النموذج الكامنة خلفها تتناقض مع نفسها على نحو يهمّ إن كنت من النوع الذي قد يحمّل نقطة تفتيش بحجم 249 غيغابايت قبل التدريب اللاحق. ذلك التناقض أدناه.

ما الذي هبط، والجملة التي تذكره

ثلاثة مستودعات رئيسية ونموذج مسودة واحد صدرت في النافذة الزمنية نفسها، جميعها من تطوير NVIDIA نفسها، وجميعها تحت ترخيص OpenMDW-1.1، ولا يتطلب أي منها بوابة وصول:

• BF16 الأساسي — nvidia/N​VIDIA-N​emotron-3.5-Super-VL-120B-A12B-Base-BF16، أُنشئ المستودع في 2026-10-12T15:31:49Z، والأوزان في 2026-10-13T04:55Z، وآخر تعديل لـ README في 2026-10-15T15:22:08Z.

• BF16 بعد التدريب — nvidia/N​VIDIA-N​emotron-3.5-Super-VL-120B-A12B-BF16، أُنشئ في 2026-10-12T15:32:06Z، بعد سبعة عشر ثانية من المستودع الأساسي.

• NVFP4 المُدرَّب لاحقًا — nvidia/N​VIDIA-N​emotron-3.5-Super-VL-120B-A12B-NVFP4، أُنشئ في 2026-10-12T15:32:30Z، وحجمه الإجمالي 75.1 غيغابايت بدلاً من 248.9 غيغابايت.

• مُعِدّ مسودة NVFP4 — nvidia/N​VIDIA-N​emotron-3.5-Super-VL-120B-A12B-NVFP4-LiLiCorr، أُنشئ قبل ذلك بيوم واحد فقط، في 2026-10-11T20:20:59Z.

إن التطابق بين تلك المستودعات وصياغة NVIDIA هو حيث يصبح الأمر غير متسق، والتحقق منه يستحق العناء بدلًا من افتراضه. نقاط ارتكاز النشر في الإعلان كلها تشير إلى بناء NVFP4. وتشير الملاحظة الافتتاحية في بطاقة الأساس نفسها إلى الاثنتين الأخريين — "هل تبحث عن نموذج مدرَّب لاحقًا؟ راجع إصدار BF16 للتخصيص أو إصدار NVFP4 للنشر المُحسَّن" — لذا سيخبرك المستودع الأساسي إلى أين تتجه بدلًا من ذلك، في سطره الأول. ولا ينطبق العكس. لا تحتوي بطاقة BF16 الخاصة بالنموذج المدرَّب لاحقًا على أي رابط إلى المستودع الأساسي في أي مكان، ولا بطاقة NVFP4 كذلك. نقطة الحفظ الأساسية هي المخرَج الوحيد في الإصدار الذي لا توجّهك وثائق NVIDIA نفسها إليه أبدًا؛ بل تجدها بقراءة عبارة الإعلان المكوَّنة من تسع كلمات ثم تصفّح قائمة ملفات المنظمة، وهكذا وُجدت هنا. لا شيء في نص NVIDIA يشرح لماذا تُنشَر نقطة حفظ أساسية بالسعة نفسها البالغة 249 GB التي للنموذج المدرَّب لاحقًا فعليًا، أو ما المقصود أن تفعله بها مما لا يستطيع النموذج المدرَّب لاحقًا فعله.

ذلك الغياب هو القصة. إصدار بأوزان مفتوحة يربط فيه المورّد نقطتَي حفظ من أصل ثلاث، ويصف الثالثة في تسع كلمات، لا يخفي شيئًا — فالأوزان هناك مباشرة — لكنه يعني أن الوثائق التي تحتاجها ليست في الإعلان. إنها في المستودع.

ما معنى "base" في هذا الإصدار؟

تجيب بطاقتا النموذج عن هذا، والفرق بينهما قراءة واضحة لما حققه التدريب اللاحق هنا.

توثّق البطاقة الأساسية ثلاث مراحل تدريب. تبني المرحلة 1 العمود الفقري اللغوي فوق N​emotron 3 Super Base وتدرّب رأس MTP مشتركًا لمدة 100 مليار رمز مقابل عمود فقري مُجمّد، ثم تُقطّر لمدة تريليون رمز من N​emotron 3 Ultra Base. المرحلة 2 هي 100 مليار رمز من التدريب المسبق المستمر على اللغات الهندية، وتمديد بمقدار 35 مليار رمز إلى سياق 1M، و67 مليار رمز من التدريب المتوسط في هندسة البرمجيات عند سياق 256K، ومرحلة استرداد السياق الطويل البالغة 9 مليارات رمز. تُضيف المرحلة 3 مُرمّز الرؤية C-RADIO وموصل الرؤية واللغة.

توثّق بطاقة ما بعد التدريب ست مراحل، والمراحل الثلاث التي تفتقر إليها البطاقة الأساسية هي الثلاث التي تجعل النموذج قابلاً للاستخدام: المرحلة 4، الضبط الدقيق الإشرافي على بيانات الرؤية والاستدلال والبرمجة والأدوات والدردشة والسلامة والسياق الطويل، باستخدام تسلسلات معبأة تصل إلى 524,288 رمزًا؛ والمرحلة 5، التعلّم المعزز بمكافآت قابلة للتحقق، بالإضافة إلى RLHF، بالإضافة إلى التقطير على السياسة متعدد المعلمين؛ والمرحلة 6، تعزيز رأس MTP مقابل العمود الفقري المجمّد بعد التدريب كي يُجدي فك التشفير التخميني نفعًا فعلاً.

تقول بطاقة النموذج الأساسي ذلك بنفسها، في قسم الاستدلال: "النموذج الأساسي مخصص ليكون نقطة انطلاق لمزيد من التدريب. لتطبيقات الدردشة والاستدلال واستدعاء الأدوات، استخدم إصدار BF16 أو NVFP4 المدرَّب لاحقًا وتعليمات نشره." وتتمثل حالة الاستخدام المعلنة له في "المطورين والباحثين الذين يبنون نماذج رؤية-لغة مخصصة من خلال التدريب المسبق المستمر، والضبط الدقيق الخاضع للإشراف، والتعلم المعزز، والتقطير."

هذا إخلاء مسؤولية مباشر على نحو غير معتاد، وهو القراءة الصحيحة للمُخرَج. ما يُطرح تحت اسم "base" هنا ليس نموذج محادثة أضعف. إنه الركيزة التي شُغّلت عليها المراحل من 4 حتى 6، ونُشر إلى جانبها كي يستطيع شخص آخر تشغيل مراحل مختلفة من 4 حتى 6 — على بياناته الخاصة، وبشروط ترخيصه الخاصة، دون إعادة تشغيل تدريب مسبق بحجم 20 تريليون توكن.

ادعاء المليون رمز الذي لا تحمله الإعدادات

هذا هو التناقض الذي يستحق 249 غيغابايت من انتباهك.

تنص بطاقة النموذج الأساسي، في وصفها، على أن النموذج «يدعم أطوال سياق تصل إلى مليون رمز»، وتكرر ذلك في قسم تصميم النموذج: «يدعم النموذج ما يصل إلى مليون رمز من السياق». وتدعم منهجية التدريب هذه النية — إذ تتضمن المرحلة الثانية صراحةً «تمديدًا بمقدار 35 مليار رمز إلى سياق سعة مليون رمز، تتبعه مرحلة استعادة السياق الطويل بمقدار 9 مليارات رمز».

الملف المشحون config.json يقول شيئًا مختلفًا. قيمة max_position_embeddings هي 262,144 — أي 256K وليس 1M. لا يوجد rope_scaling كتلة ولا original_max_position_embeddings حقل، لذا فإن مخطط المواضع لا يعلن عن امتداد أيضًا. في المقابل، يعلن إعداد المستودع بعد التدريب عن max_position_embeddings بقيمة 1,048,576. نقطتا تفتيش شقيقتان، نفس سلسلة المعمارية، ونفس تخطيط الطبقات، وفرق بمعامل أربعة في حد الموضع لا يذكره نص البطاقة الأساسية.

اقرأ الحقائق الثلاث معًا، فليس الاستنتاج الأكثر قابلية للدفاع هو أن النموذج الأساسي قصير السياق. بل إن المستودع الأساسي يوفّر حدًا معلنًا متحفظًا ويتوقع منك تغييره. لقد جرى تدريب امتداد المليون (1M). لكن الإعداد المنشور لا يكشف عنه. إذا كانت خطة مواصلة التدريب المسبق لديك تفترض طول تسلسل يبلغ مليون رمز مباشرة عند الاستخدام، فإن هذا الافتراض يأتي من البطاقة، لا من الملف الذي سيقرأه وقت التشغيل فعليًا — والإصلاح هو تعديل في الإعدادات يجب أن تعرف أنك بحاجة إلى إجرائه.

يستحق التنبيه للسبب نفسه: جدول «ملخّص النموذج» في البطاقة الأساسية غير موجود ببساطة. أما البطاقة المدرَّبة تدريبًا لاحقًا فتحتوي على واحد — إجمالي المعاملات، والبنية، والدقة، وطول السياق، وهدف النشر، والفكّ التخميني، ووضع الاستدلال، وأخذ العينات الموصى به، والأفضل لـ، والترخيص. تنتقل البطاقة الأساسية مباشرةً من الوصف إلى الترخيص، ثم إلى جدول مقاييس أداء. لا يوجد صف لأخذ العينات الموصى به في أي مكان، ولا يوجد صف للنشر، لذا لا شيء في البطاقة الأساسية يخبرك بالعتاد الذي تتطلبه.

البنية المعمارية، كما تُقرأ من التكوين المُضمَّن عند الشحن

لأن وصف المورّد للبنية الأساسية ليس سوى فقرة، أما الشكل الحقيقي فهو في الملف، فإليك ما يقوله الملف. كل ما فيه مأخوذ مباشرةً من config.json في المستودع الأساسي، لا من أي ملخّص.

• العمق والتكوين — 88 كتلة في العمود الفقري اللغوي. 40 منها طبقات Mamba-2، و40 طبقات خليط الخبراء، و8 طبقات انتباه كامل، عند الفهارس 7، 16، 25، 36، 47، 58، 69 و78. كتلة انتباه واحدة تقريبًا كل تسع طبقات تُشكّل آلية السياق الطويل بأكملها.

• MoE — 512 خبيرًا موجهًا في كل طبقة MoE، ويُختار 22 لكل رمز، وخبير مشترك واحد، وحجم كامن 1024، وحجم وسيط للخبير المشترك 5376 مقابل 2688 للخبراء الموجهين. هذا هو الحساب وراء عنوان "120 مليارًا إجمالًا، 12 مليارًا نشطًا".

• الانتباه — 32 رأس استعلام مقابل رأسي مفتاح-قيمة عند بُعد الرأس 128، أي انتباه الاستعلامات المجمَّعة بنسبة 16:1. حجم مخفي 4096.

• MTP — طبقة واحدة للتنبؤ بالرمز التالي، تتكوّن هي نفسها من كتلة انتباه وكتلة MoE، على غرار رأس التنبؤ متعدد الرموز لدى DeepSeek. خطوة تنبؤ واحدة، وليس عدة خطوات.

• Vision — برج C-RADIO ViT-H: 32 طبقة، حجم مخفي 1280، 16 رأسًا، حجم رقعة 16، 7 رموز تسجيل، 3 رموز فئة، حد أقصى لحجم الصورة 2048، وميزانية رقع تتراوح بين 1024 و13312. يُسقط الموصل إلى 20,480، ثم تعمل نسبة خفض العينات 0.5 وحجم الصورة المفروض 512 على تقليص عدد الرموز مرة أخرى.

• فيديو — حجم رقعة زمنية قدره 2 ومعدل تقليم معلن قدره 0.7.

• أمران غريبان — يُعلن الإعداد عن <audio> كرمز سياق بينما sound_config الخاص به null، لذا فإن البنية التحتية للصوت موجودة في هذه المعمارية، لكن نقطة التحقق هذه لا تحمل أيًا منها. و tie_word_embeddings قيمته false، وهو أمر قياسي لنموذج بهذا الحجم ويستحق معرفته إذا كنت تخطط لتغيير حجم المفردات.

لتقدير الحجم: يبلغ إجمالي البيانات الوصفية الخاصة بملفات safetensors في المستودع نفسه 124,453,395,974 معاملًا، باحتساب بايت واحد من التنسور في المرة الواحدة، مقابل الرقم الرئيسي المعلن لدى N​VIDIA البالغ 120B إجمالًا / 12B نشطًا. الرقمان مذكوران على أساسين مختلفين — رقم المورّد هو الحساب الخاص بالموجَّه والمشترك في النموذج اللغوي، أما رقم الملف فهو كل ما هو مخزَّن في المستودع، بما في ذلك برج الرؤية ورأس MTP. لا تتعامل مع الفجوة باعتبارها تناقضًا؛ بل خصِّص ميزانية للملف.

ما الذي يقيسه جدول المعايير فعليًا

تنشر البطاقة الأساسية 24 صفًّا من نتائج الاختبارات المرجعية، ومن حسنات NVIDIA أنها تضم عمودًا يوضّح ما يمثله كل صف منها:

• MMLU ‏84.14 مطابقة تامة · MMLU-Pro ‏76.25 · AGIEval-En ‏75.65 مع سلسلة التفكير CoT · SuperGPQA ‏47.65 مع سلسلة التفكير CoT · GPQA Diamond ‏66.16 عند 5-shot CoT مطابقة تامة

• GSM8K 91.74 عند 8-shot CoT · Minerva MATH 87.66 · MATH-500 81.56 بأخذ عينات pass@1 n=32 · HumanEval 81.31 EvalPlus مُنقّح · MBPP-Sanitized 79.06 · LiveCodeBench CodeGen 47.61 · BigCodeBench 48.42 complete و49.39 instruct

• ARC-Challenge 95.99 · HellaSwag 88.96 · TruthfulQA MC2 71.18 · WinoGrande 79.08 · PIQA 85.09 · CommonsenseQA 85.26 · OpenBookQA 48.80 · SocialIQA 49.03 · RACE 91.39

• MMLU العالمي 86.56 بمتوسط عبر 8 لغات · MGSM 87.53 مع CoT أصلي بـ8-shot عبر 6 لغات

هناك أمران بخصوص ذلك الجدول يسهل تفويتهما، وكلاهما مهم.

أولاً، تقول جملة الصياغة التمهيدية الخاصة بالبطاقة نفسها إن النتائج "تقيّم العمود الفقري الأساسي النصي فقط لـ N​emotron 3.5 Super، قبل التدريب على الرؤية واللغة." ومهما يكن معنى ذلك، فهو يعني أن هذه الأرقام ليست بطاقة تقييم متعددة الوسائط — فلا يوجد معيار OCR، ولا صف لفهم المستندات، ولا صف فيديو في أي مكان على البطاقة الأساسية، رغم أن مدخلات الفيديو والمستندات موصوفة قبل ذلك بقسمين. إذا كان سبب رغبتك في نقطة التحقق الأساسية هو برج الرؤية لديها، فإن البطاقة لا تقدم لك أي شيء تجريبي تخطط على أساسه.

ثانيًا، لا يحتوي الجدول على أعمدة خط أساس. يمتد جدول البطاقة المدرَّبة لاحقًا على سبعة أعمدة — N​emotron 3.5 Super GA مقابل Qwen3.5-122B-A10B، وQwen3.8-Flash-Next، وDeepSeek-V4-Flash0731، وN​emotron 3 Ultra، وInkling-Small، وGLM-5.3-Flash. بينما تحتوي بطاقة الأساس على عمود واحد فقط. ومزيج ما جرى تشغيله كاشف: فبطاقة ما بعد التدريب تُسقِط MMLU بالكامل لصالح MMLU-ProX، بينما تشغّل بطاقة الأساس كلاً من MMLU وMMLU-Pro، ولا تشغّل MMLU-ProX ولا مجموعات الاختبار الوكيلية أو تلك الخاصة بمستوى أدوات التقييم التي تعتمد عليها بطاقة ما بعد التدريب. لا يمكنك الإجابة من البطاقة عن سؤال "هل هذا الأساس أفضل من ذاك الأساس". سيتعيّن عليك تشغيل كليهما.

كل الأرقام الواردة أعلاه هي لـN​VIDIA، أُنتجت عبر أداة NeMo Gym الخاصة بـN​VIDIA نفسها — بطاقة النموذج المُدرَّب لاحقًا تذكر ذلك صراحةً، أما البطاقة الأساسية فلا تنشر أي ملاحظة عن أداة الاختبار على الإطلاق. ولم يُعَد إنتاج أي مما ورد في أي من الجدولين بشكل مستقل.

الأساسي مقابل المُدرَّب لاحقًا، في المعيار الوحيد المشترك بينهما

لا تشترك البطاقتان في جدول واحد لاختبارات الأداء، لكنهما تشتركان في صف واحد بعينه يمكنك وضعهما جنبًا إلى جنب فيه، وهو الصف الأهم على الإطلاق.

• GPQA Diamond — 66.16 على البطاقة الأساسية، عند المطابقة التامة لسلسلة التفكير بخمس لقطات. و89.52 على البطاقة بعد التدريب. فجوة قدرها 23.36 نقطة، من وثيقتَي N​VIDIA أنفسهما، مع وسم الرقم الأساسي صراحةً بأنه العمود الفقري النصي فقط.

هذا هو العنوان الصادق لما تستحقه المراحل من 4 إلى 6 في الاستدلال العلمي على مستوى الدراسات العليا: التدريب اللاحق ليس جولة صقل لهذا النموذج، بل يضيف نحو نصف القدرة مرة أخرى. وهو يخبرك أيضًا باتجاه المقايضة. إذا كانت خطتك أن تجري التدريب اللاحق لنقطة التحقق الأساسية بنفسك، فأنت تبدأ متأخرًا بـ23 نقطة عن النموذج الذي تبيعه N​VIDIA، وتراهن على أن بياناتك وإشارة المكافأة لديك تسدّان تلك الفجوة في مجالك — وهو بالضبط الرهان الذي تصفه أرقام عملاء N​VIDIA أنفسهم: Scale AI تُبلّغ عن خفض في تكلفة الاستدلال بمقدار 40 ضعفًا لمعالجة ائتمان المورّدين، وRamp تتوقع إنتاجية أعلى تصل إلى 50% وزمن استجابة أقل بـ10 أضعاف لاستخراج الإيصالات إلى JSON. هذه نتائج معلنة من المورّد والعملاء دون قياس مستقل، وهي الدليل المنشور الوحيد على أن سدّ الفجوة ممكن.

انتبه إلى الفخ الذي ينطوي عليه قراءة البطاقتين معًا. تبدو "MMLU-Pro" في البطاقة الأساسية عند 76.25 و"MMLU-ProX" في بطاقة ما بعد التدريب عند 76.91 وكأنهما فجوة قدرها 0.66 نقطة، لكنهما غير قابلتين للمقارنة — فهما معياران مختلفان، وأحدهما له طريقة استخراج TigerLab معلنة. ولا يوجد لـ"MMLU" في البطاقة الأساسية عند 84.14 أي مقابل على بطاقة ما بعد التدريب على الإطلاق. وإذا كنت تريد فرقًا على المعيار نفسه، فإن GPQA Diamond هو ما تحصل عليه، وLiveCodeBench هو ما لا تحصل عليه: إذ تذكر البطاقة الأساسية CodeGen عند 47.61 بينما تذكر بطاقة ما بعد التدريب LiveCodeBench v6 عند 88.22، وهو إصدار مختلف من العائلة نفسها للمعيار وليس فرقًا.

ما الذي يمنحه 249 GB، وما لا يمنحه

التنزيل نفسه ليس سوى أمر واحد، وهو الأمر الوحيد في بطاقة النموذج الأساسي بأكملها:

• hf download nvidia/N​VIDIA-N​emotron-3.5-Super-VL-120B-A12B-Base-BF16 --local-dir ./models/super-vl-base-bf16

هذا هو كل دليل البدء السريع. تحتوي البطاقة الأساسية على كتلة برمجية واحدة؛ بينما تحتوي البطاقة بعد التدريب على اثنتين وعشرين. لا يوجد vllm serve سطر، ولا إطلاق SGLang، ولا إرشادات التوازي الموتر، ولا --max-num-seqs، ولا علامة محلل الاستدلال، ولا تكوين MTP للفك التخميني، ولا مثال لعميل API. تحمل البطاقة بعد التدريب كل ذلك، بما في ذلك وصفة 4×H100 مع --enable-mamba-shared-prefix-checkpoint ووصفة 2×GB200 عند TP2.

• محركات وقت التشغيل — تذكر البطاقة الأساسية PyTorch وMegatron-LM وNeMo، ويذكر قسم الاستدلال فيها PyTorch وحده. وتذكر بطاقة ما بعد التدريب vLLM وSGLang. هذه أسماء أُطر تدريب من جهة، وأسماء بيئات تشغيل للخدمة من جهة أخرى، والتقسيم متعمد وليس عرضيًا.

• عتاد الاختبار — Hopper H100 وH200، وGrace Blackwell GB200 وGB300، وBlackwell B200 وB300. تقتصر بطاقة ما بعد التدريب على 4×H100 أو 2×GB200 للنشر.

• القرص — 248.9 GB على 63 شظية، مطابقة للنسخة كاملة الدقة بعد التدريب. نظير NVFP4 هو 75.1 GB. إذا كنت تنزّل النموذج الأساسي لفحصه أو تكييفه بدلًا من تشغيله، فأنت تدفع 3.3 أضعاف تنزيل NVFP4 مقابل امتياز عدم الحصول على وصفة تقديم الخدمة.

ما تحصل عليه فعلاً وهو قابل للاستخدام حقًا: يوفّر المستودع ملف chat_template.jinja كاملًا بحجم 12,513 بايت، ويحتوي على مفتاح enable_thinking، بما في ذلك النسخة ذات الجهد المتوسط. كما يوفّر ملف generation_config.json مع temperature 1.0، top_p 0.95 و do_sample true. وتُظهر مقارنة ذلك القالب بالقالب المُدرَّب لاحقًا فرقًا بحجم 414 بايت، كله في التعامل مع المسافات البيضاء حول العناصر النائبة للصور والفيديو — والقالبان عدا ذلك هما الملف نفسه.

إذن، الآليات اللازمة للتحدث مع نقطة التحقق الأساسية كنموذج محادثة موجودة ومتطابقة تقريبًا مع نموذج المحادثة المطروح. المفقود هو أي بيان بأنه ينبغي عليك ذلك. لا يوجد صف أخذ العينات الموصى به على البطاقة الأساسية، ولا صف وضع الاستدلال، ولا اختبار قياسي له في تهيئة المحادثة. يمكنك تقديمه كنموذج محادثة في غضون عشر دقائق تقريبًا. ما إذا كانت المخرجات تستحق مغادرة أداة الاختبار هو سؤال مختلف، وإجابة البطاقة هي أنها لا تستحق.

الإفصاح عن الكوربوس الذي لا يتحدث عنه أحد

إليك الجزء من الإصدار الأساسي الذي يمكن القول إنه أكثر فائدة من الأوزان، ولم ينل أي اهتمام تقريبًا لأنه يوجد في جداول على مستودع لم يُربط به قط.

تنشر البطاقة الأساسية مجموعة بيانات التدريب بالتفصيل التي لا تحتوي عليها البطاقة المُدرَّبة لاحقًا: مجموعة بيانات أساسية تضم أكثر من 20 تريليون رمز تم جمعها بين عامي 2013 وديسمبر 2025، مفصلة حسب المصدر — N​emotron-CC-v2 و v2.1 عند 9.1T، N​emotron-CC-Code-v1 عند 427.9B، مجموعات N​emotron-Pretraining-Code عند 1.7T مجتمعة، N​emotron-CC-Math-v1 عند 133.3B، المجموعات الاصطناعية المتخصصة وSFT عند 660B، ومجموعة قانونية عند 4.3B. اللغة الإنجليزية، و19 لغة منطوقة أخرى، و43 لغة برمجة.

ثم جدولان ببساطة لا تنشرهما معظم إصدارات الأوزان المفتوحة. يسرد أحدهما مجموعات بيانات خاصة مملوكة لأطراف ثالثة وغير متاحة للعموم، ويسمّي النماذج التي أنتجت تسمياتها — Qwen3.5-122B-A10B عبر مجموعة واسعة من مهام إعادة وسم OCR والإجابة عن الأسئلة البصرية، وD​eepSeek-OCR على مجموعة فرعية صينية مفلترة من OCR، وQwen3.5 على مجموعة فرعية تم التحقق من صحتها، وGemini 3 وGPT-5 على بيانات RL للبحث. ويسرد الجدول الآخر مجموعات بيانات N​VIDIA الخاصة، ويسمّي مجددًا المولّدات: Kimi K3 لبيانات SFT الخاصة بسلسلة التفكير الرياضية، وDeepSeek-V4-Pro لـ OCR في البرمجة التنافسية، وgpt-oss-120b لـ RL للمخرجات المهيكلة، وGLM-5.2 للتنقيح، وMiniMax-M2 لمسارات الرسم البياني للبحث، وذيل طويل من غيرها.

ثم جدولان لا تنشرهما ببساطة معظم إصدارات الأوزان المفتوحة. أحدهما يسرد مجموعات بيانات خاصة غير متاحة للوصول العام تملكها أطراف ثالثة، ويسمّي النماذج التي أنتجت تسمياتها — Qwen3.5-122B-A10B عبر مجموعة واسعة من مهام إعادة التوسيم في التعرّف الضوئي على الحروف والإجابة عن الأسئلة البصرية، وDeepSeek-OCR على مجموعة فرعية صينية مُرشَّحة من التعرّف الضوئي على الحروف، وQwen3.5 على مجموعة فرعية متحقَّق من صحتها، وGemini 3 وGPT-5 على بيانات التعلّم المعزّز الخاصة بالبحث. والآخر يسرد مجموعات بيانات NVIDIA الخاصة، ويسمّي أيضًا مولّداتها: Kimi K3 لبيانات الضبط الدقيق لسلاسل التفكير الرياضية، وDeepSeek-V4-Pro للتعرّف الضوئي على الحروف في البرمجة التنافسية، وgpt-oss-120b للتعلّم المعزّز بالمخرجات المهيكلة، وGLM-5.2 للتنقيح، وMiniMax-M2 لمسارات الرسوم البيانية في البحث، وذيل طويل من غيرها. والجدولان المزدوجان تذكير بكيفية عمل هذه الصناعة فعليًا — فالإشارة التدريبية لنموذج حدودي تتضمّن على نحو معتاد مخرجات من نماذج المنافسين، وNVIDIA من المختبرات القليلة جدًا التي تقول أيّها ولأي غرض.

يتضمن المستودع أيضاً ملف Nemotron_3.5_Super_VL_EU_Training_Content_Summary.pdf، أُضيف في 15 أكتوبر، وهو الإفصاح عن محتوى التدريب الموجّه إلى الاتحاد الأوروبي. ويُفصح عن مزيج التدريب الوسيط بالدرجة نفسها من التفصيل، وهناك سطر واحد منه ذو صلة مباشرة إذا كنت تنوي الضبط الدقيق لعمل برمجي: مرحلة هندسة البرمجيات البالغة 67 مليار رمز تتكوّن من 20% مستودعات كاملة، و41% أزواج المشكلات وطلبات السحب، و3% فروق الالتزامات، و1% سجلات البناء والتكامل المستمر، و10% تتبعات الوكلاء، و20% إعادة تشغيل التدريب المسبق، و5% بيانات السياق الطويل، وقد جرى تنقية مصادره من التلوث فيما يخص مستودعات SWE-bench وTerminal-Bench. هذا البيان الخاص بإزالة التلوث هو السطر الوحيد في البطاقة الذي يخبرك بقيمة درجة في أي من المعيارين.

الترخيص، ولمن تخص نقطة التحقق الأساسية

OpenMDW-1.1، وهو الترخيص نفسه المستخدم في البنيات الخاضعة للتدريب اللاحق، مع بطاقة النموذج التي تنص بوضوح: "هذا النموذج جاهز للاستخدام التجاري أو غير التجاري". المستودع غير مُقيَّد الوصول، ولا يلزم رمز Hugging Face للتنزيل، رغم أن وصفات حاويات NVIDIA الخاصة في أماكن أخرى من العائلة تفترض وجوده.

ضع الترخيص إلى جانب حالة الاستخدام، وسيكون الجمهور المستهدف واضحًا لا لبس فيه. لا أحد يقوم بتنزيل نقطة تفتيش بحجم 249 غيغابايت قبل التدريب اللاحق ليوفر المال على الاستدلال — فنسخة NVFP4 أصغر بمعامل 3.3، وأسرع، وأفضل بـ23 نقطة في GPQA Diamond. نقطة التفتيش الأساسية مخصصة لفريق يعتزم أن يملك مرحلة التدريب اللاحق: مجال مختلف، أو إشارة مكافأة مختلفة، أو سياسة بيانات مختلفة عن التي شغّلتها NVIDIA. بموجب OpenMDW-1.1 مع السماح بالاستخدام التجاري وعدم تقييد الأوزان، يُعد ذلك أمرًا مشروعًا لبناء منتج عليه، وهذا بالتحديد هو السبب في أن التوثيق المفقود له ثمن.

ومن الجدير هنا الفصل بين نوعَي القارئ. إذا كان سؤالك هو «ما الذي ينبغي أن أستدعيه هذا الأسبوع لتحليل المستندات أو فهم الفيديو»، فإن نقطة التفتيش الأساسية ليست إجابتك ولم تكن كذلك يومًا؛ النموذج المُدرَّب لاحقًا هو الإجابة، والسؤال المفتوح هناك هو التحقق من المعايير المرجعية لا التوافر. وإذا كان سؤالك هو «هل يمكنني الحصول على عمود فقري هجين للرؤية واللغة من فئة 120B يجمع Mamba وMoE بترخيص متساهل كنقطة انطلاق لجولة تدريب خاصة بي»، فإن هذا المستودع هو الإجابة، وقد ظل بلا رابط منذ 12 أكتوبر.

إذا كنت ستقوم بتقييمه

الخطأ المكلف مع نقطة تفتيش كهذه هو اعتبار التنزيل اختبارًا. لكنه ليس كذلك: 249 غيغابايت، و63 شظية، وتعديل في الإعدادات قبل أول تمريرة أمامية لا يخبرك بشيء عمّا إذا كان برج الرؤية ينتقل إلى فئة المستند الخاصة بك.

الاختبار الرخيص هو أن تثبت مسألة القدرة على نموذج مُخدَّم أولًا، وبعد ذلك فقط تنفق مساحة التخزين. بوابة التوجيه مفيدة لذلك وليس لأي شيء آخر في هذا القرار — مفتاح واحد ونقطة نهاية واحدة عبر مئتي نموذج تقريبًا بسعر قائمة المزوّد مع تمرير هامش ربح بنسبة 0% يعني أنه يمكنك وضع بناء N​emotron 3.5 Super VL المُدرَّب لاحقًا في مواجهة أي نموذج رؤية تستخدمه بالفعل، على صورك الخاصة، في فترة ما بعد الظهر وبتكلفة الرموز. التحويل التلقائي عند الفشل بين المزوّدين يهم هنا لسبب ضيّق: تشغيل تقييم يتعطّل عند الطلب 4,000 من 5,000 يكلفك التشغيل بأكمله، وبوابة تعيد المحاولة في مكان آخر عند حدوث خطأ من المزوّد هي الفرق بين ظهيرة واحدة وظهيرتين.

لكي أكون مباشرًا بشأن الشيء الوحيد الذي قد يكون غامضًا لولا ذلك: إن NVIDIA Nemotron 3.5 Super VL ليس في كتالوجنا. نحن لا نقدم هذا النموذج اليوم، ونقطة التحقق الأساسية تحديدًا ليست شيئًا من المرجح أن تحمله نقطة نهاية مستضافة على الإطلاق، لأن نقاط التحقق الأساسية ليست منتجات استدلال. ما تمنحك إياه البوابة هو النصف الرخيص من التجربة — المقارنة التي تخبرك ما إذا كان دفع 249 جيجابايت يستحق ذلك.

ما الذي لا يزال غير مُثبت؟

أربعة أمور، مطروحة كفجوات لا كمخاطر.

• أي حد للسياق هو الحقيقي. تقول البطاقة 1M، ويعلن التكوين المرفق 262,144، ويقول وصف التدريب إن تمديدًا إلى 1M قد جرى تشغيله. لا يوجد بيان منشور يحسم الأمر بين الثلاثة. أي شخص يخطط لتشغيل استمرار التدريب المسبق طويل السياق ينبغي أن يعتبر قيمة التكوين هي الافتراضية وأن يتحقق منها مقابل بيئة التشغيل لديه بدلًا من البطاقة.

• ما الذي يمكن لبرج الرؤية فعله. لا تنشر البطاقة الأساسية أي تقييم متعدد الوسائط من أي نوع. لا OCR، ولا مستند، ولا مخطط، ولا صف فيديو — بالنسبة لنقطة التحقق الوحيدة في العائلة التي يتمثل غرضها بالكامل في أن تُضبط ضبطًا دقيقًا على تلك الوسائط. هذه هي أكبر ثغرة في الأدلة المنشورة.

• كيف يُقارَن النموذج الأساسي بأي شيء.جدول معايير بعمود واحد، بلا خطوط أساس، ولا ملاحظة عن بيئة الاختبار. رقم 66.16 في GPQA Diamond قابل لإعادة الإنتاج من حيث المبدأ عبر NeMo Gym، ولم يُعِد إنتاجه أحد خارج N​VIDIA.

• ما إذا كانت النسخة الأساسية تتضمن وصفات النشر الخاصة بـ 1M في أي مكان. تتضمن بطاقة النموذج المُدرَّب لاحقًا أوامر تشغيل 4×H100 و2×GB200 للنافذة الكاملة. وتتضمن البطاقة الأساسية أمرًا واحدًا hf download. ليس واضحًا ما إذا كان ذلك فجوة في التوثيق أم بيانًا بأن تقديم النموذج الأساسي عند 1M ليس شيئًا تعتزم N​VIDIA دعمه.

لا شيء من ذلك يجعل الإصدار أقل إثارة للاهتمام. بل إنه يجعل نقطة الحفظ الأساسية أقل عناصر العائلة توثيقًا، وبالنسبة لنوع ضيّق ومحدّد من الفرق، أكثرها فائدة — حيث يكمن الفرق في ما إذا كانت خطوتك التالية استدعاءً لواجهة API أم جولة تدريب.

بالنسبة لنموذج لا تزال أنماط فشله غير موثقة، فإن النظير المفيد هو سجل ما حدث بالفعل من أخطاء في مكان آخر: إن حوادث الذكاء الاصطناعي الموثقة وإخفاقات الوكلاء حول النماذج من هذه الفئة مجمّعة في أرشيف OrcaRouter لحوادث الذكاء الاصطناعي، حيث يحمل كل مدخل مصادره الخاصة ودرجة خطورته ودرجة ثقته وعلامة نزاعه.